Revolut fait migrer 2000 ingénieurs vers son propre GLM : le token coûte 10 fois moins cher

Presque toutes les équipes qui ont déployé des assistants IA pour le code finissent par avoir la même discussion : la facture de tokens grimpe plus vite que prévu, et quelqu'un propose de « ne s'en servir que pour les tâches complexes ». Revolut, si l'on en croit un récent post sur X, a trouvé une autre issue : l'entreprise a installé ses propres GPU, y a lancé le modèle ouvert GLM et en a fait l'outil par défaut pour environ 2000 ingénieurs.

Ce que Revolut a concrètement fait

D'après le compte rendu du post, le schéma se présente ainsi. L'infrastructure de l'entreprise compte 56 cartes graphiques Nvidia B200. GLM, un modèle ouvert que l'on peut déployer en interne, tourne dessus. Le coût ressort à environ $0.30 le million de tokens, soit 10 fois moins que ce que l'entreprise payait à Anthropic et à OpenAI. Claude Code et Codex n'ont pas été abandonnés : ils figurent désormais sur la liste des exceptions, pour les tâches qui exigent le modèle le plus puissant, et ne sont plus utilisés par défaut.

L'auteur du post cite un autre chiffre : le lead time de développement, c'est-à-dire le délai entre le début du travail sur une tâche et sa mise en production, s'est amélioré de 70 %. Le compte rendu ne précise pas comment il a été mesuré. Mieux vaut donc considérer ce chiffre comme une déclaration, et non comme un benchmark vérifié.

Pourquoi c'est l'économie, et non la qualité, qui a fait la différence

L'explication de l'effet est le point le plus intéressant de l'histoire. Selon l'auteur, GLM est légèrement moins performant que les meilleurs modèles fermés. Mais auparavant, l'IA était rationnée : on la branchait sur les tickets complexes et on traitait la routine à la main, pour ne pas gonfler la facture. Une fois le token devenu quasi gratuit pour les ingénieurs eux-mêmes, ils ont lancé l'assistant sur tout : petites corrections, tests, analyse de logs, revues de code, documentation.

Une analogie du quotidien : le taxi et la voiture personnelle. Le taxi est meilleur et plus confortable, mais on ne le prend que lorsque « ça en vaut la peine ». Sa propre voiture est un peu plus rudimentaire, mais on l'utilise partout, sans calculette dans la tête. Au total, on roule davantage et on avance davantage. Le modèle « à la carte de rationnement » perd face au modèle sans limites, même si le premier est plus intelligent.

À qui cela convient, et à qui non

Il faut ici garder la tête froide. D'abord, il s'agit du compte rendu d'un post, et non d'une déclaration officielle de Revolut : on ne sait rien de la version de GLM, ni de la façon dont l'entreprise a calculé les $0.30 le million de tokens, ni si ce chiffre inclut l'achat des B200, l'électricité et le travail des ingénieurs qui maintiennent l'ensemble. Ce sont précisément ces postes de dépenses qui ruinent le plus souvent la belle arithmétique du « cluster maison moins cher que l'API ».

Ensuite, ce schéma fonctionne dans une grande entreprise dotée d'une solide équipe d'infrastructure. L'auteur du post le reconnaît lui-même : pour les petites équipes sans GPU ni spécialistes, l'API reste pour l'instant plus simple et moins chère. Pour un développeur indépendant, l'achat d'un Mac Studio, par exemple, pour faire tourner des modèles en local ne sera rentabilisé face à l'API qu'au bout d'une dizaine d'années.

Pour les laboratoires dont le modèle économique repose sur un prix élevé du token, l'histoire est aussi désagréable : si les grands clients se mettent à utiliser des modèles ouverts par défaut, les modèles phares fermés se retrouveront cantonnés au rôle de « spécialiste des cas difficiles », facturé cher.

Que faire de tout cela

Si vous comptez des centaines d'ingénieurs et un DevOps interne, trois points méritent d'être chiffrés : combien de tokens partent réellement aujourd'hui chez des fournisseurs externes, quelle part des tâches supporte un modèle un peu moins performant, et combien coûte l'exploitation d'un cluster, personnel compris. Il faut ensuite configurer le routage : modèle ouvert par défaut, et les cas complexes basculent, manuellement ou automatiquement, vers Claude Code ou Codex.

Si vous êtes une petite équipe, la principale leçon de Revolut s'applique même sans B200 : vérifiez que vous n'économisez pas des tokens là où l'IA pourrait supprimer la routine. Parfois, un modèle bon marché et sans restrictions est plus utile qu'un modèle coûteux auquel on n'a le droit de recourir qu'une fois par jour.