Revolut перевёл 2000 инженеров на свой GLM: токен дешевле в 10 раз

Почти у каждой команды, которая внедрила ИИ-помощников для кода, рано или поздно возникает один и тот же разговор: счёт за токены растёт быстрее, чем хочется, и кто-то говорит «давайте пользоваться только для сложных задач». Revolut, если верить свежему посту в X, нашёл другой выход: поставил собственные GPU, запустил на них открытую модель GLM и сделал её инструментом по умолчанию для около 2000 инженеров.

Что именно сделал Revolut

По пересказу поста, схема выглядит так. В собственной инфраструктуре компании работают 56 видеокарт Nvidia B200. На них крутится GLM — открытая модель, которую можно разворачивать у себя. Цена выходит примерно в $0.30 за миллион токенов, то есть в 10 раз ниже, чем компания платила Anthropic и OpenAI. Claude Code и Codex при этом не выкинули: они перешли в список исключений для задач, где нужна самая сильная модель, а не работают по умолчанию.

Автор поста отмечает ещё одну цифру: lead time разработки, то есть время от начала работы над задачей до её выхода, улучшился на 70%. Как именно он измерялся, в пересказе не сказано, поэтому воспринимать эту цифру стоит как заявление, а не как проверенный бенчмарк.

Почему выиграла экономика, а не качество

Самое интересное в истории — объяснение эффекта. GLM, по оценке автора, слегка слабее топовых закрытых моделей. Но раньше ИИ берегли: подключали его к сложным тикетам, а рутину делали руками, чтобы не раздувать счёт. Когда токен стал почти бесплатным для самих инженеров, помощника начали запускать на всём подряд: на мелких правках, тестах, разборе логов, ревью, документации.

Бытовая аналогия — такси и свой автомобиль. Такси лучше и удобнее, но вы пользуетесь им только когда «стоит того». Своя машина чуть проще, зато ездите на ней везде и без калькулятора в голове. В сумме вы проезжаете больше и успеваете больше. Модель «по талонам» проигрывает модели без лимитов, даже если первая умнее.

Кому это подходит, а кому нет

Здесь нужна трезвость. Во-первых, это пересказ поста, а не официальное заявление Revolut: нет деталей о версии GLM, о том, как компания считала $0.30 за миллион токенов и входят ли в эту цифру закупка B200, электричество и работа инженеров, которые это всё поддерживают. Именно эти статьи расходов чаще всего ломают красивую математику «свой кластер дешевле API».

Во-вторых, схема работает у крупной компании с сильной инфраструктурной командой. Автор поста сам оговаривается: для небольших команд без своих GPU и специалистов API пока проще и дешевле. Для индивидуального разработчика покупка, например, Mac Studio под локальные модели окупится по сравнению с оплатой API лет за 10.

Для лабораторий, которые строят бизнес на высокой цене токена, история тоже неприятна: если крупные клиенты начнут держать открытые модели по умолчанию, закрытым флагманам достанется роль дорогого «специалиста по сложным случаям».

Что с этим делать

Если у вас сотни инженеров и свой DevOps, имеет смысл прикинуть три вещи: сколько токенов сейчас реально уходит на внешних провайдеров, какая часть задач выдерживает модель чуть слабее и сколько стоит содержать кластер вместе с людьми. Затем настроить маршрутизацию: по умолчанию открытая модель, а сложные случаи вручную или автоматически уходят к Claude Code или Codex.

Если вы небольшая команда, главный урок от Revolut применим и без B200: следите, не экономите ли вы токены там, где ИИ мог бы убрать рутину. Иногда дешёвая модель без ограничений полезнее дорогой, к которой разрешено обращаться раз в день.