Revolut примерно за год снизила расходы на обработку запросов ИИ для программирования на 90%. Вместо преимущественного использования коммерческих сервисов Anthropic Claude Code и OpenAI Codex компания сделала основными собственные модели GLM, запущенные на её инфраструктуре. Об этом рассказал руководитель направления эксплуатации и инфраструктуры Revolut Дэвид Абитболь на конференции AI Engineer в Нью-Йорке.

По словам Абитболя, после внедрения ИИ-инструментов примерно для 2000 инженеров время написания кода сократилось на 60%, а срок выполнения задач — на 70%. Сначала компания использовала Gemini, а в начале 2026 года начала экспериментировать с Claude Code. Однако жёсткие ограничения на расход токенов мешали инженерам применять ИИ для повседневных задач. Развёртывание GLM-5.1 обходилось примерно в $0,30 за миллион входных и выходных токенов — примерно в десять раз дешевле коммерческих альтернатив. Позже Revolut перешла на GLM-5.3.

Снижение стоимости изменило не только бюджет, но и практику работы. Инженеры перестали экономить запросы и стали чаще поручать моделям отладку программ, разбор задач в Jira и работу с документацией в Confluence. По оценке Абитболя, именно автоматизация этих операций дала значительную часть выигрыша во времени: узким местом разработки оказывалось не столько написание кода, сколько сопутствующие задачи.

Для запуска GLM-5.3 компания использует 56 ускорителей Nvidia B200. Однако производительность удалось повысить не только за счёт вычислительных мощностей. Revolut настроила параметры модели, применила квантование NVFP4 и разделила обработку входного контекста и генерацию ответа между разными этапами инфраструктуры. Компания также ограничила рабочий контекст примерно 256 000 токенов: по словам Абитболя, поддержка окна в миллион токенов не означает, что оно действительно необходимо разработчикам. После оптимизации система выдаёт первый токен менее чем за три секунды и генерирует около 200 токенов в секунду.

GLM-5.3 не заменила все остальные модели. Она работает только с текстом и поэтому не подходит для задач, требующих анализа изображений интерфейсов. Для таких запросов маршрутизатор Revolut направляет обращения к Gemini или GPT, оставляя GLM основной моделью для генерации кода. Абитболь также признал, что использование китайских моделей может вызывать вопросы о конфиденциальности и безопасности, но считает основным риском обращение к ним через API, работающие в Китае. При локальном развёртывании или использовании региональных облачных ресурсов, по его оценке, таких опасений значительно меньше.

Не пропускайте наши новостиДобавьте сайт в предпочитаемые источники, чтобы видеть нас чащеДобавить в Google