Revolut divise par dix sa facture d'IA en auto-hébergeant ses modèles

Revolut, banque en ligne européenne, a présenté sa stratégie d'inférence IA lors de la conférence AI Engineer à New York. Selon David Abitbol, responsable des opérations IA de l'entreprise, Revolut a divisé par dix sa facture d'IA en faisant des modèles auto-hébergés sa solution par défaut pour le développement.

Un modèle chinois en production chez Revolut

L'entreprise sert le modèle GLM-5.3, développé par le laboratoire chinois Z.ai et publié en open-weight, à environ 2 000 ingénieurs. Le modèle tourne sur 56 GPU Nvidia B200, pour un coût moyen agrégé proche de 0,30 dollar par million de tokens, d'après les chiffres présentés par David Abitbol.

Cette facture représenterait environ un dixième des dépenses que Revolut versait auparavant à Anthropic et OpenAI. Claude Code et Codex restent toutefois accessibles pour les cas exceptionnels, précise le responsable.

Des gains de vitesse mesurés sur l'inférence

Le retour d'expérience ne porte pas que sur le choix du modèle. A nombre de GPU constant, Revolut rapporte une hausse de 76 % des requêtes traitées par seconde et une baisse de 88 % du délai avant le premier token, passé de 14,26 à 1,68 seconde.

Les leviers cités incluent la quantification FP4 sur les puces Blackwell, le parallélisme tensoriel et la réutilisation du cache. David Abitbol évoque aussi la limitation de la fenêtre de contexte à environ 256 000 tokens plutôt que la capacité maximale d'un million, afin de garder de la mémoire disponible pour traiter plusieurs requêtes en parallèle.

« utiliser l'IA sans culpabiliser », David Abitbol, responsable des opérations IA chez Revolut.

La productivité, un effet difficile à isoler

Le passage à GLM-5.3, au printemps 2026, a coïncidé avec des gains annoncés de 60 % sur le temps de codage et de 70 % sur le délai de livraison, c'est-à-dire la durée entre la prise en charge d'une fonctionnalité et sa mise en production. Avant cela, l'arrivée de Gemini début 2025 avait réduit de 20 % le temps de code et de 10 % le délai de livraison.

« n'a pas eu tellement d'impact à l'époque », David Abitbol, responsable des opérations IA chez Revolut.

Cette comparaison interne ne permet pas d'isoler l'effet du changement de modèle de celui d'un accès moins contraint par les budgets de tokens, qui encourage l'usage de l'IA pour des tâches périphériques comme la recherche d'informations dans les courriels ou les outils de gestion de projet. Ces chiffres ne constituent donc pas un test comparatif encadré entre GLM-5.3, Claude et Codex.

Le mouvement de Revolut s'inscrit dans une adoption plus large de l'IA par les entreprises. En France, 18 % des entreprises de 10 salariés ou plus déclaraient utiliser au moins une technologie d'intelligence artificielle en 2025, contre 10 % en 2024, selon l'Insee. Côté TPE-PME, 40 % recouraient à au moins une solution d'IA en 2026, contre 13 % en 2024, d'après le Baromètre France Num.

Ce que ça change pour votre entreprise

L'exemple de Revolut montre qu'une infrastructure d'IA maîtrisée, même lourde en GPU, peut coûter bien moins cher qu'un abonnement facturé au token quand les volumes d'usage sont massifs. Mais cet arbitrage entre héberger son propre modèle (build) et s'appuyer sur des API commerciales comme celles d'Anthropic ou d'OpenAI (buy) ne se justifie qu'à partir d'un certain volume d'usage : il suppose des équipes capables de déployer et maintenir des GPU, et un nombre de requêtes suffisant pour amortir cet investissement. Pour une PME qui n'a ni les ingénieurs ni les serveurs pour héberger ses propres modèles, la logique reste généralement inverse : passer par une API facturée à l'usage, sans investissement d'infrastructure, reste le choix le plus rationnel tant que les volumes ne justifient pas un changement d'échelle.