Revolut diz que modelos GLM auto-hospedados cortaram cerca de 90% dos custos de programação com IA, substituindo o Claude Code
O líder de operações e infraestrutura disse numa conferência AI Engineer que cerca de 2.000 engenheiros usam por padrão o GLM-5.3 da Z.ai, servido em 56 GPUs Nvidia B200 a cerca de US$ 0,30 por milhão de tokens.
Por que importa
A Revolut é um dos casos públicos mais claros de uma grande empresa que leva o trabalho diário de programação de ferramentas pagas de ponta para modelos de pesos abertos que ela mesma executa. A empresa diz que o GLM auto-hospedado custava cerca de um décimo do Codex da OpenAI ou do Claude Code da Anthropic, e que tokens baratos permitem entregar à IA a depuração e os tickets. O GLM-5.1 tem cerca de 754 bilhões de parâmetros, com 40 bilhões ativos por token. Vale observar se outras grandes equipes copiam o modelo e como Anthropic e OpenAI reagem nos preços corporativos.
Fatos principais
- Custos de inferência de programação com IA caem cerca de 90% em menos de um ano
- Cerca de 2.000 engenheiros
- Modelo padrão: GLM-5.3 da Z.ai, após o GLM-5.1
- Servido em 56 GPUs Nvidia B200
- Auto-hospedagem a cerca de US$ 0,30 por milhão de tokens
- Tempo de programação melhora 60%, prazo de entrega 70%