Revolut снизила расходы на ИИ-кодинг в 10 раз, отказавшись от Claude

Британская финтех-компания Revolut смогла радикально оптимизировать свои расходы на искусственный интеллект, используемый для написания кода. Об этом сообщил руководитель направления эксплуатации и инфраструктуры Дэвид Абитболь на престижной конференции AI Engineer, которая прошла в Нью-Йорке.

За последний год компании удалось снизить затраты на обработку запросов ИИ почти на 90%. Главным фактором экономии стал отказ от сторонних коммерческих сервисов в пользу развертывания собственных моделей прямо на собственной инфраструктуре организации.

• Revolut сократила расходы на ИИ-кодинг в 10 раз, перейдя с коммерческих решений на модели GLM.
• Внедрение ИИ охватило около 2000 инженеров, сократив время написания кода на 60%.
• Срок выполнения общих задач снизился на 70% благодаря автоматизации рутинных процессов.
• Для работы моделей задействовано 56 ускорителей Nvidia B200 с глубокой оптимизацией.

Переход на модели GLM и причины отказа от Claude

Изначально финтех-гигант экспериментировал с различными облачными инструментами, включая Gemini и Claude Code. Однако жесткие ограничения на расход токенов в коммерческих продуктах стали серьезным препятствием для инженеров, мешая использовать искусственный интеллект в ежедневной рутинной работе.

Ситуация кардинально изменилась после развертывания модели GLM-5.1, а затем и более современной версии GLM-5.3. Стоимость обработки миллиона входных и выходных токенов составила всего около 0,30 доллара, что оказалось примерно в десять раз дешевле популярных коммерческих аналогов от ведущих провайдеров.

Влияние на рабочие процессы и производительность инженеров

Значительное удешевление запросов полностью изменило подход разработчиков к ИИ. Если раньше специалисты были вынуждены экономить каждый запрос, то теперь они могут свободно поручать моделям отладку программного обеспечения, детальный разбор задач в Jira и актуализацию документации в Confluence.

По словам представителей компании, узким местом разработки долгое время оставались именно сопутствующие задачи, а не чистое написание кода. Автоматизация этих процессов принесла львиную долю общего выигрыша во времени, позволив примерно 2000 инженерам компании работать намного эффективнее.

Технические детали инфраструктуры и оптимизация

Для эффективного запуска модели GLM-5.3 компания задействовала кластер из 56 современных ускорителей Nvidia B200. Помимо мощного «железа», инженеры провели тонкую настройку параметров, применили передовое квантование NVFP4 и разделили процессы обработки контекста и генерации.

Рабочий контекст был осознанно ограничен на отметке в 256 000 токенов, так как практика показала избыточность миллионных окон для типичных задач программирования. В результате оптимизации система выдает первый токен менее чем за три секунды при скорости генерации около 200 токенов в секунду.

Гибридный подход и вопросы безопасности

Стоит отметить, что GLM-5.3 не стала универсальной заменой для всех остальных решений. Поскольку она специализируется исключительно на тексте, для работы с графическими интерфейсами и анализа изображений запросы по-прежнему маршрутизируются к Gemini и GPT.

Что касается вопросов безопасности и конфиденциальности при использовании китайских моделей, руководство компании считает главными рисками сетевые обращения через API в Китае. Локальное развертывание на собственных мощностях полностью нивелирует подобные опасения для бизнеса такого масштаба.

Что это значит для IT-индустрии и бизнеса

Опыт Revolut демонстрирует яркий пример того, как крупный финтех может успешно уйти от зависимости дорогостоящих облачных API в пользу собственных оптимизированных ИИ-решений. Это открывает новые горизонты для компаний из СНГ и других регионов, стремящихся внедрять генеративный искусственный интеллект без колоссальных затрат на подписки.