AI4 नव॰ 2026, 6:36 pm UTC·2 मिनट में पढ़ें

Revolut ने 2,000 इंजीनियरों के लिए GLM को डिफ़ॉल्ट कोडिंग AI बनाया

Revolut ने अपने करीब 2,000 इंजीनियरों को Claude Code और Codex से हटाकर ओपन-वेट मॉडल GLM पर शिफ्ट किया है। कंपनी के मुताबिक AI का खर्च अब करीब दसवां हिस्सा रह गया है।

Software engineers at a fintech company working with an AI coding assistant running on a rack of Nvidia GPU servers. — छवि: xataka.com

फिनटेक कंपनी Revolut ने चीन की Z.ai के मॉडल GLM को अपने करीब 2,000 इंजीनियरों के लिए डिफ़ॉल्ट कोडिंग असिस्टेंट बना दिया है। कंपनी में AI ऑपरेशंस और इन्फ्रास्ट्रक्चर के प्रमुख David Abitbol के अनुसार, Anthropic और OpenAI के टूल अब सिर्फ सबसे जटिल कामों के लिए रखे गए हैं।

बर्लिन में Nvidia के GTC कार्यक्रम में Abitbol ने बताया कि Revolut अब तुलनीय फ्रंटियर मॉडलों की लागत का लगभग दसवां हिस्सा चुका रही है। कंपनी के दुनिया भर में 80 मिलियन से ज़्यादा ग्राहक हैं।

क्या बदला और कितना फ़ायदा हुआ

इंजीनियर पहले Anthropic के Claude Code और OpenAI के Codex पर निर्भर थे। अब वे मुख्य रूप से GLM इस्तेमाल करते हैं, जो ओपन-वेट मॉडल है और Revolut के अपने सर्वरों पर चलता है। फ्रंटियर टूल छोटे बजट के साथ सबसे कठिन समस्याओं के लिए उपलब्ध हैं।

Abitbol के मुताबिक मॉडल को करीब 56 Nvidia GPU पर चलाया जाता है, जिसकी संयुक्त लागत लगभग 30 सेंट प्रति मिलियन टोकन बैठती है। बिल निश्चित है और हर अनुरोध के साथ बढ़ता नहीं। उनका दावा है कि कोडिंग का समय करीब 60% और डिलीवरी का समय (इश्यू असाइन होने से डिप्लॉयमेंट तक) करीब 70% घटा।

इससे पहले जनवरी में Google का Gemini लाया गया, जिससे डिलीवरी टाइम में लगभग 10% और कोडिंग टाइम में 20% सुधार हुआ। फिर Claude Code प्रति इंजीनियर 300 डॉलर मासिक बजट पर आया, पर बजट महीने भर नहीं चलने से बढ़ोतरी मामूली रही। बजट की चिंता हटने पर टोकन Confluence, Jira और Slack में खोज जैसे कामों में भी खर्च हुए, जिससे साफ हुआ कि असली अड़चन कोड लिखना नहीं, उसके आसपास का काम था।

तकनीकी चुनौतियाँ और चीन का सवाल

शुरुआत आसान नहीं थी। जून में चार अनुरोध प्रति सेकंड पर जवाब का समय 10 सेकंड से ऊपर था। उसी GPU संख्या पर ट्यूनिंग के बाद Revolut आठ से ज़्यादा अनुरोध प्रति सेकंड संभाल रही है और लेटेंसी 1.8 सेकंड से कम है। सुझावों में कॉन्टेक्स्ट विंडो 256,000 टोकन तक सीमित रखना, FP8 की जगह FP4 फ़ॉर्मेट से करीब 40% GPU क्षमता बचाना और कैश हिट रेट पर नज़र रखना शामिल है।

चीनी मॉडल पर सवाल उठ सकते हैं, जिसे Abitbol मानते हैं। उनके अनुसार Revolut सिर्फ मॉडल वेट इस्तेमाल करती है और उन्हें अपने या EU/अमेरिका के प्रदाता के इन्फ्रास्ट्रक्चर पर चलाती है, इसलिए कोई डेटा चीनी सेवा तक नहीं जाता। एजेंट सैंडबॉक्स में चलते हैं और प्रक्रिया में इंसान बना रहता है। GLM केवल टेक्स्ट मॉडल है, इसलिए इमेज वाले काम Gemini Flash जैसे सस्ते मॉडल को भेजे जाते हैं।