Revolut przechodzi na chiński model GLM-5.1 i tnie koszty AI

Od Gemini i Claude Code do GLM

Na początku 2025 roku wdrożenie Gemini skróciło czas poświęcany na kodowanie o 20 proc., a czas dostarczenia funkcji o 10 proc. Potem Revolut postawił na Claude Code, ale z ostrymi limitami wydatków. „Widzieliśmy inżynierów wydających 1000, a nawet 10 000 miesięcznie bez większego zwrotu", mówił Abitbol. Jego zdaniem narzędzie nie dało wtedy dużego efektu.

W kwietniu 2026 roku, po przejściu na GLM-5.1 bez limitu tokenów, wyniki mają skoczyć: czas kodowania spadł o 60 proc., a czas dostarczenia o 70 proc. Skoro ten drugi wskaźnik poprawił się mocniej, Revolut uznaje, że samo pisanie kodu nie było głównym wąskim gardłem.

Płacenie za maszyny, nie za zużycie

Modele Google'a czy Anthropic rozlicza się zwykle za liczbę tokenów. GLM jest udostępniony jako open-weight, więc można pobrać jego wagi i uruchomić na dowolnym sprzęcie. Dzięki temu inżynierowie mogą korzystać z AI „bez wyrzutów sumienia". Nie jest to jednak darmowe: bank płaci za serwery i musi dokupić kolejne, gdy popyt przekroczy ich moc. Abitbol podał średni koszt 30 centów za milion tokenów.

Wdrożenie wymagało długiego strojenia. Czas oczekiwania na początek odpowiedzi spadł z ponad 10 sekund do 1,6 sekundy, przy tej samej liczbie układów i wzroście zapytań z 3 do ponad 7 na sekundę.

Abitbol odniósł się też do nieufności wobec modeli z Chin. Jak tłumaczył, firma nie korzysta z usługi prowadzącej do Chin, tylko pobiera wagi i instaluje je w usłudze działającej w USA. Dane mają pozostawać w UE lub w krajach o równoważnej ochronie. Asystenci pracują w izolowanym środowisku, z góry określonymi dozwolonymi operacjami i pod nadzorem człowieka. Bank nie omówił jednak ryzyk związanych z samym modelem ani z generowanym kodem.

Revolut nie rezygnuje z modeli amerykańskich: Claude Code, Codex i Gemini pozostają dostępne do wybranych zastosowań, choć priorytetem są teraz modele otwarte.