Quanto a Revolut economizou ao trocar o Claude por modelo aberto?

Segundo a própria Revolut, o custo de inferência para programação caiu cerca de 90%. O token passou a custar US$ 0,30 por milhão, cerca de um décimo da fatura anterior com Anthropic e OpenAI. A conta não inclui nuvem, equipe e observabilidade.

Que modelo a Revolut usa no lugar do Claude Code?

O GLM, modelo de pesos abertos da chinesa Z.ai. Segundo o The Register, a empresa começou com o GLM-5.1 em abril e depois passou ao GLM-5.3, em 56 GPUs B200 da Nvidia.

A Revolut deixou de usar o Claude?

Não totalmente. O GLM virou o padrão para texto e código, mas Claude Code e Codex seguem disponíveis para casos difíceis, e pedidos com imagem vão para Gemini ou GPT.

Quantos engenheiros usam o modelo aberto na Revolut?

Cerca de 2 mil engenheiros. A empresa diz que o tempo de programação melhorou 60% e o lead time, 70%, sem detalhar o método de medição.

Revolut corta 90% do custo de IA com modelo aberto

Capa do Watcher com o título Revolut troca o Claude e corta 90% do custo de IA — Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI.

A fintech britânica Revolut mudou o padrão das ferramentas de programação de cerca de 2 mil engenheiros. O Claude Code e o Codex, cobrados por uso, deixaram de ser a primeira opção. Entrou o GLM, modelo aberto da chinesa Z.ai, rodando em 56 GPUs B200 da Nvidia sob controle da empresa. Segundo David Abitbol, que lidera operações de IA da Revolut, o custo de inferência caiu cerca de 90%. A palestra foi publicada em 29 de outubro no canal AI Engineer e ganhou repercussão a partir da terça, 3 de novembro, com o The Register.

Em resumo

Troca: o GLM-5.1 entrou em abril e depois deu lugar ao GLM-5.3, segundo o The Register. Claude Code e Codex seguem disponíveis para casos difíceis.
Custo: US$ 0,30 por milhão de tokens, cerca de um décimo da fatura anterior com Anthropic e OpenAI. A conta deixa de fora nuvem, equipe e observabilidade.
Hardware: 56 GPUs B200, o equivalente a sete servidores DGX B200, sem placa nova depois da troca.
Produtividade: a empresa fala em 60% de melhora no tempo de programação e 70% no lead time, sem detalhar como mediu.
Limite: o GLM só lê texto. Pedidos com imagem vão para Gemini ou GPT.

O que a Revolut trocou?

A Revolut adotou o Gemini no início de 2025 e o Claude Code no início de 2026, segundo o The Register. Os dois vieram com teto de gasto. Abitbol contou que alguns engenheiros gastavam de US$ 1.000 a US$ 10.000 por mês com pouco retorno. Segundo o StartupHub.ai, o Gemini trouxe ganho de cerca de 10% no lead time e 20% no tempo de programação, e o Claude Code com teto rígido teve pouco efeito.

Em abril, a empresa passou a hospedar o GLM-5.1, modelo de pesos abertos da Z.ai, e depois migrou para o GLM-5.3, segundo o The Register e o ShiftDelete. O The Register calcula que o GLM-5.1 tem cerca de 754 bilhões de parâmetros, com 40 bilhões ativos por token, e pede cerca de 380 GB de memória de GPU só para os pesos. Os endpoints são compatíveis com a API da OpenAI e funcionam com o OpenCode e o Codex, segundo o StartupHub.ai.

Abitbol resumiu a decisão dizendo que o código aberto virou prioridade na Revolut e que a conta econômica é favorável, segundo o The Register.

Quanto custa e o que fica fora da conta?

O custo médio é de US$ 0,30 por milhão de tokens, cerca de um décimo do que a empresa pagava a Anthropic e OpenAI. Esse é o número por trás do corte de 90%. O StartupHub.ai registra que a palestra deixou fora dessa conta o gasto com nuvem, equipe e observabilidade.

O investimento em hardware também não entra. O Startup Fortune estima um servidor B200 de oito GPUs em cerca de US$ 390.700, preço de um integrador, o que daria perto de US$ 2,7 milhões pelas 56 GPUs, antes de energia, rede e engenharia. É estimativa do veículo, sem confirmação da Revolut. O The Register não informa onde as GPUs ficam.

O ganho de desempenho veio de ajuste, sem placa nova. Com as mesmas 56 GPUs, o tempo até o primeiro token caiu de 14,26 segundos para 1,68 segundo, enquanto a demanda subiu 76%, segundo o ShiftDelete. Os ajustes incluíram quantização em FP4, separação das fases de leitura do contexto e de geração e teto de contexto perto de 256 mil tokens. Abitbol chamou o contexto longo de “golpe” e disse que janelas de 1 milhão de tokens não fizeram falta.

O que a Revolut não conseguiu trocar?

O GLM só trabalha com texto e não serve bem para interface. Um roteador local manda os pedidos com imagem para o Gemini ou para o GPT Luna. Claude Code e Codex continuam disponíveis quando o engenheiro precisa, segundo o ShiftDelete.

Os números de produtividade vêm da própria empresa: 60% de melhora no tempo de programação e 70% no lead time, numa amostra de 2 mil engenheiros. O The Register diz que a palestra não explica como foram medidos. O ShiftDelete ressalta que o ganho não está isolado no modelo. Abitbol atribuiu boa parte a tarefas fora do código, como depuração e tickets de Jira e Confluence, que os engenheiros passaram a delegar quando os tokens deixaram de ser racionados.

Sobre o risco de usar modelo chinês, Abitbol disse que o problema está em chamar APIs hospedadas na China. A Revolut roda os pesos em jurisdições do acordo de equivalência de dados (EUA, União Europeia, Reino Unido e Israel), com sandbox, lista de comandos permitidos e humano no circuito, segundo o StartupHub.ai.

Em que as fontes divergem?

Em dois pontos. A versão do modelo aparece como GLM-4.5 no texto do StartupHub.ai e do Startup Fortune, e como GLM-5.1 e depois GLM-5.3 no The Register e no ShiftDelete. A descrição do vídeo fala só em “modelos GLM”. Este texto segue o The Register, que detalha a migração. O evento também varia: o The Register cita conferência da AI Engineer em Nova York, o Startup Fortune fala no GTC Berlim de 22 de outubro, com outro título de palestra, e a descrição do vídeo cita a cúpula AIE CODE. O dado firme é a publicação no canal AI Engineer, em 29 de outubro.

Como chegamos até aqui?

O modelo aberto já tinha uso alto e gasto baixo nas empresas. O relatório da Menlo Ventures publicado na terça, 3, mostra que modelos abertos respondem por 19% dos tokens e só 4% do gasto corporativo, com preço médio de US$ 0,13 por milhão de tokens. Os modelos chineses ficam com 89% do gasto com modelo aberto, e o GLM tem 11% dessa fatia. No mesmo período, bancos passaram a pôr teto no gasto com tokens, e o JPMorgan limitou o Claude Code de alguns engenheiros a US$ 2 mil por mês, como a Marcio.AI mostrou. A Revolut foi além do teto e trocou o modelo padrão.

O que isso significa para bancos e fintechs brasileiros?

Bancos brasileiros enfrentam o mesmo dilema de custo e de regra sobre dados. O caso Revolut mostra um caminho que pede escala: milhares de engenheiros, equipe capaz de ajustar inferência e investimento em GPU. O StartupHub.ai alerta que, para times menores, a conta pode não fechar, com fatura alta ou primeiro token lento.

A segunda lição é de arquitetura. A Revolut montou um roteador: texto e código no modelo próprio, imagem em modelo comercial, casos difíceis no Claude ou no Codex. Esse desenho reduz a dependência de um fornecedor. Para instituições sob a LGPD e as regras do Banco Central, rodar os pesos em infraestrutura própria ou em nuvem contratada no país também ajuda a responder onde o dado é processado.

O que observar nas próximas semanas

A tese da Marcio.AI: até meados de 2027, empresas com mais de mil desenvolvedores vão separar o tráfego de IA, com modelo aberto próprio para o volume e modelo de fronteira para o caso difícil. Quem perde é a receita por desenvolvedor das ferramentas de programação das líderes. Quem ganha são a Nvidia e os fornecedores de pesos abertos, como a Z.ai.

Sinais para conferir até o fim do ano: outros bancos europeus ou brasileiros anunciando inferência própria para programação, uma resposta de preço da Anthropic ou da OpenAI para clientes de alto volume, a publicação do custo total da Revolut com hardware e equipe e a próxima versão do GLM.

Fontes

Rating Marcio.AI: 4/5 (Global, Muito relevante, No centro do hype). Seção TechBiz do Watcher.

#MarcioAI #Revolut #ModelosAbertos #GLM #Fintech #CustoDeIA

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.

Revolut corta 90% do custo de IA para programação ao trocar o Claude por modelo aberto