Pasarse a la IA de código abierto como Revolut: qué hizo falta para sustituir a Claude Code
Revolut ejecuta ya la mayor parte de su programación con IA en un modelo de pesos abiertos que sirve ella misma, por cerca de una décima parte de lo que pagaba antes. Una reconstrucción de lo que construyó, qué significan las cifras para otras empresas y el paso que viene después.
Contenido
La factura que lo empezó todo
Revolut no pretendía hacer una declaración sobre los modelos abiertos. Pretendía controlar un coste. Algunos de sus ingenieros gastaban entre 1.000 y 10.000 $ al mes cada uno en herramientas de programación con IA, con poco rendimiento medible, y la empresa impuso presupuestos estrictos por ingeniero1. David Abitbol, su responsable de operaciones e infraestructura, describió el ambiente sin rodeos: el equipo era muy escéptico respecto al coste de la IA1.
El orden de los hechos importa, porque es el punto en el que se encuentran ahora la mayoría de las grandes organizaciones de ingeniería. Revolut desplegó Gemini a principios de 2025 y Claude Code a principios de 20261. El despliegue de Gemini, que tenía acceso a datos internos, redujo el plazo de entrega en torno a un 10 % y el tiempo de programación en torno a un 20 %, sobre todo al sustituir las búsquedas en documentación. Claude Code, con presupuestos ajustados, apenas tuvo al principio un efecto medible2. Los presupuestos contenían la factura, pero también impedían a los ingenieros usar las herramientas con libertad.
Lo que construyó Revolut
En abril de 2026 Revolut empezó a trasladar su modelo de programación por defecto de los servicios comerciales a GLM-5.1, un modelo de pesos abiertos del desarrollador chino Z.ai, y después a GLM-5.321. Descargó los pesos y los sirvió en hardware dedicado, de modo que ninguna petición llega a los endpoints de Z.ai2. El despliegue da servicio a unos 2.000 ingenieros1.
| Componente | Lo que informó Revolut |
|---|---|
| Modelo por defecto | GLM-5.1 desde abril de 2026, después GLM-5.3 (solo texto)1 |
| Tamaño del modelo | GLM-5.1: unos 754.000 millones de parámetros, unos 40.000 millones activos por token1 |
| Hardware | 56 GPU Nvidia B200, el equivalente a siete sistemas de ocho GPU1 |
| Interfaz | Endpoints compatibles con OpenAI, utilizables desde OpenCode y Codex2 |
| Límite de contexto | Limitado a unos 256.000 tokens; el millón completo no hacía falta1 |
| Objetivos de latencia | Primer token en menos de 3 segundos; las quejas empiezan a partir de 5 segundos1 |
| Otros modelos | Un enrutador envía las tareas con imágenes a modelos con visión; los modelos de frontera se reservan para el trabajo más difícil12 |
| Controles | Un entorno aislado que pide aprobación humana para los comandos fuera de la lista permitida, retención cero de datos en el proveedor de inferencia y registros con OpenTelemetry2 |
La conclusión más trasladable es de dónde salió el rendimiento. Con las mismas 56 GPU, ajustar la configuración de inferencia elevó el caudal de unas 3 a más de 7 peticiones por segundo y redujo el tiempo hasta el primer token de 14,26 a 1,68 segundos. Abitbol atribuyó en torno al 80 % de la mejora a los parámetros de servicio y no al hardware2: cuantización NVFP4 de 4 bits, separación de las fases de prefill y decode, longitudes de contexto ajustadas y sesiones persistentes que mantienen calientes las cachés de prompts12. Para el trabajo de programación espera tasas de acierto de caché superiores al 90 %2.
Lo que cambió
Revolut comunica tres resultados, todos declarados por la propia empresa en la charla:
- Coste. Los costes de inferencia para programación con IA bajaron en torno a un 90 % en menos de un año, con un coste combinado de 0,30 $ por millón de tokens, cerca de una décima parte de la factura de Claude Code y Codex1.
- Ritmo de trabajo. El tiempo de programación mejoró en torno a un 60 % y el plazo de entrega en torno a un 70 % tras el despliegue para unos 2.000 ingenieros1.
- Uso. Con una factura plana y previsible, los ingenieros usaron agentes para depurar y para trabajo en Jira y Confluence, no solo para generar código. Abitbol dijo que las mayores ganancias vinieron de ese trabajo1.
Resumió la política de forma directa: «El código abierto es ahora una prioridad en Revolut»1.
Las cuentas para todos los demás
Revolut no ha publicado cuánto paga por sus GPU. Según las notas de la charla, funcionan como inferencia dedicada en Together AI2, así que el precio de lista público de ese proveedor da un límite superior razonable. Al precio bajo demanda de Together AI para inferencia dedicada en B200, 8,99 $ por GPU y hora3, el cálculo para un despliegue del tamaño del de Revolut es el siguiente.
| Concepto | Cálculo | Resultado |
|---|---|---|
| Coste por hora, 56 GPU B200 | 56 × 8,99 $ | 503 $ la hora |
| Coste mensual, funcionando todo el mes | × 730 horas | unos 367.500 $ |
| Por ingeniero, 2.000 ingenieros | ÷ 2.000 | unos 184 $ al mes |
| El mismo tamaño en GPU Clusters de Together, interrumpibles | 56 × 4,09 $ × 730 | unos 167.200 $ al mes |
Estas cifras son un cálculo nuestro a partir de precios de lista, no los costes de Revolut, y no incluyen el tiempo de ingeniería. Aun así muestran la forma de la decisión. Un clúster de coste fijo cuesta lo mismo tanto si los ingenieros envían diez consultas como diez mil, y por eso el uso creció cuando se retiraron los presupuestos. Por debajo de cierto volumen salen más baratos los endpoints de modelos abiertos por token: Together AI ofrece GLM-5.3 a 1,40 $ por millón de tokens de entrada, 0,26 $ para la entrada en caché y 4,40 $ por millón de tokens de salida3. El punto de equilibrio depende del volumen y de la tasa de acierto de caché, y por eso el primer paso de Revolut fue medir.
Lo que Revolut todavía no ha hecho
El relato publicado describe una empresa que es dueña de su inferencia. No describe una empresa que sea dueña de su inteligencia. Ni la charla ni la cobertura mencionan un ajuste fino de GLM con el código, las incidencias o los documentos de Revolut2. El modelo sabe lo que sabe cualquier copia de GLM-5.3, más el contexto que se le añade en el momento de la petición. El despliegue anterior de Gemini obtuvo sus mejoras del acceso a datos internos2, lo que apunta a dónde está la siguiente ganancia.
Ese paso siguiente es más difícil que servir un modelo, y la dificultad casi nunca está en el entrenamiento. Está en los datos. El conocimiento de una empresa está repartido entre incidencias, correo, documentos, hilos de chat y registros de sus sistemas, escrito para personas, duplicado y a menudo contradictorio. Antes de que sirva para entrenar un modelo hay que encontrarlo, limpiarlo, etiquetarlo y estructurarlo, y ese trabajo tiene que continuar mientras la empresa funciona. Nuestra guía sobre cómo entrenar un modelo de IA con datos de la empresa (en inglés) describe las fases.
Esa es la capa en la que trabaja OpenLazarus. Sus arquitectos construyen un data lake que reúne todos los datos de la empresa, propiedad de la empresa y no de sus proveedores de software4. Su AI Router envía cada petición a un modelo de frontera, a un modelo abierto o a un modelo entrenado para el cliente, y ofrece entrenamiento a medida con esos datos5. En la práctica actúa como el bibliotecario de la empresa: pone orden en el conocimiento para que un modelo pueda aprender de él. No es un modelo; es el medio para obtener uno que pertenezca a la empresa.
El camino, en cinco pasos
- Medir antes de cambiar. Registrar tokens, coste y latencia por equipo y por herramienta durante al menos un mes. El caso de Revolut se apoyó en saber que unos pocos ingenieros gastaban miles al mes con poco que mostrar.
- Poner un enrutador delante de cada modelo. Conectar agentes y herramientas a un único endpoint compatible con OpenAI que usted controle. Cambiar, probar o alojar un modelo pasa a ser un cambio de configuración.
- Cambiar la opción por defecto, no todo. Elegir un modelo abierto para el grueso del trabajo y mantener los modelos de frontera para las tareas en las que son claramente mejores, como hizo Revolut con las imágenes y los problemas más difíciles.
- Ajustar la inferencia antes de comprar hardware. Fijar objetivos de tiempo hasta el primer token y de caudal, limitar el contexto a lo que la gente usa de verdad y medir los aciertos de caché. Revolut obtuvo así la mayor parte de su mejora.
- Organizar los datos y después entrenar. Hacer un inventario del conocimiento de la empresa, un conjunto de evaluación a partir de tareas reales y un proceso que mantenga ambos al día. Ajustar un modelo abierto con ellos, enviarle el trabajo que mejor hace y seguir midiendo.
El resultado final es concreto. La mayoría de las peticiones van a un modelo que la empresa controla, con un coste que no sube con cada consulta. El mismo endpoint puede servir un modelo que ha aprendido los sistemas, los términos y las decisiones propios de la empresa, y los laboratorios de frontera pasan a ser una opción más detrás del enrutador en lugar de la base.
Preguntas frecuentes
¿Qué modelo de código abierto usa Revolut?
El modelo por defecto de Revolut para programar con IA es GLM, de Z.ai. Empezó con GLM-5.1 en abril de 2026 y pasó después a GLM-5.3. Los modelos de frontera de Anthropic, OpenAI y Google siguen disponibles para las tareas en las que son claramente mejores, y un enrutador envía el trabajo con imágenes a modelos con visión.
¿Cuánto ahorró Revolut al alojar la IA en servidores propios?
Revolut afirma que su factura de inferencia para programación con IA bajó en torno a un 90 %, hasta un coste combinado de 0,30 $ por millón de tokens, cerca de una décima parte de lo que pagaba por Claude Code y Codex. Son cifras de la propia empresa, presentadas en una conferencia.
¿Entrenó Revolut su propio modelo?
Ni la charla publicada ni la cobertura de prensa describen un ajuste fino con datos de Revolut. Revolut sirve un modelo de pesos abiertos tal como se publicó y añade su propio contexto en el momento de cada petición. Entrenar un modelo con datos de la empresa es el paso siguiente, y distinto.
¿Qué significa una arquitectura headless en IA?
Significa separar las herramientas que usan las personas del modelo que hay detrás. Los agentes de programación de Revolut llaman a endpoints compatibles con OpenAI, de modo que el modelo puede cambiarse, alojarse en servidores propios o elegirse por tarea sin cambiar la forma de trabajar de los ingenieros.
¿Cuántas GPU hacen falta para alojar un LLM de código abierto de nivel frontera?
Revolut atiende a unos 2.000 ingenieros con 56 GPU Nvidia B200, el equivalente a siete sistemas de ocho GPU. Solo los pesos de GLM-5.1 necesitan unos 380 GB de memoria de GPU, más entre 6 y 26 GB por usuario para el contexto, según la precisión.
¿Puede una empresa mediana hacer lo mismo que Revolut?
El modelo de despliegue se puede reducir de escala. Una empresa puede alquilar GPU dedicadas por horas a proveedores de inferencia, o empezar con endpoints de modelos abiertos por token y pasar a hardware dedicado cuando el uso sea estable. Lo que no se reduce es la necesidad de medir uso, latencia y coste antes de cambiar.
Fuentes
- British fintech Revolut slashes AI coding costs 10x by cutting out Claude and going self-hosted. The Register, 3 nov. 2026. Consultado el 9 nov. 2026.
- How Revolut Cut AI Coding Costs 90% With Self-Hosted Open Models: talk notes. Sparse Notes. Consultado el 9 nov. 2026.
- Pricing: serverless inference, dedicated inference and GPU clusters. Together AI. Consultado el 9 nov. 2026.
- AI Architects. OpenLazarus. Consultado el 9 nov. 2026.
- Pricing. OpenLazarus. Consultado el 9 nov. 2026.
Actualizado el 9 nov. 2026: Primera publicación, basada en la charla de Revolut en AI Engineer y en el artículo de The Register del 3 de noviembre de 2026.
También en: English · Deutsch · Français · Italiano · Nederlands · Polski