Jak Revolut zastąpił Claude Code otwartym modelem i co z tego wynika dla firm
Revolut prowadzi dziś większość programowania z AI na modelu o otwartych wagach, który sam serwuje, za około jedną dziesiątą wcześniejszego rachunku. Rekonstrukcja tego, co zbudował, co te liczby oznaczają dla innych firm i jaki krok przychodzi potem.
Spis treści
Rachunek, od którego wszystko się zaczęło
Revolut nie zamierzał manifestować poparcia dla otwartych modeli. Chciał opanować koszt. Niektórzy jego inżynierowie wydawali po 1000–10 000 USD miesięcznie na narzędzia AI do programowania, przy niewielkim mierzalnym efekcie, więc firma wprowadziła ścisłe budżety na inżyniera1. David Abitbol, który kieruje w Revolucie operacjami i infrastrukturą, opisał nastroje bez ogródek: zespół był bardzo sceptyczny wobec kosztów AI1.
Kolejność zdarzeń ma znaczenie, bo w tym samym miejscu jest dziś większość dużych organizacji inżynierskich. Revolut wdrożył Gemini na początku 2025 r., a Claude Code na początku 2026 r.1. Wdrożenie Gemini z dostępem do danych wewnętrznych skróciło czas realizacji (lead time) o około 10%, a czas programowania o około 20%, głównie dzięki zastąpieniu wyszukiwania w dokumentacji. Claude Code przy ścisłych budżetach początkowo nie dał mierzalnego efektu2. Budżety utrzymały rachunek w ryzach, ale też powstrzymały inżynierów przed swobodnym korzystaniem z narzędzi.
Co zbudował Revolut
W kwietniu 2026 r. Revolut zaczął przenosić domyślny model do programowania z usług komercyjnych na GLM-5.1, model o otwartych wagach chińskiego twórcy Z.ai, a później na GLM-5.321. Pobrał wagi i serwuje je na dedykowanym sprzęcie, więc żadne zapytanie nie trafia do endpointów Z.ai2. Wdrożenie obsługuje około 2000 inżynierów1.
| Element | Co podał Revolut |
|---|---|
| Model domyślny | GLM-5.1 od kwietnia 2026 r., potem GLM-5.3 (tylko tekst)1 |
| Rozmiar modelu | GLM-5.1: około 754 mld parametrów, około 40 mld aktywnych na token1 |
| Sprzęt | 56 GPU Nvidia B200, co odpowiada siedmiu systemom z ośmioma GPU1 |
| Interfejs | Endpointy zgodne z API OpenAI, używane z OpenCode i Codex2 |
| Limit kontekstu | Ograniczony do około 256 000 tokenów; pełny milion nie był potrzebny1 |
| Cele opóźnień | Pierwszy token w mniej niż 3 sekundy; skargi zaczynają się powyżej 5 sekund1 |
| Inne modele | Router kieruje zadania z obrazami do modeli obsługujących wizję; modele czołowe zostają do najtrudniejszych zadań12 |
| Kontrola | Piaskownica, w której człowiek zatwierdza polecenia spoza listy dozwolonych, brak przechowywania danych u dostawcy wnioskowania, logi OpenTelemetry2 |
Najbardziej przenośny wniosek dotyczy źródła wydajności. Na tych samych 56 GPU dostrojenie konfiguracji serwowania podniosło przepustowość z około 3 do ponad 7 zapytań na sekundę i skróciło czas do pierwszego tokena z 14,26 do 1,68 sekundy. Abitbol przypisał około 80% zysku parametrom serwowania, a nie sprzętowi2: 4-bitowej kwantyzacji NVFP4, rozdzieleniu etapów prefill i decode, dostosowanym długościom kontekstu i sesjom przypisanym do serwera, które utrzymują pamięć podręczną promptów12. W pracy programistycznej oczekuje trafień w pamięci podręcznej powyżej 90%2.
Co się zmieniło
Revolut podaje trzy rezultaty, wszystkie według własnych danych przedstawionych w wystąpieniu:
- Koszt. Koszty wnioskowania AI w programowaniu spadły w niecały rok o około 90%, do uśrednionych 0,30 USD za milion tokenów, czyli około jednej dziesiątej rachunku za Claude Code i Codex1.
- Tempo pracy. Czas programowania poprawił się o około 60%, a czas realizacji o około 70% po wdrożeniu dla około 2000 inżynierów1.
- Sposób użycia. Przy stałym, przewidywalnym rachunku inżynierowie zaczęli używać agentów do debugowania oraz pracy w Jirze i Confluence, a nie tylko do generowania kodu. Według Abitbola to właśnie ta praca dała największe korzyści1.
Zasadę podsumował wprost: open source jest teraz w Revolucie priorytetem1.
Rachunek dla pozostałych firm
Revolut nie opublikował, ile płaci za swoje GPU. Według notatek z wystąpienia działają one jako dedykowane wnioskowanie w Together AI2, więc publiczny cennik tego dostawcy wyznacza rozsądną górną granicę. Przy cenie Together AI za dedykowane wnioskowanie na B200 na żądanie, 8,99 USD za GPU za godzinę3, rachunek dla wdrożenia wielkości Revoluta wygląda następująco.
| Pozycja | Wyliczenie | Wynik |
|---|---|---|
| Koszt godzinowy, 56 GPU B200 | 56 × 8,99 USD | 503 USD za godzinę |
| Koszt miesięczny przy pracy przez cały miesiąc | × 730 godzin | około 367 500 USD |
| Na inżyniera, 2000 inżynierów | ÷ 2000 | około 184 USD miesięcznie |
| Ta sama skala w Together GPU Clusters, wywłaszczalne | 56 × 4,09 USD × 730 | około 167 200 USD miesięcznie |
To nasze wyliczenia na podstawie cen katalogowych, a nie koszty Revoluta, i nie obejmują czasu pracy inżynierów. Pokazują jednak kształt decyzji. Stały klaster kosztuje tyle samo, czy inżynierowie wyślą dziesięć promptów, czy dziesięć tysięcy, dlatego użycie wzrosło, gdy zniknęły budżety. Poniżej pewnej skali tańsze są endpointy otwartych modeli rozliczane za token: Together AI podaje dla GLM-5.3 1,40 USD za milion tokenów wejściowych, 0,26 USD za wejście z pamięci podręcznej i 4,40 USD za milion tokenów wyjściowych3. Punkt opłacalności zależy od wolumenu i trafień w pamięci podręcznej, dlatego pierwszym krokiem Revoluta był pomiar.
Czego Revolut jeszcze nie zrobił
Opublikowany opis przedstawia firmę, do której należy wnioskowanie. Nie przedstawia firmy, do której należy inteligencja modelu. Ani wystąpienie, ani relacje prasowe nie wspominają o dostrajaniu GLM na kodzie, zgłoszeniach czy dokumentach Revoluta2. Model wie to, co wie każda kopia GLM-5.3, plus to, co w momencie zapytania trafi do promptu. Wcześniejsze wdrożenie Gemini zawdzięczało swoje korzyści dostępowi do danych wewnętrznych2, co wskazuje, gdzie leży kolejny zysk.
Ten następny krok jest trudniejszy niż serwowanie modelu, a trudność w większości nie leży w samym treningu. Leży w danych. Wiedza firmy znajduje się w zgłoszeniach, poczcie, dokumentach, wątkach na czatach i rejestrach systemów, jest pisana dla ludzi, zdublowana i często sprzeczna. Zanim cokolwiek z tego posłuży do treningu modelu, trzeba to odnaleźć, oczyścić, opisać i uporządkować, a ta praca musi trwać, dopóki firma działa. Poszczególne etapy opisuje nasz przewodnik po trenowaniu modelu AI na danych firmy (po angielsku).
Tą warstwą zajmuje się OpenLazarus. Jego architekci budują jezioro danych obejmujące wszystkie dane firmy, należące do firmy, a nie do jej dostawców oprogramowania4. Router AI kieruje każde zapytanie do modelu czołowego, otwartego lub wytrenowanego dla klienta, a OpenLazarus oferuje trening na tych danych na zamówienie5. W praktyce działa jak bibliotekarz firmy: porządkuje wiedzę tak, aby model mógł się z niej uczyć. Sam nie jest modelem; jest sposobem na zbudowanie modelu, który należy do firmy.
Droga w pięciu krokach
- Zmierzyć przed zmianą. Przez co najmniej miesiąc rejestrować tokeny, koszty i opóźnienia dla każdego zespołu i narzędzia. Decyzja Revoluta opierała się na wiedzy, że kilku inżynierów wydaje tysiące miesięcznie bez wyraźnego efektu.
- Postawić router przed każdym modelem. Skierować agentów i narzędzia na jeden kontrolowany przez firmę endpoint zgodny z API OpenAI. Wymiana, testowanie czy własny hosting modelu stają się wtedy zmianą konfiguracji.
- Zmienić model domyślny, a nie wszystko. Wybrać otwarty model do większości pracy i zachować modele czołowe do zadań, w których są wymiernie lepsze, tak jak Revolut zrobił z obrazami i najtrudniejszymi problemami.
- Dostroić serwowanie, zanim kupi się sprzęt. Ustalić cele dla czasu do pierwszego tokena i przepustowości, ograniczyć kontekst do faktycznie używanego i mierzyć trafienia w pamięci podręcznej. Revolut osiągnął w ten sposób większość zysku.
- Uporządkować dane, potem trenować. Zbudować spis wiedzy firmy, zestaw ewaluacyjny z rzeczywistych zadań i proces, który utrzymuje oba w aktualności. Dostroić na nich otwarty model, kierować do niego zadania, w których sprawdza się najlepiej, i dalej mierzyć.
Stan docelowy jest konkretny. Większość zapytań trafia do modelu, który firma kontroluje, przy kosztach nierosnących z każdym promptem. Ten sam endpoint może obsługiwać model, który poznał systemy, terminologię i decyzje firmy, a laboratoria tworzące modele czołowe stają się jedną z opcji za routerem, a nie fundamentem.
Najczęstsze pytania
Jakiego modelu open source używa Revolut?
Domyślnym modelem Revoluta do programowania z AI jest GLM firmy Z.ai. Firma zaczęła od GLM-5.1 w kwietniu 2026 r., a następnie przeszła na GLM-5.3. Modele czołowe Anthropic, OpenAI i Google pozostają dostępne do zadań, w których są wyraźnie lepsze, a router kieruje zadania z obrazami do modeli obsługujących wizję.
Ile Revolut zaoszczędził na przejściu na otwarty model?
Revolut podaje, że rachunek za wnioskowanie AI w programowaniu spadł o około 90%, do uśrednionych 0,30 USD za milion tokenów, czyli mniej więcej do jednej dziesiątej tego, co płacił za Claude Code i Codex. To dane samej firmy, przedstawione w wystąpieniu konferencyjnym.
Czy Revolut wytrenował własny model AI?
Ani opublikowane wystąpienie, ani relacje prasowe nie opisują dostrajania modelu na danych Revoluta. Firma serwuje model o otwartych wagach w wersji wydanej przez twórców i dodaje własny kontekst w momencie zapytania. Trening modelu na danych firmy to kolejny, osobny krok.
Co oznacza architektura headless w AI?
Oznacza oddzielenie narzędzi, z których korzystają ludzie, od modelu, który za nimi stoi. Agenci programistyczni Revoluta wywołują endpointy zgodne z API OpenAI, więc model można wymienić, uruchomić na własnej infrastrukturze lub kierować do niego ruch zależnie od zadania, bez zmiany sposobu pracy inżynierów.
Ile GPU potrzeba do hostowania LLM open source o skali czołowej?
Revolut obsługuje około 2000 inżynierów na 56 układach Nvidia B200, co odpowiada siedmiu systemom z ośmioma GPU. Same wagi GLM-5.1 wymagają około 380 GB pamięci GPU, a do tego od 6 do 26 GB na użytkownika na kontekst, zależnie od precyzji.
Czy średnia firma może zrobić to, co Revolut?
Ten model serwowania da się zmniejszyć. Firma może wynajmować dedykowane GPU na godziny od dostawców usług wnioskowania albo zacząć od otwartych modeli rozliczanych za token i przejść na dedykowany sprzęt, gdy ruch się ustabilizuje. Niezmienna pozostaje potrzeba zmierzenia użycia, opóźnień i kosztów przed zmianą.
Źródła
- British fintech Revolut slashes AI coding costs 10x by cutting out Claude and going self-hosted. The Register, 3 lis 2026. Dostęp: 9 lis 2026.
- How Revolut Cut AI Coding Costs 90% With Self-Hosted Open Models: talk notes. Sparse Notes. Dostęp: 9 lis 2026.
- Pricing: serverless inference, dedicated inference and GPU clusters. Together AI. Dostęp: 9 lis 2026.
- AI Architects. OpenLazarus. Dostęp: 9 lis 2026.
- Pricing. OpenLazarus. Dostęp: 9 lis 2026.
Aktualizacja: 9 lis 2026: Pierwsza publikacja na podstawie wystąpienia Revoluta na konferencji AI Engineer i artykułu The Register z 3 listopada 2026 r.
Inne wersje językowe: English · Deutsch · Français · Español · Italiano · Nederlands