Revolut reduce un 90 % los costes de programación con un modelo chino de IA de pesos abiertos

David Abitbol, responsable de las operaciones y la infraestructura de inteligencia artificial de Revolut, compartió estos detalles durante su ponencia «Shipping like a startup, regulated like a bank» en la conferencia AI Engineer celebrada en Nueva York. Con más de 80 millones de clientes en 45 mercados y una valoración reciente de aproximadamente 115.000 millones de dólares (unos 103.000 millones de euros), Revolut es una de las startups más valiosas de Europa. De cara a su futura salida a bolsa, la compañía aspira a alcanzar una valoración de hasta 200.000 millones de dólares (unos 180.000 millones de euros).

De Gemini a Claude Code y, finalmente, GLM

Revolut llegó a esta solución paso a paso. Primero implantó Gemini, de Google, en toda la empresa, lo que redujo el tiempo de programación un 20 % y el tiempo de entrega —desde que se asigna una tarea hasta que se integra el código— un 10 %, según Abitbol. Después llegó Claude Code, aunque con estrictos límites presupuestarios por ingeniero. Al principio, el beneficio fue reducido, mientras que los costes eran elevados, explicó.

Desde la primavera, GLM funciona en la propia infraestructura de Revolut y los resultados son muy diferentes. En una muestra de aproximadamente 2.000 ingenieros, el tiempo de programación se redujo un 60 % y el tiempo de entrega un 70 %. Para Abitbol, el hecho de que el tiempo de entrega haya disminuido más que el tiempo de programación es significativo: «El cuello de botella de la ingeniería no es necesariamente la programación», afirmó. Los ingenieros dedican mucho tiempo a buscar información en sus bandejas de entrada, Jira y Confluence.

El mayor cambio para los ingenieros es que han desaparecido los límites de tokens. Ya no tienen que racionar su uso, por ejemplo, al final de un trimestre o cuando trabajan en tareas especialmente exigentes.

56 GPU para 2.000 ingenieros

La configuración técnica es sorprendentemente modesta. Revolut ejecuta GLM, un modelo de aproximadamente 800.000 millones de parámetros, utilizando unas 56 GPU Nvidia B200. El coste asciende a unos 30 céntimos por millón de tokens, según Abitbol, y una factura fija ha sustituido a los impredecibles importes que llegaban a final de mes.

• Optimización: De fábrica, el rendimiento de inferencia era «terrible», según Abitbol. Tras la optimización, el tiempo hasta el primer token pasó de más de 10 segundos a 1,6 segundos, incluso cuando la demanda aumentó un 76 %. Por encima de cinco segundos, explicó, «mi bandeja de entrada de Slack empieza a echar humo».
• Contexto: La ventana de contexto está limitada a 256.000 tokens. «El contexto largo es una estafa», afirmó Abitbol.
• Imágenes: GLM solo procesa texto. Un sistema de enrutamiento envía las tareas relacionadas con imágenes a Gemini.
• Excepciones: Claude Code y Codex siguen estando disponibles. Los últimos modelos de Anthropic y OpenAI son excelentes, afirmó, pero ahora se utilizan de forma limitada y solo como excepción.

Modelos chinos, servidores occidentales

Para un banco regulado, el origen del modelo es una cuestión delicada. «Ha habido mucho estigma en torno al uso de modelos de código abierto chinos», reconoció Abitbol. Por ello, Revolut utiliza exclusivamente los pesos del modelo disponibles públicamente y los ejecuta en infraestructura situada en Estados Unidos, en lugar de recurrir al servicio de inferencia del desarrollador en China.

Los datos deben procesarse únicamente en jurisdicciones que ofrezcan una protección de datos equivalente, como Estados Unidos, la Unión Europea, Reino Unido e Israel. Además, los proveedores deben tener activada por defecto una política de retención cero de datos.

Revolut también explica a los reguladores que sus agentes de programación no actúan de forma autónoma. Funcionan en un entorno aislado (sandbox) con reglas de aprobación que determinan qué comandos pueden ejecutar. «Siempre hay una persona supervisando el proceso», afirmó Abitbol.

Revolut no es la única empresa que sigue esta estrategia. Los modelos abiertos chinos, como GLM, DeepSeek y Kimi, están ganando terreno en las pruebas de rendimiento, mientras que desarrolladores europeos como Mistral también apuestan por los pesos abiertos con Mistral Large 4.

Lo que no incluye la factura

Que este enfoque pueda trasladarse a otras empresas sigue siendo una cuestión abierta. Según un análisis de StartupHub.ai, el ahorro del 90 % no incluye los costes de la nube, el personal ni la supervisión. Los resultados también dependen de las 56 GPU B200, de la optimización continua y de la capacidad de Revolut para controlar la carga de trabajo mediante las reglas del entorno aislado y los horarios laborales. Los equipos más pequeños podrían enfrentarse a facturas elevadas o tiempos de respuesta lentos.

Después está el hardware. Abitbol no especificó si Revolut compró sus 56 GPU B200 o si las alquila. Comprarlas supondría una inversión de varios millones: cuando Nvidia presentó la B200, su consejero delegado, Jensen Huang, situó el precio entre 30.000 y 40.000 dólares por unidad. Esto supondría un coste total de entre 1,7 y 2,2 millones de dólares (aproximadamente entre 1,5 y 2 millones de euros) para 56 GPU.

Según estimaciones del sector, los servidores completos equipados con ocho B200 cuestan entre 450.000 y 500.000 dólares. Siete sistemas de este tipo supondrían entre 3,2 y 3,5 millones de dólares (unos 2,9 a 3,1 millones de euros), sin incluir los costes de electricidad y del centro de datos.

Además, estos chips tienen una vida útil limitada. Nvidia lanza ahora una nueva generación de chips cada año y Rubin, el sucesor de Blackwell, ya está en camino. Operadores de centros de datos como Nscale amortizan sus GPU en un periodo de cinco a seis años, aunque reconocen que este plazo podría resultar demasiado largo si la tecnología evoluciona rápidamente. Críticos como el inversor Michael Burry consideran que un periodo de dos a tres años sería más realista.