Revolut ha pasado 2.000 ingenieros a la IA china de GLM 5.3 y su factura cae diez veces. El modelo de pesos abiertos de Z.ai, servido en servidores propios con 56 GPUs de Nvidia, sale a unos 30 céntimos por millón de tokens; Claude Code y Codex quedan como recurso de excepción para los problemas más duros.
Claves de la operación
- La factura de IA se divide por diez. Revolut paga alrededor de una décima parte de lo que cuestan los modelos de frontera comparables, según su director de operaciones e infraestructura de IA, David Abitbol.
- El coste pasa de variable a fijo. 56 GPUs de Nvidia sostienen el servicio con un gasto que no crece con cada petición, a diferencia del pago por uso de Anthropic y OpenAI.
- El modelo chino entra en una fintech regulada. La entidad solo emplea los pesos y ejecuta la inferencia en su infraestructura o en proveedores de la UE y EEUU, con entorno aislado y revisión humana.
El coste fijo que rompe el pago por asiento
El dato que Abitbol expuso en la GTC de Nvidia en Berlín no es un descuento comercial, sino un cambio de arquitectura de costes. Revolut sirve GLM 5.3 a sus ingenieros con unas 56 GPUs y un coste combinado de 30 céntimos por millón de tokens. La factura es fija y no crece con cada consulta. Esa diferencia, invisible en una demo, es la que decide un presupuesto anual.
El contraste con la etapa anterior es elocuente. La compañía llegó a asignar 300 dólares mensuales por ingeniero en Claude Code; según Abitbol, la mejora de productividad fue pequeña porque el crédito se agotaba antes de terminar el mes. Con el modelo autoalojado, la promesa pasó a ser tokens ilimitados. Y ahí cambió el uso: los ingenieros dejaron de racionar consultas.
Los resultados mostrados sobre 2.000 ingenieros son de calado. El tiempo de programación se redujo alrededor de un 60% y el de entrega —desde la asignación de una incidencia hasta el despliegue— en torno a un 70%. Dos tercios menos de espera hasta el código en producción.
Con presupuesto ilimitado, los tokens se fueron a tareas que ninguna hoja de compras había previsto: buscar en Confluence, gestionar incidencias en Jira, rastrear conversaciones en Slack. El cuello de botella real no era escribir código, sino el trabajo alrededor. Una lectura que cualquier responsable de ingeniería reconocerá de inmediato.
Comprar tokens ilimitados sale más barato que racionarlos: el límite nunca estaba en el modelo, estaba en la factura.
Anthropic y OpenAI se quedan con la excepción
Los modelos de frontera no han desaparecido de Revolut. Siguen disponibles, pero como opción reservada, con un presupuesto pequeño y para los casos más difíciles. El proveedor occidental pasa de mesa de trabajo a consulta puntual. La jerarquía se ha invertido: primero el modelo barato, después el caro.
El recorrido previo ayuda a entender el orden de los factores. Gemini de Google entró en enero y mejoró el tiempo de entrega un 10% y el de programación un 20%. Después llegó Claude Code con su asignación mensual. El salto definitivo fue el autohospedado, el único que llegó con un límite de uso que no dependía de la tarjeta de crédito.
La parte difícil no fue elegir modelo, sino servirlo. En junio, la configuración respondía en más de 10 segundos con cuatro solicitudes por segundo. Tras ajustar el despliegue en el mismo número de GPUs, la firma pasó a más de ocho peticiones por segundo con latencias por debajo de 1,8 segundos. Abitbol recomienda limitar la ventana de contexto a 256.000 tokens y usar formatos FP4 en lugar de FP8, lo que libera cerca del 40% de capacidad. Su consejo más incómodo: resistir la tentación de añadir hardware cada vez que sube el tráfico.
Hay una limitación que conviene no pasar por alto. GLM es exclusivamente de texto y las tareas de imagen se desvían a un modelo más barato, Gemini Flash. La arquitectura final es un mosaico de proveedores, no una sustitución limpia.
El riesgo de un banco regulado con pesos chinos
Abitbol reconoce que utilizar un modelo chino en una entidad supervisada arquea cejas. Su respuesta es técnica: Revolut solo emplea los pesos, publicados por el equipo de Z.ai, y los aloja en su propia infraestructura o en un proveedor de la UE o EEUU, de modo que ningún dato viaja a un servicio chino. Los agentes corren en un entorno aislado que habilita unos comandos y bloquea otros, siempre con una persona en el bucle.
Sostiene, además, que este esquema es mejor para la privacidad que enviar código a OpenAI o a Anthropic. El dato no sale del perímetro; lo que se importa es el peso del modelo. Es una distinción jurídica relevante y, a la vez, un argumento comercial nada ingenuo.
El ahorro tiene contrapartidas que la charla no cuantifica. Revolut asume el mantenimiento, la afinación del despliegue, y la vigilancia de las versiones, un trabajo que antes compraba llave en mano. El coste fijo de hoy es el equipo de plataforma que hay que sostener mañana. Y la dependencia de un proveedor ajeno al ecosistema regulatorio occidental no desaparece por ejecutar en local.
En el IBEX 35, BBVA y Santander han orientado buena parte de su gasto en IA a licencias de modelos de frontera canalizadas por Azure y AWS. Ninguna de las dos ha comunicado un despliegue de pesos abiertos en centros de datos propios con esta ambición. La banca española compra producto; Revolut ha empezado a comprar infraestructura. La diferencia de enfoque se notará en el margen cuando los asistentes se generalicen en riesgo y cumplimiento, donde la trazabilidad pesa más que la latencia.
La prueba de fuego no llegará de Silicon Valley. Llegará cuando un supervisor —el BCE o la autoridad lituana que vigila su licencia europea— pregunte por la cadena de custodia del modelo, por la documentación de cada versión y por el protocolo para revertir un despliegue defectuoso. La fintech, que opera con su propia plataforma para más de 80 millones de clientes, convierte cualquier auditoría en un asunto de calendario. La pregunta ya no es si los pesos abiertos son más baratos, sino cuánto cuesta demostrar que son seguros.
La entrada Revolut cambia Claude Code por la IA china GLM 5.3 y reduce su factura 10 veces aparece primero en Moncloa.
