Revolut ha dejado de usar las API de Anthropic y OpenAI como herramienta de programación por defecto para unos 2.000 ingenieros y las ha sustituido por un modelo de pesos abiertos de la familia GLM, del laboratorio chino Z.ai, servido sobre 56 GPU (unidades de procesamiento gráfico) NVIDIA B200 reservadas para ese uso. Según los datos que ha expuesto David Abitbol, responsable de operaciones de IA de la fintech, el coste combinado ronda los 0,30 dólares por millón de tokens, alrededor de una décima parte de lo que pagaba antes a los dos laboratorios estadounidenses.

Las claves de la inferencia propia de Revolut en 20 segundos

• Unos 2.000 ingenieros programan por defecto con un modelo GLM de Z.ai servido en 56 GPU B200.
• El coste declarado es de 0,30 dólares por millón de tokens, sin incluir personal, nube ni observabilidad.
• Claude Code y Codex quedan solo como excepción.
• Las cifras proceden de la propia empresa y no reflejan el coste total de propiedad.

Las cifras proceden de una charla de Abitbol publicada por el canal AI Engineer el 29/10/2026, tal como la recogen StartupHub.ai y AIChatDaily, y que el agregador daily.dev ha resumido a partir de varias fuentes. Revista Cloud no ha localizado una publicación propia de Abitbol en LinkedIn o X con esos números, así que conviene leerlos como lo que son: datos de la empresa, sin auditoría externa. Tampoco está claro qué versión exacta del modelo usa Revolut. daily.dev habla de GLM-5.3, otras crónicas se limitan a «modelos GLM» y Together AI ha publicado un caso de «una fintech global», sin nombrarla, que sirve GLM-5.2 en 56 B200 repartidas en 14 réplicas de cuatro GPU. La coincidencia de cifras es llamativa, pero Together no identifica a su cliente.

El reparto de cargas queda así: el modelo abierto es la opción por defecto, Claude Code y Codex siguen disponibles como excepción y las tareas con imágenes se derivan a Gemini o a GPT-6 Luna, el modelo económico que OpenAI presentó en septiembre. La vía autoalojada es, por tanto, solo de texto. Abitbol atribuye a esta etapa, iniciada en abril de 2026, una mejora del 60 % en el tiempo de programación y del 70 % en el lead time de ingeniería, el tiempo que tarda un cambio en llegar a producción. El gráfico que mostró no separa el efecto del modelo del de otros cambios simultáneos, y la propia charla reconoce que la etapa anterior, con Claude Code y presupuestos de tokens muy limitados, tuvo poco impacto.

Lo que cuesta de verdad un millón de tokens a 0,30 dólares

La cifra de 0,30 dólares es un coste combinado de entrada y salida que, según las crónicas de la charla, deja fuera el gasto en nube, la plantilla que mantiene el sistema y las herramientas de observabilidad. Es decir, no es el TCO (coste total de propiedad), que es lo que importa a quien firma el presupuesto.

AIChatDaily ha hecho una estimación propia, no de Revolut, con precios de mercado de 6 a 8 dólares por hora de GPU. Con ese supuesto, alquilar 56 B200 costaría entre 245.000 y 327.000 dólares al mes, unos 120 a 165 dólares por ingeniero, y comprarlas supondría alrededor de 2,7 millones de dólares solo en hardware. A eso hay que sumar el equipo que afina y opera la plataforma, que es justo lo que no entra en los 0,30 dólares.

Comprobar el «una décima parte» con precios públicos no es sencillo. A fecha de 05/11/2026, Anthropic cobra por Claude Sonnet 5.5 2 dólares por millón de tokens de entrada, 0,10 dólares por lectura de caché y 10 dólares por millón de salida; Claude Opus 5.5 cuesta 4, 0,20 y 20 dólares. OpenAI rebajó GPT-6 Sol el 22/09/2026 a 2 dólares de entrada, 0,20 con caché y 10 de salida. En programación con agentes la entrada domina: en el caso de Together AI, la mediana rondaba los 81.000 tokens de entrada por petición. El precio medio real depende, por tanto, de cuánta entrada se sirve desde la caché y de los descuentos pactados, y Revolut no ha publicado ninguno de esos datos. Una décima parte equivaldría a un coste anterior de unos 3 dólares por millón, una cifra verosímil con esos precios, pero no verificable desde fuera.

Afinar la inferencia, la parte que no sale en la factura

Lo más útil de la charla para un equipo de infraestructura es el trabajo de ajuste. Según StartupHub.ai, Abitbol resumió el punto de partida con una frase en inglés que puede traducirse como «la inferencia tal como viene de serie es terrible». Tras el ajuste, el tiempo hasta el primer token bajó de más de 10 segundos a 1,6 segundos y la capacidad pasó de 3 a más de 7 peticiones por segundo. La empresa habla de una mejora del 88 % del rendimiento para un 76 % más de demanda sin añadir GPU.

Otros detalles técnicos: el uso de NVFP4, el formato de 4 bits de las GPU Blackwell, habría reducido en torno a un 40 % la huella de GPU frente a FP8 sin pérdida de precisión, siempre según la empresa. El contexto se limitó a 256.000 tokens y el modelo necesita paralelismo tensorial en ocho GPU (TP8) para que quepa la caché de claves y valores. Los objetivos de servicio fijados son menos de 3 segundos hasta el primer token, unos 200 tokens por segundo en uso interactivo y picos de 800 tokens por segundo a partir de las cinco de la tarde.

La operación tiene riesgos. En el caso de la fintech sin nombre que describe Together AI hubo episodios de falta de capacidad con peticiones en cola entre uno y tres minutos. Es el tipo de problema que una API pública absorbe por su cuenta y que, con capacidad dedicada, pasa a ser responsabilidad del cliente. Por eso esta clase de despliegues encaja mejor con una disciplina de FinOps aplicada al coste cloud que con una simple comparación de precio por token.

Soberanía del stack y preguntas abiertas para un banco regulado

Revolut no es una startup. En julio de 2026 confirmó una venta secundaria de acciones que, según la prensa, la valoraba en 115.000 millones de dólares, un 53 % más que los 75.000 millones de la operación de noviembre de 2025. Bloomberg situó el precio en 2.017 dólares por acción, aunque Dealroom habla de unos 2.118 dólares. Al ser secundaria, no entró dinero nuevo en la compañía. Ese tamaño explica que pueda permitirse un equipo propio de inferencia, algo que una empresa pequeña difícilmente amortizaría.

Sobre seguridad, StartupHub.ai recoge que cada ejecución de agente tiene supervisión humana y corre en un entorno aislado con listas de comandos permitidos, que la inferencia se queda en países con equivalencia en protección de datos (Estados Unidos, la UE, Reino Unido e Israel) y que los proveedores de GPU no retienen datos por defecto. Al ejecutar los pesos en capacidad dedicada, y no a través de la API de Z.ai, el código no pasa por los servidores del laboratorio chino.

Quedan preguntas sin respuesta pública. La licencia de GLM-5.3 no es MIT, a diferencia de la versión Flash: es una licencia propia que, según IntuitionLabs, exige pasar una revisión de seguridad de Z.ai a los operadores que superen 10.000 millones de dólares de ingresos agregados y ofrezcan el modelo como servicio. No consta si esa cláusula afecta al uso interno de Revolut. Tampoco se han encontrado declaraciones de los supervisores británicos o europeos sobre el uso de modelos de laboratorios chinos en entidades con licencia bancaria, como la que Revolut obtuvo en Reino Unido este año.

Para los proveedores cloud y los laboratorios, el caso abre un debate que hoy se sostiene con opiniones. Según recoge daily.dev, @guilleflorvs, quien adelantó la noticia, sostiene que la mejora llegó cuando se dejó de racionar los tokens y que, si los modelos abiertos pasan a ser lo habitual, los laboratorios que preparan su salida a bolsa tendrán un problema de precios. @omarsar0 defiende que las empresas deben ser dueñas de su propio stack de inteligencia. Revista Cloud ya analizó cómo GLM-5.2 empezó a competir en programación con los modelos de frontera, pero no hay mediciones independientes que comparen la calidad del código de Revolut antes y después del cambio.

Preguntas frecuentes

¿Qué modelo usa Revolut para programar?

Un modelo de pesos abiertos de la familia GLM, de Z.ai. daily.dev lo identifica como GLM-5.3, mientras que otras crónicas no precisan la versión.

¿Cuánto le cuesta a Revolut la inferencia propia?

La empresa habla de unos 0,30 dólares por millón de tokens, pero esa cifra excluye nube, personal y observabilidad. Estimaciones externas sitúan el alquiler de 56 B200 entre 245.000 y 327.000 dólares al mes.

¿Ha dejado Revolut de usar Claude Code y Codex?

No del todo. Siguen disponibles como excepción, y las tareas con imágenes se envían a Gemini o a GPT-6 Luna.

¿Es una estrategia útil para empresas pequeñas?

Exige un equipo capaz de operar y afinar decenas de GPU, por lo que, según daily.dev, lo previsible es que las startups sigan con API.

Fuentes: StartupHub.ai, AIChatDaily, Together AI, Tech.eu, Sifted, Dealroom, Gigazine, IntuitionLabs, Precios de la API de Claude, Implicator y daily.dev (resumen «Revolut moves about 2,000 engineers to self-hosted GLM for coding»).