Revolutin infrastruktuurijohtaja David Abitbol nousi lokakuussa New Yorkin AI Engineer -konferenssin päälavalle kertomaan, miksi brittiläinen fintech-yhtiö luopui suurelta osin Claude Codesta. Syy oli raha. ”Suhtauduimme hyvin epäilevästi tekoälyn kustannuksiin”, Abitbol sanoi englanniksi pitämässään esityksessä, jota The Register siteerasi.
Revolut kertoo leikanneensa tekoälyavusteisen koodauksen inferenssikuluja noin 90 prosenttia alle vuodessa. Keinona oli tehdä omilla palvelimilla ajettavista GLM-malleista oletustyökalu noin 2 000 insinöörille. Anthropicin Claude Codesta ja OpenAI:n Codexista tuli poikkeus.
Budjettirajoista omiin koneisiin
Koodausavustin on ohjelma, jolle ohjelmoija kertoo tavallisella kielellä, mitä haluaa. Avustin kirjoittaa, korjaa tai selittää koodia. Taustalla toimii kielimalli, ja jokainen pyyntö maksaa. Hinta lasketaan tokeneina eli tekstin palasina, joita malli lukee ja tuottaa.
Revolut otti Googlen Geminin käyttöön alkuvuonna 2025 ja Claude Coden alkuvuonna 2026. Laskut kasvoivat nopeasti. ”Näimme insinöörien kuluttavan 1 000 dollaria kuukaudessa, 10 000 dollaria kuukaudessa ilman kovinkaan suurta tuottoa”, Abitbol kertoi. Siksi avustimet otettiin käyttöön tiukoin budjettirajoin.
Sen jälkeen yhtiö siirtyi GLM-5.1-malliin ja myöhemmin GLM-5.3:een. Omilla koneilla ajettuna miljoona tokenia maksoi Revolutin mukaan noin 0,30 dollaria, mikä on suunnilleen kymmenesosa Claude Coden tai Codexin hinnasta. Yhtiö kertoo myös koodausajan parantuneen 60 prosenttia ja läpimenoajan 70 prosenttia.
“Avoin lähdekoodi on nyt Revolutilla prioriteetti, ja taloudellinen asetelmamme on suotuisa. Laskutus on kiinteä, kuun lopussa ei tule laskushokkia, ja kärkimallit ovat poikkeus.”
Mitä 90 prosenttia kattaa
Luku on Revolutin oma, eikä kukaan ole tarkistanut sitä ulkopuolelta. Se vertaa tokenien hintaa eikä kokonaiskuluja. Laitteisto ei näy laskelmassa: GLM-5.3:a ajetaan 56 Nvidian B200-näytönohjaimella, mikä vastaa seitsemää kahdeksan piirin DGX B200 -palvelinta. Sellainen kokonaisuus maksaa miljoonia ennen kuin ensimmäistäkään koodiriviä on kirjoitettu.
Sähkö, konesalitila ja koneita virittävien asiantuntijoiden palkat jäävät nekin luvun ulkopuolelle. Työtä riitti. Abitbolin mukaan suurimmat parannukset eivät tulleet lisänäytönohjaimista vaan asetusten hienosäädöstä, kevyemmästä NVFP4-kvantisoinnista ja konteksti-ikkunan rajaamisesta. Tuottavuusluvuista ei ole julkaistu mittaustapaa.
Laatuero on toinen avoin kysymys. GLM käsittelee vain tekstiä, joten käyttöliittymätyön ja kuvia vaativat kyselyt Revolut ohjaa muille malleille, kuten Geminille. Abitbolin mukaan suurin hyöty tuli koodin ulkopuolelta: kun tokenit halpenivat, insinöörit alkoivat käyttää tekoälyä virheiden jäljittämiseen sekä Jira- ja Confluence-tiketteihin. ”Kun tokeneita on rajattomasti, sitä voi tehdä vapaasti”, hän sanoi.
Kiinalainen malli pankin koneissa
GLM-malleja kehittää pekingiläinen Zhipu AI, joka markkinoi niitä kansainvälisesti Z.ai-nimellä. Mallien painot ovat avoimesti ladattavissa, joten kuka tahansa voi ajaa niitä omalla laitteistollaan. Yhdysvaltain kauppaministeriö lisäsi Zhipun vientirajoituslistalleen tammikuussa 2025.
Abitbol myönsi, että kiinalaiset avoimet mallit herättävät huolta. Hänen mukaansa suurin riski syntyy, jos niitä käytetään Kiinan ulkopuolella pyöritettävien rajapintojen kautta, jolloin pankin data kulkee jonkun muun palvelimille. Omassa konesalissa tai alueellisessa pilvessä ajettuna hän pitää riskiä pienenä. Data pysyy tällöin talon sisällä, mutta mallin koulutuksesta ja sen painotuksista oma laitteisto ei kerro mitään.
