Revolut ha cambiado Claude Code por GLM 5.3 y paga por la IA una décima parte de lo que pagaba. La fintech, con más de 80 millones de clientes, ha convertido el modelo abierto de la china Z.ai en el asistente por defecto de sus 2.000 ingenieros.
Claves de la operación
- La factura se hunde hasta 30 céntimos por millón de tokens. Revolut sirve el modelo en 56 GPUs de Nvidia propias, con un coste fijo que no crece con cada petición y que ronda una décima parte de los modelos de frontera.
- Claude Code y Codex no desaparecen, pero pierden el trono. Las herramientas de Anthropic y OpenAI quedan como opción reservada, con un presupuesto pequeño, para los problemas técnicos más duros.
- El ahorro no estaba en escribir código. Con tokens ilimitados, los ingenieros los gastan en buscar en Confluence, gestionar Jira o rastrear Slack: el cuello de botella era el trabajo alrededor del código.
Del asiento mensual al coste fijo: la aritmética que rompe el modelo de suscripción
El responsable de operaciones e infraestructura de IA de la compañía, David Abitbol, explicó el giro durante su intervención en la GTC de Nvidia en Berlín, cuyos contenidos recoge la web oficial del fabricante. Su mensaje fue inequívoco: las herramientas de Anthropic y OpenAI siguen vivas en la casa, pero con un presupuesto pequeño y reservadas a los problemas más difíciles. El trabajo diario lo asume un modelo de pesos abiertos que Revolut ejecuta en servidores propios.
La aritmética explica la decisión. Revolut sirve GLM 5.3 a sus ingenieros con 56 GPUs de Nvidia y un coste combinado de unos 30 céntimos por millón de tokens. La factura es fija: no sube con cada petición. El contraste con el escalón anterior es brutal, porque Claude Code se desplegó con 300 dólares al mes por ingeniero, una asignación que según Abitbol no aguantaba el mes entero en la mayoría de los casos.
Los resultados que puso sobre la mesa el directivo: el tiempo de programación cayó alrededor de un 60% y el tiempo de entrega, un 70%. La comparación con el paso previo ayuda a dimensionar el salto. Revolut había introducido Gemini en enero y aquello mejoró la entrega un 10% y la programación un 20%. Con Claude Code el incremento fue aún más discreto, precisamente porque el presupuesto se agotaba antes de cerrar el ciclo. Ahí está el dato.
La puesta en marcha no fue un despliegue de fin de semana. En junio, con la primera configuración, los tiempos de respuesta superaban los 10 segundos con cuatro solicitudes por segundo. Tras ajustar el despliegue sobre el mismo número de GPUs, la compañía sostiene más de ocho solicitudes por segundo con una latencia por debajo de 1,8 segundos. Los trucos que comparte Abitbol son fontanería fina: limitar la ventana de contexto a 256.000 tokens y trabajar en FP4 en lugar de FP8, lo que libera cerca del 40% de la capacidad de las GPUs. Y resistir la tentación de comprar hardware cada vez que sube el tráfico. El resto es oficio.
El cuello de botella no era el código: el aviso que llega a Anthropic y OpenAI
Aquí aparece la parte incómoda para el relato de moda. Con tokens ilimitados, los ingenieros no los dedicaron a escribir más código. Los dedicaron a buscar en Confluence, a gestionar incidencias en en Jira y a rastrear conversaciones en Slack. El cuello de botella real no era programar, sino todo el trabajo que rodea al código. Ninguna sorpresa para quien haya mirado una plantilla técnica por dentro.
Un modelo más barato no acelera a quien ya escribía rápido: acelera a quien perdía el tiempo en la antesala del código.
Para las compañías que venden modelos de frontera, el caso Revolut señala un suelo incómodo. La tarifa por asiento y mes se sostiene mientras el cliente no tenga una alternativa propia, y aquí el cliente tiene 2.000 ingenieros, capacidad de infraestructura y un proveedor de pesos abiertos dispuesto a ceder el modelo. Anthropic y OpenAI conservan la ventaja en los problemas duros, pero ese tramo es mucho más estrecho de lo que sugiere su facturación.
El riesgo chino, la banca del IBEX 35 y la factura que nadie quiere enseñar
Usar un modelo chino dentro de una entidad financiera regulada arquea cejas, y Abitbol lo reconoce. La defensa es técnica: Revolut solo utiliza los pesos del modelo, publicados por Z.ai, y los aloja en su propia infraestructura o con un proveedor europeo o estadounidense, de modo que ningún dato viaja a un servicio chino. El directivo sostiene incluso que esto es mejor para la privacidad que enviar el código a OpenAI o Anthropic. Los agentes corren en un entorno aislado que permite unos comandos y bloquea otros, siempre con una persona en el bucle. GLM es solo texto, así que las tareas de imagen se desvían a un modelo más barato, tipo Gemini Flash.
La comparación con la banca española del IBEX 35 resulta inevitable. Santander, BBVA y CaixaBank han construido buena parte de sus pilotos generativos sobre licencias empresariales de modelos cerrados, con contrato por asiento y proveedor único. Es la vía cómoda para cumplimiento normativo, pero deja al banco en manos del precio que fije su proveedor y del calendario de versiones que decida. Revolut compra libertad de uso a cambio de asumir la fontanería, que es exactamente lo que un banco tradicional delega desde hace una década. Con DORA en vigor desde enero de 2025, el debate sobre el tercero crítico dejó de ser teórico en Europa.
Conviene no vender la moto. Autohospedar exige talento que no abunda, un equipo capaz de tunear latencias, cachés y precisión numérica como el que Revolut ha puesto detrás de estas 56 GPUs. Sin ese músculo interno, el coste fijo se convierte en coste hundido. Aquí no hay atajos. La prueba de fuego llegará a finales de enero, cuando la banca española publique sus cuentas anuales y detalle cuánto pesa de verdad la partida de IA en el margen. Si nadie la desglosa, seguiremos discutiendo sobre demos.
