Revolut divise par dix le coût de son IA de programmation en hébergeant un modèle ouvert

Les assistants de programmation par intelligence artificielle font gagner du temps aux développeurs, mais leur facture peut vite s’envoler. La néobanque britannique Revolut a choisi une voie radicale pour la maîtriser : remplacer en grande partie les services commerciaux comme Claude Code par un modèle ouvert hébergé sur ses propres serveurs. Résultat annoncé : une baisse d’environ 90 % du coût en moins d’un an. Le témoignage, rapporté le 3 novembre 2026 par le site The Register, éclaire un débat qui concerne toutes les entreprises.

Des factures qui explosaient

C’est David Abitbol, responsable des opérations et de l’infrastructure de Revolut, qui a détaillé la démarche lors de la conférence AI Engineer à New York, en octobre 2026. L’entreprise a déployé des outils de programmation par IA auprès d’environ 2 000 ingénieurs. Elle a d’abord utilisé Gemini de Google, début 2025, puis Claude Code d’Anthropic, début 2026.

Le problème est vite apparu : certains ingénieurs dépensaient 1 000 dollars par mois, parfois jusqu’à 10 000 dollars, sans gain proportionné. Revolut a donc imposé des plafonds de dépenses stricts, avant de revoir sa stratégie en profondeur. Avec des milliers d’utilisateurs, la facture d’un service facturé à l’usage peut en effet atteindre des montants considérables.

Le choix d’un modèle ouvert

La néobanque a opté pour GLM, une famille de modèles ouverts développée par l’entreprise chinoise Z.ai, dont les poids, c’est-à-dire les paramètres qui définissent le modèle, peuvent être téléchargés et installés librement. Elle a fait évoluer la version utilisée au fil des mois, les comptes rendus de l’intervention divergeant d’ailleurs sur les numéros de version.

Le modèle tourne sur 56 processeurs graphiques Nvidia B200, l’équivalent de sept serveurs DGX B200. Les modèles GLM récents reposent sur une architecture dite à mélange d’experts : seule une petite partie de leurs centaines de milliards de paramètres est activée pour chaque mot généré, ce qui réduit la puissance de calcul nécessaire.

Des chiffres spectaculaires

Selon Revolut, le modèle hébergé revient à environ 0,30 dollar par million de jetons, les jetons étant les fragments de texte traités par le modèle. C’est environ un dixième du coût d’utilisation de Codex d’OpenAI ou de Claude Code d’Anthropic.

Revolut n’a pas précisé comment ces gains de productivité ont été mesurés, et ces chiffres n’ont pas été vérifiés de manière indépendante.

Le réglage plutôt que la puissance

Le plus instructif tient à la méthode. Selon David Abitbol, les gains de performance sont venus surtout de réglages fins plutôt que de l’achat de matériel supplémentaire : ajustement des paramètres, passage à une représentation plus compacte des nombres du modèle, appelée quantification, séparation des étapes de lecture de la demande et de génération de la réponse, et limitation de la longueur de contexte.

Sur ce dernier point, le responsable estime que 256 000 jetons de contexte suffisent réellement aux besoins, même si le modèle peut en traiter un million. Réduire la mémoire de travail allouée à chaque utilisateur permet de servir davantage d’ingénieurs avec le même matériel. Selon un compte rendu de la conférence publié par StartupHub, ces réglages ont permis d’améliorer les performances de 88 % alors que la demande augmentait de 76 %, sans ajouter de processeurs graphiques. Le responsable a aussi reconnu que le modèle installé tel quel, sans réglage, donnait de mauvais résultats : l’hébergement en interne demande un vrai savoir-faire.

Le débogage plutôt que l’écriture de code

Autre enseignement : selon Revolut, les plus grands gains ne sont pas venus de l’écriture de code, mais du débogage, c’est-à-dire la recherche et la correction d’erreurs, et du traitement des tickets dans les outils de gestion de projet Jira et Confluence. Un constat qui rejoint d’autres retours d’expérience : l’IA aide surtout à comprendre un code existant et à accélérer les tâches répétitives.

Les modèles commerciaux pas abandonnés

Revolut n’a pas renoncé aux services commerciaux. Le modèle GLM ne traite que le texte et ne convient donc pas au travail sur les interfaces graphiques. Un routeur oriente les demandes : le code reste traité par le modèle hébergé, tandis que les tâches visuelles sont confiées à des modèles commerciaux comme Gemini.

David Abitbol a aussi abordé la question de la confiance envers un modèle chinois. Il reconnaît des inquiétudes de confidentialité et de sécurité, surtout lorsqu’on accède à ces modèles par des services en ligne hors de Chine, et estime qu’un hébergement sur ses propres serveurs ou dans un cloud régional y répond.

Des conditions difficiles à reproduire

Le compte rendu de StartupHub souligne une limite importante : les résultats de Revolut reposent sur un parc de 56 processeurs graphiques haut de gamme, sur un réglage continu et sur la capacité d’une banque à fixer elle-même les règles d’usage de ses outils et à répartir la charge selon les horaires de travail. Rien ne garantit qu’une autre organisation obtiendrait les mêmes économies dans des conditions différentes.

Ce que les entreprises peuvent en retenir

L’expérience de Revolut ne se transpose pas telle quelle à toutes les organisations. Elle suppose un investissement matériel important et des équipes capables d’exploiter des modèles de grande taille. Mais elle fournit plusieurs repères utiles :

• mesurer les dépenses par utilisateur dès le départ et fixer des plafonds ;
• identifier les usages réellement rentables, comme le débogage, avant de généraliser ;
• combiner les modèles : un modèle hébergé pour le volume, des services commerciaux pour les tâches spécialisées ;
• régler finement le déploiement plutôt que multiplier le matériel ;
• héberger les modèles en local ou dans une région maîtrisée pour les données sensibles.

Pour les entreprises européennes, l’option d’un modèle ouvert hébergé en interne existe aussi avec des acteurs du continent, comme Mistral AI, qui a récemment publié les poids de Mistral Large 4. Le choix dépendra des performances sur les tâches de chaque équipe, des conditions de licence et des exigences de sécurité.

Une pression sur les prix des assistants de code

Le cas de Revolut illustre une tendance de fond : l’écart de performance entre les modèles ouverts et les modèles commerciaux se réduit, alors que les prix des services commerciaux restent élevés pour un usage intensif. Les fournisseurs revoient d’ailleurs leurs formules, comme OpenAI avec sa réserve d’usage commune à ChatGPT et Codex. Pour les grandes entreprises qui équipent des milliers de développeurs, la question du coût de l’IA devient aussi stratégique que celle de sa qualité.