Aller au contenu
Marsanne Studio
← La veille

Retour d’expérience ·

Chez Revolut, l'IA réinternalisée coûte dix fois moins cher que Claude

Média
IT for Business (France)
Auteur
Reynald Fléchaux
Publié le
5 novembre 2026 · lue dans les données structurées de la page

Résumé

La fintech britannique Revolut affirme avoir divisé par dix le coût de son inférence IA en remplaçant les API propriétaires d'Anthropic et OpenAI par le modèle à poids ouverts GLM, de la société chinoise Z.ai, hébergé sur 56 GPU Nvidia B200. Selon David Abitbol, responsable des opérations et infrastructures, ce choix fait suite à des dépenses jugées excessives de certains développeurs. Le coût moyen descend à 0,30 $ par million de tokens. Revolut revendique aussi une hausse de 76 % des requêtes traitées par seconde, une amélioration de 60 % du temps de codage et 70 % du délai de livraison pour ses 2 000 ingénieurs. L'article évoque aussi BNP Paribas, qui traite 1,5 milliard de tokens par jour sur sa propre plateforme, et Crédit Agricole, qui prévoit 100 à 200 M€ d'investissements dans l'inférence interne, son DG craignant que les gains de productivité profitent aux fournisseurs d'IA.

Résumé établi à partir du texte intégral de l’article.

Lire l’article sur IT for Business →

Chiffres cités

  • 10 facteur de réduction

    Division du coût des tokens d'inférence après réinternalisation

    Revolut, développeurs, 2026

    « Résultat revendiqué : une division par dix du coût des tokens, ces unités de traitement facturées par les fournisseurs d’IA. »
  • 0,3 USD par million de tokens

    Coût moyen par million de tokens avec le modèle GLM auto-hébergé

    Revolut, entrées et sorties confondues

    « L’entreprise annonce un coût moyen de 0,30 $ par million de tokens, entrées et sorties confondues, soit environ un dixième de la dépense antérieure auprès d’Anthropic et OpenAI. »
  • 76 %

    Augmentation du nombre de requêtes traitées par seconde à nombre de GPU constant

    Revolut, inférence GLM

    « À nombre de GPU constant, Revolut indique avoir augmenté de 76 % le nombre de requêtes traitées par seconde et réduit de 88 % le délai avant l’apparition du premier token (TTFT), passé de 14,26 à 1,68 seconde. »
  • 88 %

    Réduction du délai avant apparition du premier token (TTFT)

    Revolut, inférence GLM, passé de 14,26 à 1,68 seconde

    « À nombre de GPU constant, Revolut indique avoir augmenté de 76 % le nombre de requêtes traitées par seconde et réduit de 88 % le délai avant l’apparition du premier token (TTFT), passé de 14,26 à 1,68 seconde. »
  • 60 %

    Amélioration du temps consacré au codage par les ingénieurs

    Revolut, environ 2 000 ingénieurs, par rapport à avant tout déploiement de GenAI

    « Sur la base des usages de ses quelque 2 000 ingénieurs, la fintech revendique une amélioration de 60 % du temps consacré au codage et de 70 % du délai entre la prise en charge d’une fonctionnalité et sa préparation au déploiement, par rapport aux niveaux précédant tout déploiement de technologies de GenAI. »
  • 70 %

    Amélioration du délai entre prise en charge d'une fonctionnalité et préparation au déploiement

    Revolut, environ 2 000 ingénieurs, par rapport à avant tout déploiement de GenAI

    « Sur la base des usages de ses quelque 2 000 ingénieurs, la fintech revendique une amélioration de 60 % du temps consacré au codage et de 70 % du délai entre la prise en charge d’une fonctionnalité et sa préparation au déploiement, par rapport aux niveaux précédant tout déploiement de technologies de GenAI. »
  • 2 000 ingénieurs

    Nombre d'ingénieurs chez Revolut utilisant l'IA

    Revolut

    « Chez Revolut (en photo, le siège de la banque à Londres), la question s’est posée avec la généralisation de l’IA auprès des quelque 2 000 ingénieurs. »
  • 56 GPU

    Nombre de GPU Nvidia B200 utilisés pour l'inférence GLM

    Revolut

    « Revolut fait aujourd’hui tourner GLM-5.3 sur un parc de 56 GPU Nvidia B200. »
  • 1 500 000 000 tokens par jour

    Volume de tokens traités quotidiennement par la plateforme interne de GenAI

    BNP Paribas

    « Cette plateforme traite environ 1,5 milliard de tokens par jour et la banque estime son coût total inférieur à celui du cloud, sans toutefois publier de chiffre précis. »
  • 150 M EUR (fourchette 100-200 M€)

    Investissements prévus dans deux salles informatiques dédiées notamment à l'inférence

    Crédit Agricole

    « Crédit Agricole prévoit de son côté 100 à 200 M€ d’investissements dans deux nouvelles salles informatiques destinées notamment à l’inférence. »

Classement

Pays
Royaume-Uni, France
Taille d’entreprise
Grandes entreprises
Secteurs
Banque, assurance, gestion d’actifs, directions financières · Éditeurs de logiciels, ESN, télécoms
Entreprises
Crédit Agricole (déploie l’IA), Z.ai (fournisseur), Revolut (déploie l’IA), OpenAI (fournisseur), Anthropic (fournisseur), BNP Paribas (déploie l’IA), Google (fournisseur), Nvidia (fournisseur)
Mots-clés
inférence ia, coût ia, modèles à poids ouverts, banque, développeurs, self-hosting

Fiche rédigée par Marsanne Studio à partir de l’article cité, avec l’aide d’un modèle d’IA (claude-sonnet-5). Les droits sur l’article et ses illustrations appartiennent à IT for Business et à son auteur.