Revolut abandonne Claude Code : facture IA de codage réduite de 90 %

David Abitbol, responsable des opérations et de l'infrastructure IA chez Revolut, l'a annoncé lors d'une intervention à la conférence AI Engineer de New York, mise en ligne sur YouTube le 29 octobre 2026 : la néobanque britannique a réduit de 90 % ses coûts d'inférence IA liés au codage. La méthode n'a rien d'une astuce de cache ou de routage léger accessible à tout abonné ChatGPT ou Claude : Revolut a abandonné les API commerciales Claude Code et Codex pour un modèle à poids ouverts auto-hébergé sur 56 GPU Nvidia B200.

L'information, relayée début novembre par The Register, TechRadar Pro puis par Les Echos en vidéo le 6 novembre, circule vite sous le titre choc « -90 % sur la facture IA ». Le problème, c'est que ce chiffre ne concerne qu'un périmètre précis : les coûts d'inférence du codage assisté par IA pour environ 2 000 ingénieurs, pas l'ensemble des usages IA de l'entreprise. Comprendre ce que Revolut a réellement fait permet de séparer ce qui ne s'applique qu'à une structure dotée d'une infrastructure GPU de ce qu'une PME peut vraiment en tirer.

01Ce que Revolut a vraiment remplacé

Oubliez l'idée d'une simple « optimisation des usages » applicable à tout abonnement ChatGPT ou Claude. Ce que décrit David Abitbol est un changement d'architecture complet : Revolut a sorti ses 2 000 ingénieurs des API commerciales de Claude Code (Anthropic) et de Codex (OpenAI) pour faire tourner GLM, un modèle à poids ouverts développé par le laboratoire chinois Z.ai, directement sur son propre parc de 56 GPU Nvidia B200.

Résultat annoncé : un coût d'environ 0,30 dollar par million de tokens, contre des tarifs environ dix fois plus élevés chez les fournisseurs commerciaux. C'est un calcul d'infrastructure, pas un réglage de paramètres. Il suppose d'acheter ou de louer du matériel GPU, de le faire tourner, de le maintenir et d'embarquer une équipe capable d'opérer un modèle en interne. Rien de comparable avec activer un cache ou choisir un modèle moins cher dans un menu déroulant.

02Chronologie : trois modèles en deux ans

Le basculement ne s'est pas fait en un jour. Selon Developpez.com, qui reprend les propos tenus à la conférence AI Engineer, Revolut a testé successivement plusieurs solutions avant d'arriver à l'auto-hébergement.

Au-delà du coût, TechRadar Pro rapporte une amélioration de 60 % du temps de codage et de 70 % du délai d'exécution (lead time) par rapport aux outils précédents, chiffres attribués directement à Revolut dans sa présentation. Ces gains de performance restent toutefois déclaratifs : aucune source tierce indépendante ne les a pour l'instant audités.

03Le routage multi-modèles, la partie vraiment transférable

GLM a une limite structurelle : c'est un modèle texte uniquement. Dès qu'une tâche nécessite de la vision (lire une capture d'écran, analyser un schéma), Revolut route la requête vers Gemini ou vers GPT (Luna). C'est le vrai levier généralisable de ce cas : choisir le modèle en fonction du type de tâche, plutôt qu'un modèle unique pour tout faire. C'est aussi ce que proposent de plus en plus les éditeurs eux-mêmes, à l'image du guide d'OpenAI pour choisir entre GPT-6 Astra, Sol et Luna selon l'usage.

« Long context is a scam »

L'autre levier, accessible à n'importe quelle équipe sans GPU maison, tient dans une phrase de David Abitbol rapportée par The Register : « Long context is a scam. You really need to be mindful of that. Even though you can serve one million tokens, 256 [thousand] is really what you need. » Autrement dit : payer pour un contexte d'un million de tokens quand la tâche n'en exploite réellement que 256 000 revient à payer pour du vide.

Payer pour un million de tokens de contexte quand la tâche n'en utilise réellement que 256 000, c'est payer pour du vide.

04Ce qui s'applique à une PME, et ce qui ne s'applique pas

L'auto-hébergement sur 56 GPU B200 suppose un budget d'infrastructure et une équipe ops dédiée : c'est un levier de grande structure, pas de PME. En revanche, deux pratiques se transposent sans matériel particulier : router les tâches vers le modèle le moins coûteux qui les résout correctement, et surveiller la taille du contexte réellement consommé plutôt que de souscrire par réflexe à l'offre avec le plus grand contexte annoncé. Pour une équipe qui reste sur l'API, surveiller les annonces tarifaires des éditeurs reste la voie la plus simple : Anthropic a par exemple promis avec Claude Sonnet 5.5 jusqu'à 30 % de coût en moins par tâche, sans changer d'architecture.

Autre nuance à garder en tête avant de citer ce cas comme une preuve universelle : une analyse de StartupHub.ai, reprise par la presse spécialisée via FourWeekMBA, souligne que le chiffre de 90 % exclut les coûts de cloud, de personnel et de monitoring liés à l'exploitation des GPU en interne. L'économie nette réelle est donc très probablement inférieure à ce qui est affiché, même si Revolut n'a communiqué aucun chiffre consolidé incluant ces coûts annexes.

Revolut n'est pas étrangère aux pannes et aux arbitrages techniques sous les projecteurs : la néobanque a aussi fait partie des trois pannes majeures survenues en 48 heures début novembre, un rappel que les choix d'infrastructure, qu'ils concernent l'IA ou le reste du stack, restent un exercice d'équilibre entre coût et fiabilité.

Chris Waoo

Consultant SEO · fondateur de Cat's Eye Web

Écrit sur le SEO technique, l'IA et Google Discover à partir de tests terrain. Créateur de l'outil d'audit Cat's Eye. @ChrisWaoo