4 de novembre del 2026
Revolut deixa de pagar per Claude i GPT: IA local amb pesos oberts
Revolut, Shopify, Orange o Uber ja executen models oberts en infraestructura pròpia. Què fan, amb quin maquinari, i què significa per a una pime.
Revolut ha reduït un ~90% el cost de la seva inferència d’IA per a codi en menys d’un any, deixant de dependre de Claude (Anthropic) i Codex (OpenAI) com a opció per defecte. Ho va explicar David Abitbol, responsable d’ops i infraestructura, a la conferència AI Engineer de Nova York (The Register, 3/11/2026). No és un experiment: és la infraestructura de IA de ~2.000 enginyers.
Què fan exactament
- Models: GLM-5.1 i després GLM-5.3, models de pesos oberts de Z.ai (família GLM: ~754B paràmetres, ~40B actius). Revolut executa els pesos a la seva pròpia infraestructura, sense passar pel servei hostatjat del proveïdor.
- Maquinari: 56 GPU NVIDIA B200 (l’equivalent a 7 sistemes DGX B200 de 8 GPU), amb quantització NVFP4 i separació prefill/decode. Time-to-first-token <3 s amb context de ~256K i ~200 tokens/s.
- Cost: ~0,30 $ per milió de tokens autoallotjant GLM-5.1, una desena part del que pagaven per Codex o Claude. Abans veien enginyers gastant «1.000–10.000 $ al mes sense gaire ROI».
- Resultat: +60% de velocitat de programació i +70% de millora en lead time. El benefici més gran no va ser el codi, sinó poder delegar debugging i tasques de Jira/Confluence amb tokens il·limitats.
La lliçó de negoci
La facturació és plana: sense sorpreses de final de mes ni per token. El router envia només les tasques de visió a models de pagament (Gemini, GPT): la frontera de pagament és l’excepció, no la norma. I sobre la privadesa, Abitbol ho té clar: executats on-prem o en cloud regional, els pesos oberts «no donen motius de preocupació» — el control de les dades és de qui executa el model, no de qui el ven com a servei.
No són casos aïllats: la llista creix
Revolut és el cas més recent, però lluny de l’únic:
- Shopify (comerç): serveix models open-weight multimodals — avui Qwen2-VL 7B — per al seu catàleg global: 40 milions d’inferències diàries, latència mediana 500 ms i ~40% menys GPU que amb APIs comercials. Amb el seu volum, les APIs de pagament es fan prohibitivament cares (blog d’enginyeria, jul 2025).
- Orange (telecom): plataforma interna Live Intelligence al seu propi data center amb opció sobirana sobre models open-source: ~100.000 empleats connectats i oferta a clients empresa (Fierce Network, jul 2026).
- Uber: entrena i serveix Llama 2 70B i Mixtral 8x7B — A100 pròpies on-prem i H100 al cloud — per a Eats, suport i generació de codi (Uber Engineering).
- Deutsche Telekom / T-Systems: AI Foundation Services (feb 2025), LLMs open-source desplegables al seu cloud sobirà o on-premises per evitar dependència d’un únic proveïdor.
- Swisscom: hostatja Apertus (model obert d’EPFL/ETH, llicència Apache 2.0) a la Swiss AI Platform, infraestructura suïssa, des de setembre de 2025.
- Salut: la Universitätsmedizin Magdeburg (Alemanya) llançà el març de 2025 una plataforma on-premise amb Llama 3.2 Vision 90B sobre un servidor EPYC amb 1× NVIDIA H100: dades de pacients que no surten de l’hospital i un cost calculat de ~150 € per milió de tokens en 2 anys d’operació — uns 10× un cloud públic, el preu de la sobirania (JMIR AI).
- Administració: Schleswig-Holstein i Dataport (projecte LLMoin) executen GPT-OSS-120B i migren a centre de dades propi; Amsterdam substituí Copilot per un assistent propi amb Mistral, pel risc de privadesa.
A Espanya, els grans bancs encara aprofundeixen acords cloud (BBVA amb OpenAI, CaixaBank amb Google fins 2033), però la direcció que marquen Revolut, Orange o Shopify — model obert, infraestructura pròpia, cost pla — ja és accessible per a una pime.
L’equivalència pime: el mateix patró, escala menor
El muntatge de Revolut és datacenter; el patró, butxaca. Una sola DGX Spark (chip GB10, 128 GB de memòria unificada, ~1 PFLOP FP4) executa en NVFP4 models grans com Qwen3.8-Flash-Next (180B: 125B main + 51B n-gram, només 6B actius per token), i dues Spark en paral·lel tensorial TP=2 (via ConnectX-7) poden moure GLM-5.3-Flash: el germà petit del GLM-5.3 que serveix Revolut, gairebé igual d’intel·ligent — i per sobre del GLM-5.1 amb què Revolut va començar. Les pimes tenen avui accés a molta més potència de la que creuen, i cada mes els models de pesos oberts són millors i més optimitzats:
| Revolut / Uber | Una pime |
|---|---|
| GLM-5.3 en 56× B200 | GLM-5.3-Flash en 2× DGX Spark (TP=2) |
| Qwen2-VL en flota cloud | Qwen3.8-Flash-Next (180B) en 1× DGX Spark |
| vLLM + NVFP4, prefill/decode | vLLM — també amb NVFP4 — o Ollama |
| ~0,30 $/M tokens + amortitzar 56× B200 | Amortització del Spark en 1–2 anys, després cost marginal |
El ~0,30 $/M de Revolut no és el cost real: a cal sumar-hi l’amortització del datacenter (56× B200 són milions). La comparació honesta és capex contra capex i opex contra opex: Revolut amortitza un datacenter per baixar el cost per token; una pime amortitza un Spark (o dos) i té el token a cost marginal. Amb vLLM com a servidor —el mateix que fan Revolut i Uber, i amb NVFP4 igualment—, un equip tècnic o un despatx té el mateix disseny que els grans, amb pressupost d’equipament en lloc d’una factura anual per sobre dels 3.000 $ que ja no es mira.
A file.cat muntem exactament això per a pimes de Barcelona i Catalunya: maquinari, models de pesos oberts i serving amb vLLM, amb les dades que no surten de la teva oficina. Si vols el diagnòstic de per on començar, parla’ns.
Fonts
- Revolut / GLM self-hosted: The Register, 3/11/2026 i Dealroom
- Shopify: Leveraging multimodal LLMs, jul 2025
- Orange: Fierce Network, 17/7/2026
- Uber: Open-source and in-house LLM training
- Deutsche Telekom / T-Systems: AI Foundation Services, feb 2025
- Swisscom / Apertus: nota de premsa, 2/9/2025
- Universitätsmedizin Magdeburg: JMIR AI, 15/4/2026
- Schleswig-Holstein / Dataport (LLMoin): schleswig-holstein.de, 21/4/2026 i dataport.de; Amsterdam: algoritmes.overheid.nl
- Bancs espanyols (context): Expansió, 8/10/2026
- Specs DGX Spark / Qwen3.8-Flash-Next / costos API vs local: qwen.ai/blog, enverge, llmconfigurator, insiderllm
Diagnòstic gratuït
IA local i privada per a empreses, autònoms i organitzacions. Les teves dades no surten de la teva oficina.