4
Время на написание кода уменьшилось на 60%, а сроки выполнения задач сократились на 70%
Revolut за примерно год снизила затраты на обработку запросов ИИ для программирования на 90%. Вместо преобладания коммерческих платформ Anthropic Claude Code и OpenAI Codex компания сосредоточилась на своих собственных моделях GLM, запущенных на её инфраструктуре. Об этом сообщил руководитель отдела эксплуатации и инфраструктуры Revolut Дэвид Абитболь на конференции AI Engineer в Нью-Йорке.
По словам Абитболя, после внедрения ИИ-инструментов для около 2000 инженеров время написания кода уменьшилось на 60%, а сроки выполнения задач — на 70%. Сначала компания использовала Gemini, а в начале 2026 года начала эксперименты с Claude Code. Однако строгие ограничения на расход токенов затрудняли инженерам использование ИИ для повседневных задач. Развёртывание GLM-5.1 обходилось примерно в $0,30 за миллион входных и выходных токенов — примерно в десять раз дешевле, чем коммерческие аналоги. Позже Revolut перешла на GLM-5.3.
Снижение затрат повлияло не только на бюджет, но и на рабочие процессы. Инженеры стали менее осторожными в отношении запросов и чаще доверяли моделям выполнение отладки программ, разбор задач в Jira и работу с документацией в Confluence. По оценке Абитболя, именно автоматизация этих операций дала значительное время: узким местом разработки оказалось не столько написание кода, сколько сопутствующие задачи.
Для работы GLM-5.3 компания применяет 56 ускорителей Nvidia B200. Однако повышение производительности произошло не только за счёт вычислительных мощностей. Revolut настроила параметры модели, применила квантование NVFP4 и разделила обработку входного контекста и генерацию ответа на разные этапы инфраструктуры. Компания также ограничила рабочий контекст примерно 256 000 токенов: по словам Абитболя, поддержка окна в миллион токенов не гарантирует его необходимость для разработчиков. После оптимизации система выдает первый токен менее чем за три секунды и генерирует около 200 токенов в секунду.
GLM-5.3 не заменила все остальные модели. Она предназначена только для работы с текстом и следовательно не подходит для задач, связанных с анализом изображений интерфейсов. Для таких запросов маршрутизатор Revolut перенаправляет обращения к Gemini или GPT, оставляя GLM основной моделью для генерации кода. Абитболь также отметил, что использование китайских моделей может вызвать вопросы о конфиденциальности и безопасности, но считает основным риском обращение к ним через API, работающие в Китае. При локальном развёртывании или использовании региональных облачных ресурсов, по его мнению, такие опасения значительно меньше.
Источник