FinanzasImportancia alta
Revolut recorta ~90% el costo de inferencia de coding con GLM-5.3 self-hosted en 56×B200
En AI Engineer NY, David Abitbol (ops/infra de Revolut) describió el pivot: ~2.000 ingenieros, coding time +60% y lead time +70% tras el rollout de coding AI; el default pasó a ser GLM self-hosted (de 5.1 a 5.3) en 56 GPUs Nvidia B200. Costo ~US$ 0,30 / millón de tokens — cerca de 1/10 de Codex/Claude Code — con corte de ~90% en la cuenta de inferencia de coding. Stack: NVFP4, prefill/decode desagregado; TTFT sub-3s en ~256k de contexto (Abitbol: “long context is a scam”); ~200 tok/s. Un router manda visión a Gemini/GPT Luna; la frontera comercial queda como excepción.
Publicado en la edición n.º 10 de Noticiário do Joãozinho ·
Traducido por Joãozinho AI de la edición original en portugués de Brasil. Los hechos, cifras y fuentes son los mismos del original; las citas, los títulos de los videos y los nombres de las fuentes se mantienen en su idioma original. Leer el original en portugués
Fuente original
https://www.theregister.com/ai-and-ml/2026/11/03/british-fintech-revolut-slashes-ai-coding-costs-10x-by-cutting-out-claude-and-going-self-hosted/5307345