La néobanque britannique Revolut, basée à Londres, a fait d'une IA auto-hébergée sa solution par défaut pour la programmation, à la place de Claude Code, l'outil d'Anthropic. Elle fait tourner sur ses propres machines les modèles GLM de Z.ai, un développeur chinois de modèles à poids ouverts. David Abitbol, son responsable des opérations et de l'infrastructure, revendique une baisse de 90 % des coûts d'inférence en moins d'un an. Il l'a dit à la conférence AI Engineer de New York en octobre 2026, selon The Register du 3 novembre 2026.
Ce que Revolut annonce et ce qui reste à vérifier
Les chiffres de Revolut sont des déclarations de son responsable, pas des résultats audités. The Register et TechRadar Pro, qui les a repris le 9 novembre 2026, les rapportent d'après ses interventions publiques. Ils portent sur un périmètre précis : les outils de programmation d'environ 2000 ingénieurs, pas toute l'IA de la banque.
| Chiffre | Ce qu'il mesure | Nature |
|---|---|---|
| 90 % | Baisse des coûts d'inférence pour la programmation, en moins d'un an | Déclaration de David Abitbol |
| 0,30 dollar | Coût par million de jetons d'entrée et de sortie avec GLM-5.1 auto-hébergé | Déclaration, périmètre du coût non détaillé |
| 60 % et 70 % | Gains sur le temps de codage et sur le délai de développement | Déclaration, méthode de mesure non publiée |
| 56 GPU Nvidia B200 | Matériel qui sert aujourd'hui GLM-5.3 | Déclaration sur l'infrastructure |
| 380 Go | Mémoire graphique nécessaire aux seuls poids de GLM-5.1 | Caractéristique du modèle, selon The Register |
Le prix de 0,30 dollar concerne GLM-5.1, la première version adoptée. Revolut sert désormais GLM-5.3. Selon The Register, ce coût représentait environ un dixième de celui de Codex, l'outil d'OpenAI, ou de Claude Code.
Le point de départ éclaire la décision. Revolut avait déployé Gemini, le modèle de Google, début 2025, puis Claude Code début 2026. « Nous voyions des ingénieurs dépenser 1000 dollars par mois, 10'000 dollars par mois, sans grand retour sur investissement », a expliqué David Abitbol, cité par The Register. Les ingénieurs travaillaient donc avec un budget de jetons strict.
Claude n'a pas disparu pour autant. GLM ne traite que du texte. Un routeur envoie les requêtes sur des images vers Gemini ou GPT Luna. « Les modèles de pointe restent l'exception », résume le responsable.
API externe ou IA auto-hébergée : quel arbitrage ?
L'arbitrage oppose une facture variable à un investissement fixe. Avec une API externe, l'entreprise paie chaque jeton consommé. En auto-hébergement, elle paie le matériel, son exploitation et l'équipe qui le règle. « La facturation est fixe, les mauvaises surprises en fin de mois ont disparu », affirme David Abitbol.
Le matériel est lourd. Selon The Register, GLM-5.1 compte environ 754 milliards de paramètres, dont 40 milliards activés pour chaque jeton produit. Ses poids occupent quelque 380 Go de mémoire graphique. Chaque utilisateur demande encore 6 à 26 Go pour conserver son contexte, selon la précision choisie. Les 56 GPU B200 de Revolut équivalent, en nombre de cartes, à sept systèmes DGX B200 de huit GPU.
Les compétences pèsent autant que les cartes. D'après David Abitbol, les gains les plus nets ne sont pas venus de GPU supplémentaires. Ils viennent du réglage du modèle :
- la quantification au format NVFP4, qui allège les calculs ;
- la séparation des phases de lecture de la requête et de génération de la réponse ;
- une fenêtre de contexte limitée à 256'000 jetons, alors que le modèle peut en servir un million.
L'équipe vise moins de 3 secondes avant le premier jeton et environ 200 jetons par seconde. Au-delà de 5 secondes d'attente, les plaintes affluent, a raconté le responsable.
TechRadar Pro nuance le gain. Les GPU, leur entretien et l'électricité pourraient avoir fait monter d'autres postes de dépenses, relève le magazine. Le chiffre de 90 % porte sur l'inférence, pas sur le coût total de possession.
Le même calcul se fait en Suisse, à plus petite échelle. Le canton du Valais fait tourner son IA souveraine du Valais, AVA, sur des GPU dédiés situés en Suisse. Il l'estime à 2 francs par mois et par utilisateur actif quotidien. Comme chez Revolut, rien n'indique si ce montant inclut l'achat du matériel.
Un modèle d'origine chinoise dans une banque : quel risque ?
La question de l'origine du modèle est réelle, et Revolut ne l'écarte pas. Selon The Register, David Abitbol reconnaît que les modèles chinois à poids ouverts peuvent inquiéter pour la confidentialité et la sécurité. Selon lui, le principal danger tient à leur usage par des API exploitées depuis la Chine. Sur des serveurs internes ou dans un cloud régional, il n'y aurait « vraiment rien à craindre ». C'est son appréciation, pas une évaluation indépendante.
Il met aussi en avant la confidentialité des données et l'auditabilité des modèles GLM, selon TechRadar Pro. L'auto-hébergement règle une partie du problème : les requêtes ne quittent pas l'infrastructure choisie par la banque.
Notre analyse : il ne règle pas tout. Un modèle à poids ouverts publie ses poids, pas forcément ses données ni sa méthode d'entraînement. Le modèle de langage suisse Apertus, publié par l'EPFL, l'ETH Zurich et le Centre suisse de calcul scientifique (CSCS), va plus loin. Selon l'EPFL, son architecture, ses poids, ses données et ses recettes d'entraînement sont documentés. La start-up lausannoise Giotto propose aussi d'installer sur site ses modèles Solo et Alto, présentés comme une IA souveraine.
IA en banque suisse : ce que la FINMA attend
En Suisse, aucune règle propre à l'IA ne vise les banques. L'Autorité fédérale de surveillance des marchés financiers (FINMA) a publié sa communication sur la surveillance 08/2024 le 18 décembre 2024. Elle porte sur la gouvernance et la gestion des risques liés à l'usage de l'IA. Selon la FINMA, ce type de texte ne vise aucun effet juridique : il précise comment appliquer les règles existantes, comme le détaille notre page FINMA et intelligence artificielle.
Le communiqué de la FINMA du 18 décembre 2024 dresse la liste des risques à surveiller :
- les risques de modèle : manque de robustesse, d'exactitude ou d'explicabilité, et biais ;
- les risques liés aux données : sécurité, qualité et disponibilité ;
- les risques informatiques et les cyberrisques ;
- la dépendance croissante envers des tiers ;
- les risques juridiques et de réputation.
La FINMA demande aux établissements d'identifier, d'évaluer, de gérer et de surveiller ces risques. Notre analyse : le choix de Revolut touche plusieurs lignes à la fois. Il réduit la dépendance envers un fournisseur d'API, mais laisse entiers les risques de modèle et ceux de l'infrastructure.
La sous-traitance est un point sensible. Dans son enquête publiée le 24 avril 2025, la FINMA a interrogé environ 400 établissements. Environ la moitié utilisaient l'IA ou développaient leurs premières applications. Parmi eux, 91 % recouraient à l'IA générative, ce qui accroît la dépendance envers les prestataires BigTech. Les petits établissements s'appuient souvent sur des applications de tiers. La FINMA rappelle que l'externalisation de fonctions critiques reste une source centrale de risques opérationnels.
Son principe reste « same business, same risks, same rules » : la même activité appelle les mêmes règles, quelle que soit la technologie. La FINMA recommande aussi aux établissements de la contacter tôt s'ils prévoient l'IA dans des processus critiques.
Le programmeur assisté par l'IA est déjà une réalité dans les banques suisses. UBS, la plus grande banque du pays, compte plus de 18'000 développeurs qui utilisent des outils d'IA, selon les chiffres publiés avec ses résultats du 28 octobre 2026. Notre article sur l'IA en banque chez UBS détaille ses 608 cas d'usage en production.
Ce que ça change pour les clients suisses de Revolut
Revolut compte plus de 1,3 million d'utilisateurs en Suisse, selon finews.ch en octobre 2026. Elle n'y détient pas de licence bancaire suisse propre et en a demandé une à la FINMA en septembre 2026. Notre analyse : si cette licence était accordée, ses usages de l'IA entreraient dans le champ des attentes de la FINMA envers les établissements surveillés.
La dépendance technique de Revolut a déjà eu un effet visible en Suisse. Le 20 octobre 2026, une panne de la région londonienne de Google Cloud a coïncidé avec le blocage de ses paiements par carte et de son application. Le lien avec Google reposait sur une source citée par l'agence Reuters. Selon The Register, le changement de modèle porte, lui, sur les outils de programmation des ingénieurs.
Ce qu'on ne sait pas encore
- Le coût d'achat ou de location des 56 GPU B200 : David Abitbol ne l'a pas chiffré dans les interventions rapportées.
- Le lieu d'hébergement des modèles, sur les serveurs de Revolut ou dans un cloud régional.
- La méthode de mesure des gains de 60 % et 70 %, et la période de comparaison du chiffre de 90 %.
Sources
- TechRadar Pro (France), « Revolut abandonne Claude et affirme avoir réduit de 90 % ses coûts liés à l'IA », Adrien Bar Hiyé, 9 novembre 2026
- The Register, « British fintech Revolut slashes AI coding costs 10x by cutting out Claude and going self-hosted », Tobias Mann, 3 novembre 2026 (en anglais)
- FINMA, communiqué sur la communication sur la surveillance 08/2024, 18 décembre 2024
- FINMA, communiqué sur l'enquête relative à l'IA, 24 avril 2025
- Articles de 2clics.com cités dans le texte, dont « Revolut en Suisse : statut, garantie des dépôts et différences » (31 octobre 2026)
