Revolut a fait le calcul que tous les directeurs financiers vont bientôt faire. Et le résultat pique les yeux : la néobanque britannique affirme avoir réduit d’environ 90 % sa facture d’IA de codage en un an. Comment ? En jetant Claude Code à la poubelle pour le remplacer par GLM, le modèle ouvert du chinois Z.ai, auto-hébergé sur 56 cartes Nvidia B200. Les coûts IA Revolut tombent à 0,30 dollar le million de tokens. J’ai vu ce genre de bascule des dizaines de fois dans mon atelier, sauf qu’à cette échelle, c’est du jamais-vu.
Deux mille ingénieurs. Deux mille. Et le temps de codage s’améliorerait de 60 % selon la boîte. Autant dire que quand un client m’appelle en panique parce que son abonnement Copilot lui coûte plus cher que son serveur de prod, je lui raconte cette histoire. Mine de rien, ça calme tout le monde.
Coûts IA Revolut : le chiffre qui fait mal aux éditeurs américains
0,30 dollar le million de tokens. Relisez ce chiffre. Pour être honnête, quand j’ai lu ça la première fois, j’ai cru à une coquille dans le flux RSS. J’ai vérifié deux fois. Non, c’est bien le tarif annoncé sur un modèle auto-hébergé.
Faut remettre les choses en perspective. Claude Code, c’est excellent. Vraiment. Je l’utilise moi-même sur des scripts de migration Active Directory, et pour du code délicat, il fait le job. Sauf que l’API d’Anthropic, à l’échelle de 2 000 développeurs qui poussent du prompt toute la journée, ça transforme la facture en roman d’horreur. Un DSI m’a montré son dashboard l’an dernier : il avait 400 devs et sa ligne « IA coding » dépassait le budget de son parc de serveurs. 400, pas 2 000.
La logique de Revolut est donc implacable. Quand tu consommes des centaines de millions de tokens par mois, tu n’achètes plus un service, tu finances la croissance de ton fournisseur. Et le fournisseur, évidemment, ne va pas baisser ses prix parce que tu consommes plus. Le monde à l’envers.
Alors ils ont pris la décision que je conseille à mes clients depuis deux ans, sans jamais oser la leur vendre : rapatrier le modèle à la maison. Sauf qu’à leur échelle, « à la maison » signifie 56 GPU Nvidia B200. J’ai failli m’étouffer avec mon café en lisant le chiffre. La B200, c’est la carte haut de gamme de Nvidia, celle que tout le monde s’arrache et que personne ne trouve. En avoir 56 en rack, c’est un investissement à sept chiffres, mais qui s’amortit en quelques mois face à une facture API de 2 000 ingénieurs.
Le calcul que personne ne veut faire
Je ne suis pas certain à 100 % de la structure exacte de leurs coûts, mais d’après mon expérience en atelier, voilà comment ça se goupille. Une facture API, c’est du variable pur : plus tes devs codent, plus tu paies. Un cluster GPU, c’est du fixe : tu achètes, tu amortis, tu consommes autant que tu veux. À partir d’un certain volume, la bascule n’est plus une option, c’est une évidence comptable. Sauf que presque personne ne la fait, parce qu’il faut assumer qu’on quitte le confort du SaaS pour la sueur du bare metal.
Et là, je vais être tranchant : la plupart des « experts » qui commentent cette news à longueur de podcasts n’ont jamais monté un seul serveur GPU. Moi non plus, d’ailleurs, à cette échelle. Mais j’ai monté des clusters de calcul plus modestes, et je sais ce que ça coûte en sueur, en câbles, en refroidissement et en nuits blanches. Alors quand je lis que GLM sur B200 « divise tout par dix », je réponds : oui, sur la facture AWS ou Anthropic. Sur la facture d’exploitation réelle, c’est plus nuancé.
GLM, le modèle ouvert qui rend Claude nerveux
GLM, donc. C’est le modèle de Z.ai, l’entité chinoise. Un modèle ouvert, ce qui veut dire que tu peux télécharger les poids et le faire tourner chez toi. Pas d’API, pas de facturation au token, pas de dépendance à un fournisseur qui peut changer ses conditions du jour au lendemain. Du coup, tu redeviens maître de ton outil.
Évidemment, le mot « chinois » va faire tiquer la moitié des RSSI de la planète. Et je comprends la prudence. Pour être honnête, si un de mes clients me demande de déployer un modèle chinois sur son infra avec des données clients, je pose d’abord la question de la conformité, du RGPD, de l’hébergement. Mais attention : un modèle auto-hébergé sur TES serveurs, c’est justement le cas où l’argument « les données partent en Chine » tombe à l’eau. Tu télécharges les poids, tu infères localement, rien ne sort. C’est même plus propre que de balancer tes bouts de code propriétaire dans l’API d’un fournisseur américain sans savoir ce qu’il en fait.
Mine de rien, cette news est un signal fort pour tout l’écosystème. Les modèles ouverts de la génération actuelle tiennent la route sur du code. Il y a deux ans, c’était de la blague. Aujourd’hui, une boîte comme Revolut, avec ses contraintes de sécurité, ose la bascule sur 2 000 développeurs. Ça veut dire qu’ils ont testé. Et qu’ils ont jugé le résultat suffisant.
Le temps de codage qui s’améliore de 60 %
Là, j’avoue un petit haussement de sourcil. 60 % d’amélioration du temps de codage, c’est le genre de chiffre qui sort d’un communiqué marketing et pas d’une étude contradictoire. Je ne dis pas que c’est faux. Mais dans mon atelier, les gains d’outillage IA sur le temps réel de production, je les mesure plutôt autour de 15 à 30 % sur des tâches bien cadrées, et parfois négatifs quand le modèle part en boucle sur une erreur qu’il a lui-même introduite. Sur des scripts simples, oui, ça décolle. Sur de la refonte d’architecture, on repassera.
Peut-être qu’à l’échelle de Revolut, avec des pipelines internes calibrés et des prompts maison, ils atteignent ces 60 %. Je veux bien les croire. Mais autant dire que je demanderais à voir la méthodologie avant de signer un chèque.
Ce que cette bascule dit de l’auto-hébergement
La vraie leçon de cette histoire, ce n’est pas « GLM est meilleur que Claude ». Ce n’est pas non plus « les modèles chinois vont manger le monde ». La vraie leçon, c’est que l’auto-hébergement d’IA est passé du statut de bricolage de passionné à celui d’option stratégique pour les grandes structures. Et ça, ça change tout pour nous, les petits.
Parce que si Revolut le fait sur 56 cartes B200, la même logique s’applique à mon client à 40 salariés, avec un seul GPU d’occasion et un modèle de taille raisonnable. Sauf que personne ne lui en parle, parce que les intégrateurs préfèrent vendre des licences SaaS avec une marge récurrente. Évidemment.
- Le variable API devient un coût fixe maîtrisé.
- Les données sensibles ne sortent plus de l’infrastructure.
- La dépendance à un fournisseur unique disparaît.
- La contrepartie : compétences internes, maintenance, refroidissement, sécurité à assurer.
Ce dernier point, c’est celui que tout le monde oublie. Un cluster GPU, ça chauffe. Ça tombe en panne. Ça demande des mises à jour de drivers qui cassent tout, évidemment. J’ai vu des serveurs de calcul plantés par une mise à jour de firmware un vendredi soir, avec un client en larmes au téléphone le lundi. Windows ou Linux, même combat : la mise à jour qui casse, c’est une constante de l’univers informatique.
Mon avis tranché sur cette histoire de coûts IA Revolut
Je vais être direct : Revolut a raison. Pas parce que GLM serait supérieur à Claude sur le fond, mais parce que la logique économique de l’API à grande échelle est intenable. Les éditeurs américains ont profité d’une période où les entreprises testaient l’IA sans regarder la facture. Cette période se termine. Le premier trimestre où un CFO voit une ligne « IA » à sept chiffres, il demande des comptes. Et le DSI n’a pas d’autre réponse que « on auto-héberge ».
Ce qui m’agace, c’est le narratif qui va suivre. On va nous vendre l’idée que l’IA ouverte chinoise est la solution miracle, et dans deux ans, on découvrira que tout le monde a migré d’une dépendance à l’autre. La vérité, c’est que la seule indépendance réelle, c’est de maîtriser son infrastructure. Modèle américain, chinois ou martien, peu importe : si tu peux le faire tourner chez toi, tu as le contrôle. Si tu dépends d’une API, tu subis les prix, les quotas et les changements de conditions.
Du coup, je dis à mes clients : commencez petit. Un GPU, un modèle de taille moyenne, un cas d’usage bien délimité. Mesurez. Comparez avec votre facture API actuelle. Vous serez surpris du résultat, et pas forcément dans le sens que les commerciaux vous racontent.
Après 15 ans à dépanner des boîtes qui découvrent trop tard qu’elles ont signé un contrat d’infogérance en béton armé, je peux vous dire une chose : la souveraineté technique, ça se paie une fois. L’asservissement technique, ça se paie tous les mois. Revolut vient de le comprendre. À vous de voir combien de temps il vous faudra pour faire le même calcul.
Et maintenant ?
La question qui reste ouverte, c’est de savoir combien de grandes entreprises vont suivre. Mon pari : d’ici un an, on verra une vague de migrations similaires, pas forcément vers GLM mais vers des modèles ouverts auto-hébergés, parce que les factures API vont devenir indéfendables devant les conseils d’administration. Et les fournisseurs américains vont devoir réagir, soit en baissant leurs prix, soit en proposant des déploiements privés. Histoire de garder le client dans leur giron, évidemment.
En attendant, si vous voulez lire le détail de l’annonce de Revolut et les chiffres bruts, ça se passe chez Korben : Revolut vire Claude Code pour une IA chinoise et divise ses coûts par dix. Et si vous tentez l’aventure de l’auto-hébergement dans votre boîte, appelez-moi avant de commander les cartes. J’ai quelques histoires de refroidissement à vous raconter.
Source : article original
