Revolut Claude Code-dan imtina edib 10 dəfə qənaət etdi

Britaniyanın fintex şirkəti Revolut süni intellektlə proqramlaşdırma xərclərini bir ildən az müddətdə təxminən 90% azaldıb. Bunun üçün Revolut Claude Code və OpenAI Codex kimi kommersiya xidmətlərindən imtina edib, əsas model kimi öz infrastrukturunda işləyən GLM-i seçib. Bu barədə şirkətin əməliyyatlar və infrastruktur rəhbəri David Abitbol Nyu-Yorkda keçirilən AI Engineer konfransında danışıb.

Revolut Claude Code-da token limitinə ilişdi

Revolut 2025-ci ilin əvvəlində Gemini-dən, 2026-nın əvvəlində isə Claude Code-dan istifadəyə başlayıb. Abitbolun sözlərinə görə şirkət süni intellektin xərclərinə şübhə ilə yanaşırdı. Bəzi mühəndislər ayda 1 000, hətta 10 000 dollar xərcləyirdi, amma bunun qarşılığı o qədər də böyük deyildi. Buna görə alətlər ciddi büdcə limitləri ilə işə salınıb və mühəndislər tokenlərə qənaət etməli olublar.

Elə bu səbəbdən Revolut öz modelini öz serverlərində işlətməyi sınayıb. Çinin Z.ai şirkətinin açıq çəkili GLM-5.1 modeli milyon giriş və çıxış tokeni üçün təxminən 0,30 dollara başa gəlib. Bu, Claude Code və ya Codex-dən təxminən on dəfə ucuzdur. Sonradan şirkət GLM-5.3 versiyasına keçib.

Ucuz tokenlər iş vərdişini dəyişdi

Alətlər təxminən 2 000 mühəndisə paylandıqdan sonra kod yazma vaxtı 60%, tapşırıqların icra müddəti isə 70% qısalıb. Abitbolun fikrincə qazancın böyük hissəsi kodun özündən deyil, ətrafdakı işlərdən gəlib. Tokenlər ucuzlaşanda mühəndislər modellərə proqram xətalarının axtarışını, Jira tapşırıqlarını və Confluence sənədlərini də tapşırmağa başlayıblar. “Limitsiz token olanda tokenləri rübün sonuna və ya ən çətin tapşırığa saxlamağa ehtiyac qalmır”, deyə o bildirib.

Revolut GLM-i 56 Nvidia B200 üzərində işlədir

GLM-5.1 kiçik model deyil. Onun təxminən 754 milyard parametri var və yalnız çəkiləri saxlamaq üçün təxminən 380 GB qrafik yaddaş lazımdır. Revolut GLM-5.3-ü 56 ədəd Nvidia B200 sürətləndiricisi üzərində işlədir.

Lakin əsas sürət artımı əlavə avadanlıqdan deyil, sazlamadan gəlib. Şirkət modelin parametrlərini tənzimləyib, NVFP4 kvantlaşdırmasını tətbiq edib və konteksti emal etməklə cavab yaratmağı ayrı mərhələlərə bölüb. İş konteksti də təxminən 256 min tokenlə məhdudlaşdırılıb. Abitbol hesab edir ki, bir milyon tokenlik kontekst pəncərəsini dəstəkləmək onun həqiqətən lazım olduğu anlamına gəlmir. Nəticədə sistem ilk tokeni üç saniyədən tez verir və saniyədə təxminən 200 token yaradır.

Bəs təhlükəsizlik?

GLM digər modelləri tamamilə əvəz etməyib. O yalnız mətnlə işləyir, ona görə interfeys şəkillərini təhlil etmək lazım olanda Revolut-un sistemi sorğunu Gemini və ya GPT-yə yönləndirir. Abitbol çin modellərinin məxfilik və təhlükəsizlik sualları doğura biləcəyini qəbul edir. Lakin onun fikrincə əsas risk Çində yerləşən API-lərdən istifadədir. Model şirkətin öz serverlərində və ya regional buludda işlədildikdə bu narahatlıq xeyli azalır.

Mənbə The Register