Revolut dice que pasó a unos 2.000 ingenieros a un modelo abierto alojado por la propia empresa para programar, y que la factura ahora es cerca de una décima parte de lo que pagaba a Anthropic y OpenAI. David Abitbol, quien dirige las operaciones de IA allá, dio las cifras en una charla de la conferencia AI Engineer, en Nueva York, en octubre. Son números de Revolut, de una sola charla, sin auditoría externa.

No te digo que copies a un banco con 2.000 ingenieros. Te digo que le pongas precio al cambio antes de tu próxima renovación. Revolut acaba de darle a cualquiera que compre herramientas de IA para programar un número de referencia, y tu proveedor puede leer la misma cobertura que tú.

Qué dijo realmente la charla

La página de la charla en AI Engineer y un resumen detallado de SparseNotes coinciden en lo central. GLM, un modelo de pesos abiertos de Z.ai, es el modelo de programación por defecto de unos 2.000 ingenieros. Corre en 56 GPU Nvidia B200 a 0,30 dólares por millón de tokens en promedio, y los aciertos de caché salen gratis. Claude Code, Codex y Gemini siguen disponibles para las tareas donde son claramente mejores.

Abitbol reportó que el tiempo de programación bajó 60% y el tiempo de entrega (desde que alguien toma una funcionalidad hasta que queda lista para desplegar) bajó 70%. Trending Topics trae las mismas cifras. Nadie da una línea base para ninguna, y la página de AI Engineer advierte que la tendencia no separa el efecto de GLM de otros cambios en Revolut.

Dos cautelas sobre el costo. El “90%” compara dos facturas, sin uso ni periodos equivalentes. Y Silicon Report dice que no puede saber si los 0,30 incluyen hardware, energía y personal. Léelo como una señal del orden de magnitud, no como una cotización que puedas pegar en un presupuesto.

Dónde corre también cambia según la fuente. SparseNotes habla de inferencia dedicada en Together AI, y la página de AI Engineer no nombra proveedor. Yo no daría ninguna de las dos versiones por cerrada.

Cotiza el cambio antes de renovar

Un proveedor cerrado fija su precio frente a tus alternativas, y hasta ahora tu alternativa era otro proveedor cerrado. Un banco acaba de publicar una tercera opción con un número pegado. Ya escribí algo parecido sobre qué le estás pagando a un proveedor cerrado y sobre escribir una regla de enrutamiento que decida qué modelo recibe cada tarea.

Revolut tampoco se fue del todo. Los modelos de frontera son la lista de excepciones, y un enrutador manda las imágenes a otro lado porque GLM solo procesa texto. El cambio es una decisión de enrutamiento.

Así que cotízalo. Toma la última factura y divídela entre los ingenieros que usan la herramienta. Abitbol contó que algunos de los suyos gastaban entre 1.000 y 10.000 al mes (la página no dice en qué moneda). Busca tu número. Después cotiza un modelo de pesos abiertos a tu volumen de tokens en GPU alquiladas, suma las horas de ingeniería para operarlo y pruébalo con veinte tareas de tu propio repo. Si la diferencia es pequeña, renuevas sin drama. Si es grande, negocias con un número en la mano.

Cuando los tokens dejan de racionarse, la revisión pone el límite

El detalle de la charla con el que me quedaría tiene que ver con el racionamiento, no con el precio. Antes del cambio, Revolut le daba a cada ingeniero un presupuesto de tokens. Según SparseNotes, Abitbol dijo que bajo esos límites las mejoras fueron pequeñas, y que quitar los presupuestos pesó más que el modelo que corría.

El tiempo de entrega también mejoró más que el de programación. SparseNotes cuenta que él lo leyó como señal de que programar no era el cuello de botella principal, y que los ingenieros empezaron a apuntar los agentes a correo, Jira y Confluence. Allá los agentes de programación trabajan con supervisión humana.

La charla no habla de revisión de código. Eso es inferencia mía, tómala como tal. El costo era un freno, algo que expliqué en El costo controlaba tu IA. Quita el freno y los ingenieros corren más agentes, en paralelo, todo el día. Cada cambio sigue cayendo frente a una persona que tiene que leerlo y decidir si lo aprueba. Las GPU escalan. Los revisores, no.

El lado del costo ya lo cubrí en El código no es barato: generar código nunca fue lo caro. Un modelo más barato solo lo deja más a la vista.

Qué haría el lunes

Tres números, una tarde. La última factura entre los usuarios activos. Los pull requests aprobados por semana. Las horas que espera, en mediana, un pull request antes de su primera revisión.

El tercero rara vez está a la mano. Si ya son dos días, un modelo que duplique tu producción no duplicará tu entrega. Duplicará la cola.

Si quieres una segunda mirada a esos números antes de una llamada de renovación, es el tipo de cotización que hacemos en IQ Source. Escríbenos con tu factura y tus conteos de pull requests, y te decimos de qué lado de la mesa está la ventaja.