O Revolut, fintech britânica com mais de 45 milhões de clientes, não usa mais Claude Code nem Codex para a maior parte do trabalho de seus engenheiros. David Abitbol, head de operações e infraestrutura, revelou na AI Engineer World's Fair em Nova York que a empresa migrou 2.000 profissionais técnicos para o GLM 5.3, modelo open source desenvolvido pela Zhipu AI em parceria com a Universidade Tsinghua.
O resultado financeiro foi direto: o custo de IA caiu para um décimo do que o Revolut gastava com chamadas às APIs do Codex e do Claude Code. Alguns engenheiros chegavam a US$ 10.000 por mês no cartão sem retorno que justificasse o valor.
Por que o Revolut trocou e o que o GLM 5.3 tem a ver com isso
A decisão não partiu de uma insatisfação técnica com o Claude ou com o Codex. Partiu do modelo econômico. Com o GLM 5.3 rodando em infraestrutura própria, sem pagar por chamada de API, a conta mudou de patamar.
Hoje, a empresa mantém 56 GPUs Nvidia B200 dedicadas ao modelo. O investimento em hardware eliminou o custo variável por uso que transformava meses movimentados em faturas imprevisíveis.
O modelo open source da Zhipu AI pode ser baixado, ajustado e implantado em servidores próprios, o que é inviável com os modelos fechados da OpenAI e da Anthropic. Para empresas com volume constante de requisições, a conta do self-hosting fecha mais cedo do que parece.
O GLM 5.3 tem uma limitação que vale conhecer: é um modelo só de texto. Para tarefas que envolvem interface visual ou análise de imagem, o Revolut continua usando Gemini e GPT. A troca não foi uma aposta num único modelo: foi a construção de um roteador, com cada ferramenta no papel que faz mais sentido economicamente.
Por que isso importa para o seu negócio
O dado mais revelador da migração do Revolut não é o custo. É onde o ganho apareceu: em debugging e gerenciamento de tickets no Jira, não em geração de código novo. Tarefas de raciocínio estruturado sobre código já existente, onde a qualidade de ponta do modelo frontier importa menos do que a disponibilidade e o custo por chamada.
Isso muda o cálculo para qualquer equipe que adota agentes de IA. Se a maior parte do trabalho é organizar, revisar e corrigir, pagar pelo modelo frontier pode ser um custo mal alocado.
Empresas menores, sem capacidade de self-hosting com 56 GPUs, conseguem replicar a lógica usando APIs como Groq ou Together.ai, que oferecem acesso ao GLM 5.3 e a outros modelos open source com custo por token muito abaixo dos modelos comerciais. O que o Revolut fez em infraestrutura própria, equipes menores conseguem aproximar com as camadas serverless que proliferaram em 2026.
A história do Revolut chegou na mesma semana em que IAs chinesas como DeepSeek, Qwen e GLM já demonstravam performance próxima ao ChatGPT e ao Claude em benchmarks de código. Para equipes que gerenciam adoção de IA em escala, o artigo sobre Claude Code nas empresas: o que CIOs precisam entender traz o contexto de governança que complementa essa decisão.
O repositório oficial do projeto está disponível no GitHub da Zhipu AI.
Conteúdo reescrito e traduzido para PT pela redação luiscortex, revisado por humano.
