Revolut、約2,000人のエンジニアをセルフホストGLMに移行、AnthropicおよびOpenAIコストの約10分の1で
Revolutは、コーディング作業向けにオープンウェイトのGLMモデルをセルフホスト展開し、約2,000人のエンジニアを移行させ、Claude CodeとCodexを例外リストに載せた。これは、RevolutのAIオペレーションを率いるDavid Abitbol氏を引用したGuillermo Flor氏のX投稿によるもの。報告された数字は、Nvidia B200 GPU 56基、ブレンドコストがトークン100万件あたり約0.30ドル（RevolutがAnthropicとOpenAIに支払っていた額の約10分の1）、エンジニアリングリードタイムの70%改善となっている。
議論で最も重みを持つ詳細は、価格そのものではなく、その背後にあるワークフローの変化だ。生産性の向上は、エンジニアがトークンの配給をやめたときに現れた。
Revolutが変えたこと、そして誰が報告したか
Revolutは、デフォルトのコーディングアシスタントをセルフホストのGLM展開に切り替え、これまで使用していたフロンティアAPIを例外ステータスに降格させた。この主張は、2026年11月2日付のGuillermo Flor（@guilleflorvs）の投稿によるもので、運用の詳細はRevolutのAIオペレーションを率いるDavid Abitbol氏に帰属している。投稿によると、約2,000人のエンジニアが移行し、Claude CodeとCodexが例外リストに載せられ、この変更はコーディング作業を対象としている。また、投稿はOliver Molander氏に情報提供の功績を認めている。
Hacker Newsのスレッドには独立した確認はなく、すべての運用数字は間接的なもの（Abitbol氏の説明をFlor氏が伝えたもの）だ。議論で言及された一次情報源に最も近いものは、Hacker Newsのコメンターswyxがリンクした完全な録画トークで、https://www.youtube.com/watch?v=Ok6QdZHCcI8 にある。
コストとハードウェアの数字
このストーリーを支える3つの数字：Nvidia B200 GPU 56基、ブレンドコストがトークン100万件あたり約0.30ドル、エンジニアリングリードタイムの70%改善。Revolutのブレンドトークンコストは、同社が以前AnthropicとOpenAIに支払っていた額の約10分の1と説明されている。
Hacker Newsのコメンターは、この見出しのコストを決定的ではなく不完全なものとして扱った。gosen氏は回収計算を試みた：「彼らはハードウェアに約250万〜300万ドルを投資し、月々の運用コスト（電気代、アップデート、冷却）がかかっている。このような切り替えを決断するために、トークンにどれだけ費やしていたのか気になる。もし毎月トークンだけで50万〜100万ドル使っていたなら、インフラが安定して効率的であると仮定すれば、1年ほどで回収できるだろう。」gosen氏はまた、その計算に組み込まれた仮定を指摘した：その見積もりは、ハードウェアがクラウドプロバイダーからレンタルされるのではなく、Revolut自身のデータセンターにセルフホストされている場合にのみ成立する（レンタルだとより高額になる）。
2つの実用的な質問が繰り返し出てきた：
- corford氏は「ブレンド$0.30/100万トークン」が実際に何を意味するのか尋ねた：「それは入力か出力か、それとも両方の平均か？」この区別は、OpenRouter上の公開GLMプロバイダーと数字をベンチマークする人にとって重要だ。
- mtrovo氏は、クラスターがどれだけの運用作業を表すのか尋ねた：「関連する質問は、56基のB200をクラスターにセットアップするのがどれだけ簡単かということだ。アドホックなインフラチームの仕事なのか、それともAWSでボタンをクリックするだけなのか？」
同じXスレッドで、NashBriggsy氏はトークン計算にめったに現れない人件費を提起した：「30セント/100万はすごい。次に知りたい数字は、56基のB200を健全に保つのに何人必要かということだ。そこが通常、節約が静かに消えていく場所だ。」koliber氏は供給側の質問をした：「56基のB200を購入したいとして、300万ドルあったら、いつ納品されるだろうか？」
トークン配給の撤廃がベンチマークスコアよりも重要だった理由
この投稿の中心的な主張は、生産性の結果がより良いモデルではなく制約の解除から来たということだ。Flor氏はこう書いている：「ここが重要な部分だ：トークンの配給が止まったときに利益が現れた。エンジニアはAIを難しいチケットだけに取っておくのをやめ、すべてに使うようにした。」
Hacker Newsのコメンターlittlecranky67氏は、同じダイナミクスを逆方向から説明し、メーター制のアクセスが実験ではなく慎重さを生んだチームを観察した：「彼らのほとんどは余暇にAIで遊ばず、Claudeトークンを賢く使うように言われている。誰もが、トークンで恥をかくのを恐れて、勤務時間中に遊んだり探索したりするのを怖がっている。」そのコメンターは、同じエンジニアが依然としてツーリングスキルセットを必要としていると付け加えた。なぜなら「彼らのジュニア開発作業のほとんどはAIで完全に置き換えられるからだ」。
これはRevolutを超えて一般化するメカニズムだ：限界トークンコストが一桁下がると、制約は予算から習慣に移り、その見返りはタスクごとのベンチマーク勝利ではなく、ツールがどれだけ広く適用されるかに現れる。
品質の問題は未解決
Xスレッドで、Kyle氏は90%のコスト削減に対する明白なフォローアップ質問をした：「コードは悪くなったのか、それとも単に安くなったのか？」400_yen氏は、経験豊富なユーザーにとっては差は小さいと主張した：「正直言って、熟練エンジニアにとっては差は無視できる。もしかしたらジュニアならClaudeはGLMよりはるかに賢いかもしれないが、自分が何をしているか分かっていればGLMで十分だ。ベンチマークで数ポイント少ないのは何でもない。」
Hacker Newsのコメンターredmalang氏は、オープンウェイトモデルで同様の本番パターンを報告し、プロンプトの具体性に関する注意点を述べた：「『安い』などのノイズを無視すれば、もう少し努力して必要なものをより正確に定義することで、これらのモデルは一般的に同様に機能し、指示により厳密に従うことが分かるかもしれない...『すべての問題を修正して』のような曖昧なプロンプトにはあまり良くない（残念ながら、これは非常に一般的なプロンプトであることが判明した...）」
aurreturn氏は、ギャップは縮まるのではなく再び開くだろうと予測した：「オープンウェイトモデルがほとんどのソフトウェアエンジニアリングタスクに『十分良い』というのはおそらく真実だ。しかし、ゴールポストは動き、フロンティアラボは絶対的なフロンティアを必要とする新しい領域を見つけるだろう。」
hmokiguess氏は、トレードオフをベンチマークポイントよりもスループットとして捉えた：「実際、ベンチマークで数ポイント犠牲にしてでも、より高いtok/sを選ぶだろう。特に帯域幅も増えるなら、スウォームをスケールアップできるので、おそらく低下を補償して、より多くの価値を引き出せる。」
データ主権と規制は価格とは別のドライバー
複数のコメンターが、コスト削減は規制された企業がセルフホストする理由を過小評価していると主張した。jacquesm氏は、はるかに低性能なハードウェアで同じことを行ったと報告した：「私たちも同じことをした。はるかに低性能なハードウェアだが、非常にうまく機能しており、推論サービスの供給業者が長期的に私たちのデータを信頼できるかどうかを心配する必要はまったくない。その質問に対する答えは、私の意見では『絶対にノー』だ。」
torginus氏はコンプライアンスのケースを明確にした：「オープンモデルとOAI/Anthropicのものとの品質ギャップがビジネス結果に変換されるという証拠はほとんどないが、データのすべての制御を第三者に委ねることになる。最後の原因は完全なブロッカーになる可能性がある：特定の金融規制は、どのような文書に署名しても、第三者（特に国内/EU管轄外）にデータを提供することを直接防ぐ。」Revolutは金融機関であり、トークン価格とは無関係にその制約が関連する。
これが実際に適用される組織
この決定は、エンタープライズトークン価格に達する規模の企業に最も関連する。injidup氏は指摘した：「これはおそらく、150人のエンジニアを超えてエンタープライズバケットに入り、補助金付きのClaude Codeプランではなくトークンごとに支払うことを余儀なくされる場合にのみ関連する。」
他のコメンターは、異なる規模での同様の動きを報告した。world2vec氏は「pi.devのフレーバーを介したセルフホストGLM-5.3」を実行し、チームにClaude Codeの裁量予算を残し、「ほとんどのものは最新かつ最高のLLMを必要とせず、大量のトークンと計算を投げることで『劣った』LLMで実行できる」と観察した。epolanski氏は、売上高1億ドルの中規模ドイツ企業が「多くの作業をオンプレミスLLMに移行している」と報告した。andy99氏は、このパターンを「多くの人にとって『ソブリン』AIがどのように見えるかの健全なバージョン」と呼び、GLMがわずかに遅れていても「これはパレートフロンティアに近い可能性が高い」と付け加えた。andy99氏はまた、OpenRouterなどのマーケットプレイスを通じて余剰容量を再販売し、ハードウェア利用率を向上させることを提案した。
スレッドがフロンティアラボにとって何を意味すると思うか
Flor氏の投稿は、このシフトを「IPOに向かうすべてのラボにとっての価格問題」と位置づけ、フロンティアモデルが例外となり、オープンウェイトがデフォルトになるという論理だ。InsidiousWombat氏はそれをより鋭く表現した：「投資家がオープンモデルがどれほど強力かを知ったら、AI企業の評価額は一夜にして暴落するだろう。」chr15m氏は同じ感情を「Anthropicの欠落した前四半期の結果を一言で言うと」と要約し、epolanski氏はモデルベンダーがどうやって堀を維持できるのかと尋ねた。
スレッド内の反論は、セルフホスティングは大規模で規制に縛られたバイヤー向けのニッチであり、オープンウェイトのパリティは明日のタスクではなく今日のタスクに当てはまるというものだ。
注意点と未解決の質問
ここでの証拠基盤は薄く、そのように扱うべきだ。すべては単一のX投稿が単一のオペレーターの説明を伝えたものから来ており、公開されたコスト内訳はなく、切り替え前後のコード品質の評価もなく、70%のリードタイム改善が測定されたものか推定されたものかの確認もない。モデルバージョンも不明確だ—あるHacker Newsコメンターは「GLM-5.3」に言及しているが、元の投稿は単に「GLM」とだけ述べている。確認に最も注目すべき3つの数字は、56基のGPUクラスターの月間運用コスト、それを稼働させ続けるために必要な人員数、そして無制限アクセスの新規性が薄れた後も70%のリードタイム改善が維持されるかどうかだ。