Cas concrets · Le 8 heures IA

Pourquoi héberger son IA en interne peut diviser la facture par dix

Publié le 6 novembre 2026 · Oriq · Lecture 4 min

Article produit par une intelligence artificielle à partir de sources nommées et datées, publié sous la responsabilité éditoriale d’Oriq. Nos systèmes d’IA · Le responsable éditorial

Revolut a remplacé Claude Code et Codex par un modèle ouvert hébergé sur ses propres serveurs, et divisé par dix le coût de ses outils d’IA. L’histoire montre à quel moment ce calcul devient intéressant, et à quel moment il reste hors de portée d’une PME.

Diviser la facture par dix, la méthode Revolut

Revolut a remplacé Claude Code d’Anthropic puis Codex d’OpenAI par GLM, un modèle à poids ouverts développé par le chinois Z.ai. Au lieu de payer ces outils à l’usage, la banque en ligne les a installés sur ses propres serveurs : 56 GPU Nvidia B200 dédiés. C’est David Abitbol, responsable opérations et infrastructure chez Revolut, qui a détaillé le calcul lors de la conférence AI Engineer à New York début novembre 2026.

Le résultat : un coût d’environ 0,30 dollar par million de tokens traités, contre 1 000 à 10 000 dollars par mois et par ingénieur avec les API commerciales. Pour une entreprise qui fait coder environ 2 000 ingénieurs assistés par IA au quotidien, l’écart se chiffre vite en millions.

Pourquoi ce calcul ne marche qu’à grande échelle

Héberger soi-même un modèle d’IA suppose d’acheter ou de louer des GPU, de les faire tourner en continu, et de savoir les optimiser : quantification du modèle, gestion du contexte, réglage fin des requêtes. Revolut a ces compétences en interne. La plupart des PME ne les ont pas.

Le gain ne se limite pas au prix. Depuis le déploiement de ces outils, Revolut mesure une amélioration de 60 % du temps de codage et de 70 % des délais de livraison. Sur l’infrastructure elle-même, à nombre de GPU constant, le nombre de requêtes traitées par seconde a progressé de 76 %, et le délai avant la première réponse est passé de 14,26 à 1,68 seconde.

Le calcul de Revolut ne devient intéressant qu’à partir d’un volume d’usage suffisant pour amortir le matériel : en dessous, un abonnement reste souvent la solution la plus simple.

Garder un routeur, pas un choix unique

Revolut n’a pas tout basculé sur GLM. Ce modèle est purement textuel : il ne traite pas bien les interfaces visuelles. L’entreprise utilise donc un routeur qui envoie les requêtes liées à l’image ou à la vision vers Gemini ou GPT, et garde la génération de code sur le modèle ouvert, moins cher.

Cette logique vaut pour toute entreprise qui utilise plusieurs outils d’IA : un modèle bon marché pour les tâches répétitives et volumineuses (texte, code), un modèle propriétaire réservé aux tâches où il apporte un avantage réel. Pas besoin d’héberger quoi que ce soit pour appliquer ce principe : il suffit de choisir le bon outil pour chaque tâche, plutôt qu’un seul outil pour tout.

À titre de comparaison, d’autres banques avancent sur le même terrain à des échelles différentes. BNP Paribas exploite une plateforme interne de génération de texte qui traite environ 1,5 milliard de tokens par jour. Le Crédit Agricole prévoit de son côté 100 à 200 millions d’euros d’investissement dans deux nouvelles salles informatiques dédiées à l’inférence. Ces montants donnent une idée de l’échelle à laquelle l’hébergement en interne devient un sujet d’investissement, loin du budget d’une PME.

Et dans votre entreprise ?

• Mesurez votre facture réelle d’IA par usage (codage, support, rédaction) sur un mois complet, avant d’envisager quoi que ce soit.
• Si vous utilisez déjà plusieurs outils d’IA, vérifiez si un routeur simple (modèle économique pour le texte, modèle premium pour l’image ou la vision) ne réduirait pas déjà votre coût sans rien héberger.
• Listez les tâches où le volume d’usage est le plus élevé dans votre équipe : c’est là, et seulement là, que la question de l’internalisation a un sens.

Le premier pas, cette semaine : sortir vos factures d’abonnements IA des trois derniers mois et les répartir par usage. Oriq peut ensuite tester un modèle ouvert sur vos propres volumes, pour estimer si l’internalisation changerait quelque chose chez vous.