Στις 3 Νοεμβρίου 2026 παρουσιάσεις και ρεπορτάζ ανέφεραν ότι η Revolut μείωσε περίπου 90% το κόστος inference για AI coding μεταβαίνοντας από εμπορικά εργαλεία όπως το Claude σε αυτοφιλοξενούμενα μοντέλα GLM ως προεπιλογή. Σύμφωνα με δηλώσεις στελέχους, περίπου 2.000 μηχανικοί εξυπηρετούνται με 56 GPU Nvidia B200 και μικτό κόστος κοντά στα 0,30 δολάρια ανά εκατομμύριο tokens εισόδου/εξόδου. Το νούμερο είναι ειδικό για τη χρήση και τη ρύθμιση της Revolut, όχι γενική τιμή αγοράς.

Τι σημαίνει: Για ελληνικές τράπεζες και fintech με μεγάλες ομάδες μηχανικών, το παράδειγμα δείχνει ότι το κόστος AI coding μπορεί να γίνει στρατηγική υποδομής και όχι μόνο συνδρομή SaaS. Η αυτοφιλοξενία απαιτεί κεφάλαιο σε GPU, MLOps, έλεγχο αδειών μοντέλων και πολιτικές ασφαλείας για κώδικα που αγγίζει συστήματα πληρωμών. Το όφελος κόστους της Revolut δεν μεταφέρεται αυτόματα· εξαρτάται από πληρότητα clusters και ποιότητα αποτελεσμάτων. Οι CIO καλό είναι να συγκρίνουν TCO εμπορικών API έναντι ιδιωτικών clusters και να θέσουν κανόνες για ποιος κώδικας επιτρέπεται να παράγεται από εξωτερικά μοντέλα. Για ελληνικές επιχειρήσεις και δημόσιους φορείς αυτό σημαίνει πρακτικό έλεγχο συμβολαίων, χρονοδιαγραμμάτων και υποχρεώσεων συμμόρφωσης, χωρίς να αποτελεί επενδυτική ή νομική συμβουλή. Οι ομάδες πληροφορικής, οικονομικών και συμμόρφωσης καλό είναι να καταγράψουν υπευθύνους, κύκλους ανασκόπησης και εναλλακτικές διαδικασίες πριν από ευρύτερη υιοθέτηση ή αλλαγή προμηθευτή. Για ελληνικές επιχειρήσεις και δημόσιους φορείς αυτό σημαίνει πρακτικό έλεγχο συμβολαίων, χρονοδιαγραμμάτων και υποχρεώσεων συμμόρφωσης, χωρίς να αποτελεί επενδυτική ή νομική συμβουλή. Οι ομάδες πληροφορικής, οικονομικών και συμμόρφωσης καλό είναι να καταγράψουν υπευθύνους, κύκλους ανασκόπησης και εναλλακτικές διαδικασίες πριν από ευρύτερη υιοθέτηση ή αλλαγή προμηθευτή.

Διαβάστε το πρωτότυπο στο The Register / AI Engineer talk

Σχετική υπηρεσία: Διασυνδέσεις myDATA

Σχετικές ειδήσεις