Lunes, 16 de noviembre de 2026
Portada de las 21:50
Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · twitter.com

Revolut pasa a GLM autoalojado

Según un tuit, Revolut ha trasladado a unos 2.000 ingenieros a GLM autoalojado para programar y relega Claude Code y Codex a la lista de excepciones. Habla de 56 Nvidia B200 y de 30 centavos por millón de tokens, una décima parte de lo que pagaba a Anthropic y OpenAI.

Foto: vía twitter.com

Artículo original (twitter.com) 105 comentarios en Hacker News

Escucha la noticia2 min

El tuit de Guillermo Flor (@guilleflorvs) afirma que Revolut ha movido a unos 2.000 ingenieros a GLM autoalojado para tareas de programación. Claude Code y Codex quedan en la lista de excepciones. La información la atribuye a David Abitbol, que dirige las operaciones de IA en la empresa.

Según esas cifras, la compañía usa 56 Nvidia B200 y paga un coste medio de 30 centavos por millón de tokens, aproximadamente una décima parte de lo que pagaba a Anthropic y OpenAI. El tiempo de entrega de ingeniería (lead time) habría mejorado un 70 %.

El autor subraya que las mejoras llegaron cuando los tokens dejaron de racionarse: los ingenieros dejaron de reservar la IA para los tickets difíciles y la aplicaron a todo. Concluye que los modelos de frontera pasan a ser la excepción y los de pesos abiertos el valor por defecto, lo que sería un problema de precios para los laboratorios que van camino de salir a bolsa. En los comentarios se enlaza la charla completa de Abitbol en YouTube.

En Hacker News

«Revolut moves to self-hosted GLM» · puesto 24 · 149 puntos · enviado por pretext

Lo que dicen los comentarios

La conversación gira en torno a dos ejes. Uno es el racionamiento de tokens: un consultor cuenta que en un equipo de una gran aseguradora el miedo a gastar tokens frena la exploración, mientras otro usuario replica que sustituir su presupuesto de 500 dólares en Opus por GLM sería un retroceso. El otro es la economía: se calcula que el hardware costaría entre 2,5 y 3 millones de dólares y se duda de si será una tendencia o un experimento. Varios usuarios dicen que ya usan modelos abiertos autoalojados para buena parte del trabajo; advierten de que exigen prompts más precisos y fallan con instrucciones ambiguas. También se menciona la confianza en los proveedores de inferencia, la soberanía en IA y la posibilidad de que Anthropic y OpenAI respondan con planes enterprise más caros.

  • Dirijo un equipo grande en una aseguradora y se les ha dicho que gasten tokens con cuidado. Ahora todos temen explorar con la IA en horas de trabajo por miedo a que los señalen por el gasto.
    — littlecranky67, leer el comentario
  • Si me quitaran el presupuesto de 500 dólares para Opus 5.5 y lo cambiaran por uso ilimitado de GLM-5.3, sería un gran retroceso. Si la empresa gasta 100 dólares o menos por ingeniero, sí tiene sentido.
    — user43928, leer el comentario
  • Hicimos lo mismo con hardware mucho menos potente y nos ha ido muy bien. No nos preocupa si se puede confiar a largo plazo en los proveedores de inferencia con nuestros datos: la respuesta es «absolutamente no».
    — jacquesm, leer el comentario
  • Desde hace meses, cerca del 90 % de nuestro trabajo va a modelos open source. Si defines con más precisión lo que necesitas, funcionan igual de bien y siguen mejor las instrucciones; fallan con prompts ambiguos como «arregla todos los problemas».
    — redmalang, leer el comentario
  • Habrán invertido entre 2,5 y 3 millones de dólares en hardware, más costes operativos. Si gastaban entre 500.000 y 1 millón al mes en tokens, se amortiza en aproximadamente un año. Habrá que ver si es tendencia o experimento.
    — gosen, leer el comentario

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.