MoneyMatters Ai · AI Takeaways
- Η Revolut αναφέρει 90% χαμηλότερο λογαριασμό AI.
- Τα ανοικτά βάρη επιτρέπουν εγκατάσταση σε επιλεγμένη υποδομή.
- Το κρίσιμο μέτρο είναι κόστος ανά χρήσιμη εργασία.
Λογαριασμό AI στο ένα δέκατο της προηγούμενης δαπάνης για Anthropic και OpenAI παρουσίασε ο David Abitbol, στέλεχος υποδομών της Revolut, στο AI Engineer NYC στις 13 Οκτωβρίου. Η μείωση κατά 90% αφορά εταιρική σύγκριση κόστους, με εφαρμογή κινεζικού μοντέλου στην ανάπτυξη λογισμικού.
Η παρουσίασή του περιγράφει GLM-5.3 της Z.ai σε 56 Nvidia B200, για περίπου 2.000 μηχανικούς. Η αρχική υιοθέτηση αφορούσε GLM-5.1 τον Απρίλιο. Claude Code και Codex διατηρούνται για εξαιρέσεις, ενώ εργασίες εικόνας κατευθύνονται και σε Gemini.
Οι αριθμοί πίσω από τη στροφή
| Μέτρο | Εταιρικά στοιχεία |
|---|---|
| Μικτό κόστος επεξεργασίας | Περίπου $0,30 ανά εκατομμύριο tokens |
| Έναρξη απάντησης | 14,26 → 1,68 δευτερόλεπτα |
| Εσωτερική μέτρηση παραγωγικότητας | 60% βελτίωση coding time, 70% lead time |
Τα δευτερόλεπτα μετρούν τον πρώτο παραγόμενο token, όχι ολόκληρη την απάντηση. Το lead time καλύπτει τη διαδρομή από την ανάληψη εργασίας μέχρι την ενοποίηση του κώδικα. Τα ποσοστά είναι εσωτερικές μετρήσεις, χωρίς ανεξάρτητη απόδειξη ότι προκύπτουν αποκλειστικά από την αλλαγή μοντέλου.
Τι αγοράζει μια εταιρεία όταν παίρνει τα βάρη
Στην επίσημη καταχώριση του GLM-5.3, η Z.ai διαθέτει τα βάρη του μοντέλου και οδηγίες εκτέλεσης με διαφορετικές μηχανές εξυπηρέτησης, όπως vLLM και SGLang. Πρόκειται για μοντέλο παραγωγής κειμένου. Οι επιχειρήσεις μπορούν έτσι να επιλέγουν πού και πώς θα το εγκαταστήσουν, αντί να περιορίζονται στην αγορά απαντήσεων από ένα συγκεκριμένο API.
Η διάκριση έχει οικονομικό βάρος: η αγορά πρόσβασης μεταφέρει μεγάλο μέρος της λειτουργίας στον προμηθευτή, ενώ η εγκατάσταση μοντέλου δημιουργεί ανάγκη για υπολογιστική ισχύ, τεχνική υποστήριξη και συνεχή βελτιστοποίηση. Η διαθεσιμότητα των βαρών δεν καταργεί αυτές τις δαπάνες. Ούτε ο τόπος προέλευσης ενός μοντέλου αποδεικνύει από μόνος του πού αποθηκεύονται τα εταιρικά δεδομένα· αυτό κρίνεται από την πραγματική εγκατάσταση και τους όρους λειτουργίας.
Ένα διαφορετικό εργαλείο από το PRAGMA
Η συγκεκριμένη χρήση για προγραμματισμό εντάσσεται σε ευρύτερη στρατηγική AI, αλλά διαφέρει από το PRAGMA. Στις 25 Αυγούστου η Revolut ανακοίνωσε τη Revolut Research, την ερευνητική μονάδα πίσω από το δικό της μοντέλο χρηματοοικονομικής συμπεριφοράς, που αναπτύχθηκε σε συνεργασία με τη Nvidia.
Εκεί οι εφαρμογές αφορούν αξιολόγηση κινδύνου, λειτουργίες της πλατφόρμας και εξατομικευμένες προτάσεις προϊόντων. Η εταιρεία περιέγραψε επίσης σχέδια δημοσίευσης επιστημονικών ευρημάτων και τεχνικών πλαισίων. Πρόκειται για διαφορετικό πεδίο από έναν βοηθό που γράφει κώδικα: τα αποτελέσματα του ενός συστήματος δεν αποτελούν μέτρηση απόδοσης του άλλου.
Το πραγματικό στοίχημα είναι η αξιοποίηση
Για μια οικονομική διεύθυνση, το σωστό ερώτημα είναι πόσο κοστίζει μια ολοκληρωμένη, ελεγμένη εργασία. Χρειάζεται να συνυπολογιστούν η υποδομή, οι άνθρωποι που τη λειτουργούν, οι εξωτερικές υπηρεσίες που εξακολουθούν να χρησιμοποιούνται και ο χρόνος διόρθωσης λαθών. Ο χαμηλός λογαριασμός tokens δεν αρκεί για να περιγράψει αυτό το σύνολο.
Μια μεγάλη ομάδα με σταθερή ζήτηση μπορεί να μοιράζει το κόστος της υποδομής σε περισσότερες εργασίες. Μια μικρότερη ομάδα μπορεί να πληρώνει αδρανή ισχύ. Γι’ αυτό το παράδειγμα της Revolut έχει αξία ως συγκεκριμένη επιχειρησιακή επιλογή: αναδεικνύει πόσο μπορεί να αλλάξει ο λογαριασμός όταν η επιλογή μοντέλου συνδυάζεται με κατάλληλη λειτουργία και πραγματική χρήση.
Σύνταξη MoneyMatters
Φωτογραφία: Alerove / Wikimedia Commons · CC BY-SA 4.0. Περικοπή και σμίκρυνση· η προσαρμοσμένη φωτογραφία διατίθεται με την ίδια άδεια.
The post Revolut: Το κινεζικό AI που έφερε τον λογαριασμό στο ένα δέκατο appeared first on moneymatters.cy.
