Blog · IA

LLM auto-hébergé : ce que l'annonce de Revolut change pour une PME

IA7 min de lecturePar Équipe Pilot Systems

Revolut annonce -90 % de coûts IA avec un LLM auto-hébergé. Que retenir pour une PME ou une ETI ? Seuil de rentabilité, GPU, données.

Le sujet représenté est l’infrastructure GPU nécessaire à l’hébergement privé d’un modèle d’IA, avec une évocation du transfert des traitements vers une infrastructure maîtrisée.

Le 29 octobre 2026, un responsable IA de Revolut a présenté un LLM auto-hébergé pour environ 2 000 ingénieurs, avec une baisse de coût annoncée d'environ 90 %. Ces chiffres sont déclaratifs, et l'échelle de Revolut n'est pas celle d'une PME. Voici ce que l'on peut en retenir, ce qu'il faut recalculer pour votre équipe, et à partir de quel volume un serveur privé devient rentable.

Ce que Revolut a annoncé, et ce qui reste à confirmer

David Abitbol, qui dirige les opérations IA chez Revolut, a mis en ligne le 29 octobre 2026 une intervention de 11 minutes sur la chaîne AI Engineer. D'après la description de la vidéo et deux articles qui la relaient, Revolut a migré environ 2 000 ingénieurs depuis des API facturées à l'usage vers des modèles ouverts de la famille GLM, qu'elle héberge elle-même.

Indicateur annoncéValeur déclarée
Ingénieurs concernésenviron 2 000
Coût par rapport aux API de laboratoiresenviron un dixième (-90 %)
Temps de codage / délai de livraisonenviron -60 % / -70 % après le passage à GLM
Gain de performance par réglage, sur le même matériel+88 %
Matériel (selon StartupHub)56 GPU Nvidia B200

Trois réserves s'imposent. Aucun audit indépendant n'existe : les chiffres viennent de l'intervenant, et FourWeekMBA précise que son auteur n'a pas visionné la vidéo. Le périmètre est partiel : le coût d'environ 0,30 $ par million de tokens exclut le cloud, le personnel et l'observabilité (StartupHub), et les tâches d'image restent sur des modèles externes. Enfin, la version du modèle est incertaine : StartupHub cite GLM 4.5, FourWeekMBA signale que ce point n'est pas vérifié. Nous ne retenons aucun numéro de version.

Revolut est une banque régulée dans l'Union européenne. Elle a des contraintes de conformité que beaucoup de PME n'ont pas, et des moyens que peu de PME possèdent.

Pourquoi l'auto-hébergement devient crédible

Deux évolutions techniques rendent ce choix plus accessible qu'il y a deux ans.

Les modèles ouverts se rapprochent des modèles fermés. Z.ai a publié GLM-5.2 en juin 2026 sous licence MIT, qui autorise usage commercial, modification et auto-hébergement. D'après noze.it, ce modèle de type Mixture-of-Experts (MoE : seule une partie des paramètres s'active à chaque token) compte environ 753 milliards de paramètres, dont environ 40 milliards actifs. Artificial Analysis, cité par la même source, le classe premier des modèles à poids ouverts, avec un score de 51 contre 60 pour le meilleur modèle fermé de ce classement.

La quantification, elle, réduit la précision des poids et donc la mémoire GPU nécessaire. NVIDIA indique que son format NVFP4 diminue l'empreinte mémoire d'environ 1,8 fois par rapport au FP8, et d'environ 3,5 fois par rapport au FP16. Pour GLM-5.2, noze.it estime le besoin à environ 8 GPU H200 en FP8, soit environ 750 Go de poids.

Un modèle de cette taille ne tient donc pas sur un poste de travail. Des modèles plus petits existent, mais leur niveau est inférieur, et il faut le mesurer sur vos propres cas d'usage.

Le seuil de rentabilité : un calcul à faire avec vos volumes

Le prix par million de tokens ne dit rien sans le volume. Une API se paie à l'usage. Un serveur privé se paie en coût fixe, utilisé ou non. Le rapport entre les deux dépend de votre consommation mensuelle.

Comme repère, l'API de GLM-5.2 est facturée environ 1,40 $ par million de tokens en entrée et 4,40 $ en sortie (noze.it, juin 2026). Les tarifs changent souvent : relevez-les le jour du calcul.

def seuil_rentabilite(cout_fixe_mensuel, prix_api_par_million, tokens_par_mois):
    """Renvoie le ratio coût API / coût serveur privé.
    Supérieur à 1 : l'auto-hébergement coûte moins cher."""
    cout_api = prix_api_par_million * tokens_par_mois / 1_000_000
    return cout_api / cout_fixe_mensuel

Trois variables à renseigner :

  1. Le coût fixe mensuel : GPU ou location, exploitation, supervision, sauvegardes, temps d'ingénieur. Le chiffre de Revolut en exclut une partie.
  2. Les tokens par mois : mesurez-les sur un pilote de quatre semaines avec de vrais développeurs, entrée et sortie séparées. Les agents de code consomment bien plus que les simples suggestions.
  3. Le prix API de référence : celui du modèle que vous utilisez aujourd'hui, pas celui d'une alternative moins chère.

Revolut affiche environ 36 ingénieurs par GPU (calcul de l'auteur de FourWeekMBA : 2 000 divisés par 56). Une équipe de 15 développeurs n'atteint pas cette mutualisation. Dans ce cas, un serveur privé se justifie surtout par la confidentialité du code.

Données et lieu d'hébergement

Pour une entreprise européenne, le lieu de traitement pèse souvent avant le prix. Selon noze.it, utiliser l'API de Z.ai hébergée en Chine constitue un transfert hors Union européenne, à évaluer au regard du RGPD (articles 44 et suivants), avec une analyse d'impact. Faire tourner les poids MIT sur une infrastructure en Europe évite ce transfert.

L'auto-hébergement ne règle pas tout. Il reste à définir les dépôts de code que le modèle peut lire, la conservation des journaux de requêtes (ils peuvent contenir du code sensible), les droits d'accès par équipe avec la procédure de révocation, et la validation en environnement de test avant chaque changement de modèle.

Ce que ça change pour votre entreprise

CritèreAPI de laboratoireServeur LLM privé
Structure de coûtvariable, proportionnelle à l'usagefixe, plus l'exploitation
Risque principaldépendance tarifaire et fournisseurmatériel sous-utilisé, charge d'exploitation
Confidentialité du codedépend du contrat et de la régionmaîtrisée si l'hébergement est en Europe
Délai de mise en routequelques joursplusieurs semaines : dimensionnement, installation, tests [À VALIDER PAR DAVID SAPIRO]
Choix du modèlecelui du fournisseurmodèles ouverts interchangeables

Sous un certain volume, l'API reste moins chère. Au-dessus, ou si le code ne peut pas quitter votre périmètre, le serveur privé devient défendable. La décision se prend sur un pilote mesuré, car l'extrapolation depuis Revolut ne tient pas à votre échelle.

Comment Pilot Systems aborde ce sujet

Pilot Systems propose une plateforme LLM privée, multi-modèles, hébergée en Europe et infogérée, qui remplace les abonnements individuels par un environnement commun, sur une VM dédiée IA.

Pour une équipe comme celle décrite ici, la démarche type serait la suivante :

  1. Un échange de dimensionnement avec un ingénieur pour estimer les tokens consommés et les stacks concernées (Python/Django, PHP, JavaScript).
  2. Un pilote sur un ou deux modèles ouverts, avec mesure de l'usage réel.
  3. Le calcul du seuil de rentabilité ci-dessus, exploitation incluse.
  4. Si le résultat est favorable, l'installation, le monitoring, les mises à jour et l'intégration de nouveaux modèles.

Si le calcul ne justifie pas un serveur privé, la bonne décision est de rester sur une API.

Conclusion

Trois points à retenir :

  • Les chiffres de Revolut sont déclaratifs, non audités, et portent sur environ 2 000 ingénieurs. Ils ne prouvent rien pour une petite équipe.
  • Le seuil de rentabilité dépend de vos tokens mensuels et de vos coûts d'exploitation. Mesurez-les sur un pilote.
  • Le lieu de traitement et la gouvernance des accès comptent autant que le prix.

Pour chiffrer votre cas,

Réservez un échange de dimensionnement gratuit de 30 minutes, sans engagement, avec un expert Pilot Systems

FAQ

Qu'est-ce qu'un LLM auto-hébergé ?

C'est un modèle de langage dont les poids tournent sur une infrastructure que vous contrôlez ou que vous faites exploiter pour vous, au lieu d'être appelé via l'API d'un fournisseur.

Combien de GPU faut-il pour un modèle comme GLM-5.2 ?

Selon noze.it, environ 8 GPU H200 en FP8 pour le modèle complet. La quantification ou un modèle plus petit réduit ce besoin, au prix d'une qualité à mesurer.

Un LLM auto-hébergé est-il toujours moins cher qu'une API ?

Non. C'est un coût fixe. Il devient avantageux si le volume de tokens est suffisant et si le matériel est bien utilisé.

Peut-on héberger un LLM en Europe pour des développeurs ?

Oui, avec des modèles à poids ouverts sous licence permissive, comme la licence MIT de GLM-5.2. Cela évite le transfert hors Union européenne lié à certaines API, mais ne dispense pas de définir une gouvernance des accès.

Pour aller plus loin