Revolut ha deciso di mettere da parte Claude Code per affidarsi a un modello cinese self-hosted, con un risparmio dichiarato del 90%. La notizia, emersa da una discussione tra sviluppatori, è più di un semplice cambio di tool: sposta il baricentro del calcolo economico dal canone per sviluppatore o per token ai costi fissi di infrastruttura e gestione.

Per una società finanziaria, il prezzo unitario delle API di un assistente proprietario può diventare rapidamente una voce rilevante. Passare a un modello self-hosted non elimina i costi, li trasforma: servono GPU, VRAM, competenze per servire il modello in inference, procedure di aggiornamento e valutazione. Il 90% di risparmio va quindi letto come taglio della componente variabile, non necessariamente come riduzione equivalente del TCO. Se l'infrastruttura esiste già o viene condivisa con altri carichi, il risparmio netto può restare alto; se invece richiede nuovi nodi dedicati, il confronto cambia.

Il segnale strutturale è chiaro: i modelli cinesi aperti o con pesi disponibili stanno diventando competitivi non solo nei benchmark generici, ma anche nei flussi di lavoro che le aziende consideravano appannaggio dei fornitori occidentali. Questo sposta gli incentivi. Per chi vende assistenti proprietari, la concorrenza non è più solo un altro vendor SaaS: è il team interno che può scaricare un modello, adattarlo alle proprie pipeline e trattare il codice come un asset sotto controllo. Per chi produce hardware, cresce la domanda di macchine adatte all'hosting locale. Per le autorità di vigilanza, la residenza dei dati e il controllo degli accessi diventano più facili da dimostrare quando il modello non esce dal perimetro aziendale.

Certo, il self-hosting di un modello cinese introduce nuove complessità: licenze, provenienza dei pesi, audit di sicurezza e dipendenza da un ecosistema di tooling che va mantenuto. Non è una scorciatoia per tutti. Ma se una realtà come Revolut sceglie questa strada e la racconta come un risparmio del 90%, è probabile che altre organizzazioni con risorse sufficienti inizino a fare lo stesso calcolo. A quel punto la partita non si giocherà più soltanto sulla qualità del completamento, ma sulla capacità di integrare modelli self-hosted in ambienti regolati senza trasformarli in un costo operativo nascosto.

Per chi valuta deployment on-premise, AI-RADAR offre su /llm-onpremise framework analitici per confrontare questi trade-off.