エンジニアリングリーダー向け意思決定ガイド
エンジニアリングチームはオープンウェイトのコーディングモデルをセルフホストすべきか？
Revolutの2,000人のエンジニアが示すのは、思想ではなくボリューム次第ということだ。
モデルの性能だけでなく、エンジニアの人数、自社のGPUと運用スキル、データレジデンシーの要件によって答えは変わる。
回答をすべて読む
Revolutは約2,000人のエンジニア規模でオープンウェイトモデルをセルフホストし、フロンティアAPIの費用を約90%削減したが、最も難しい問題のためにフロンティアツールも手元に残している。小規模なチームの場合、通常はフロンティアAPIの方が運用コストは安く済む。
公開日
要点まとめ
- 約2,000人のエンジニア規模で、RevolutはZ.aiのGLMを56台のNvidia B200 GPU上でセルフホストし、ブレンドトークンコストを以前のAnthropicとOpenAIの合計費用の約10分の1まで削減した。
- リードタイム（機能の着手からマージ可能になるまでの日数）はコーディング時間よりも改善幅が大きく、約70%対60%だった。これは、実際のボトルネックが純粋なコーディングではなかったことを示す証拠である。
- この改善はモデルの切り替えだけではなく、トークン予算の撤廃と連動していた。トークンが希少でなくなった途端、エンジニアはメールやチケット、ドキュメントにもAIを使い始めた。
- セルフホストには、単に重みをダウンロードするだけでなく、本物のインフラ作業が必要だった。コンテキスト長、量子化、並列処理のチューニングによって、同じGPU台数でもtime-to-first-token（最初のトークンが出るまでの時間）を88%短縮した。
- Revolutは今でもAnthropicのClaude Code、OpenAIのCodex、GoogleのGeminiを手元に残しており、日常のデフォルトとしてではなく、最も難しい問題に対するフロンティアの例外として使っている。
ガイド全文
各セクションをタップすると開きます。
このガイドについて
本ガイドは、Z.aiのGLMのようなオープンウェイトのコーディングモデルをセルフホストするか、それともフロンティアAPIにシート単位やトークン単位で料金を払い続けるかを検討しているエンジニアリングリーダーのためのバイヤーズガイドである。内容はRevolutの公開数値をもとにしている。この銀行は、約2,000人のエンジニアの大半をトークン課金から切り替えつつ、最も難しい問題にはAnthropicのClaude Code、OpenAIのCodex、GoogleのGeminiを残した。教訓は、Revolutがどのモデルを選んだかではなく、トークンの配給制がなくなったときに何が変わったかにある。
セルフホスト vs. フロンティアAPIまたはシートプラン：判断のためのチェックリスト
| 要因 | セルフホストのオープンウェイトに適する | フロンティアAPIまたはシートプランに適する |
|---|---|---|
| チーム規模とトークン量 | Revolutの約2,000人規模のように、数百から数千人のエンジニアが安定して高いトークン量を日々生成している。 | GPUと運用のオーバーヘッドが、置き換えるAPI利用料よりも高くなる小規模・中規模のチーム。 |
| 自社のGPUと運用スキル | すでにGPUインフラを運用している、あるいはそのために人を雇える。サービングスタックのチューニング、量子化、容量計画は、本物の継続的な作業である。 | 専任のMLインフラチームがなく、コーディングモデルを提供するためだけにそれを構築する意欲もない。 |
| データレジデンシーとコンプライアンス | コードやコンテキストを自社管理のインフラから外に出せない、あるいは推論がどこで行われるかを規制当局に正確に示す必要がある。 | ベンダーの標準的なデータ取り扱い条件が、すでに自社のコンプライアンスとデータレジデンシーの要件を満たしている。 |
| 最も難しい問題へのフォールバック | オープンウェイトモデルがうまく処理できない一部のタスクのために、時折のフロンティアAPI利用の予算を確保しておける。 | 自社のワークロードの大半が、定型的なコーディングではなく、フロンティアモデルが最適化されているような難しく多様な問題そのものである。 |
| 課金の予測可能性 vs. 柔軟性 | 利用量やモデルの価格変更によって変動する利用料ではなく、フラットで予測可能なインフラコストを望む。 | サービングスタックを再チューニングせずにモデルやベンダーをすぐに切り替えたい、また利用量の変動が大きすぎてGPUのサイジングができない。 |
元となった事例Revolutが実際に行い、計測したこと
RevolutでAIオペレーションを統括するDavid Abitbol氏は、2026年後半にAI Engineerのニューヨーク会議で行った講演でこの導入について語った。Revolutは約2,000人のエンジニアのサンプルを対象に、2つの数値を追跡している。コーディング時間（時間単位）と、機能の着手からマージされてデプロイ可能になるまでのリードタイム（日数単位）である。
社内データへのアクセスを備えたGoogleのGeminiの初期導入では、主にドキュメント検索を置き換えることで、両方の指標が穏やかに改善した。次に導入されたAnthropicのClaude Codeは、一部のエンジニアが明確な見返りの少ないまま高額な利用料を発生させた後、エンジニア1人当たりの厳格なトークン予算のもとで展開された。Abitbol氏によれば、当初は測定可能な効果はほとんど見られなかったという。
数値を変えたのは、2026年4月頃に始まった、トークン上限を一切設けないオープンウェイトモデル、Z.aiのGLMのセルフホストだった。コーディング時間は約60%、リードタイムは約70%改善した。Revolutは現在、この自社ホストモデルを日常のコーディングのデフォルトとして扱い、フラットで予測可能な課金体系のもとで運用し、フロンティアツールは最も難しい問題のための例外として残している。
約2,000人のエンジニア規模で、モデルを提供するには56台のNvidia B200 GPUが必要で、time-to-first-tokenは3秒未満を目標としている（5秒を超えると不満が出始める）。ブレンドコストは100万トークンあたり約0.30ドルとなり、RevolutがそれまでAnthropicとOpenAIに合わせて支払っていた額の約10分の1だった。
本当の教訓教訓はモデルではなく、配給制にある
このデータに対するAbitbol氏自身の解釈こそが最も有用な部分だ。リードタイムはコーディング時間よりも改善幅が大きく、これはコーディングが主なボトルネックでは決してなかったことを意味する。四半期で最も難しいチケットのためにトークンを節約しておく必要がなくなれば、エンジニアはコードそのものだけでなく、メール、Jira、Confluence、そして機能を取り巻くその他の作業にもAIを向け始める。
この教訓は、チームがどのモデルを使っているかに関わらず成り立つ。エンジニアごとにトークンを予算化したり、コスト管理のために利用量に上限を設けたりしているフロンティアAPI利用チームは、Revolutが上限を撤廃することで解決したのと同じ配給制の問題を再現しているにすぎない。解決策は必ずしもセルフホストではない。同じフロンティアモデルのまま、より安価でフラットな料金プランに切り替えることで済む場合もある。
どのエンジニアリングリーダーにとっても実践的な学びは、AIツールが成果を出しているかどうかを判断する前に、コーディング時間や生成された行数だけでなくリードタイムを測定すること、そしてエンジニアがコストやクォータの圧力から自ら利用量を配給していないかを確認することである。
このページでは、チームのコストと展開の判断、つまりそもそもセルフホストすべきかどうか、そして決めた後にどう展開するかに焦点を当てている。オープンウェイト、オープンソース、クローズドAPIが実際に何を意味し、各研究機関や政府がなぜそれらを異なる扱いにするのかという、より広くモデルに依存しない問いについては、Nightschool AIのガイド「オープンソースAIモデルとクローズドAIモデルの比較」で詳しく取り上げている。
スケールの前にチューニングセルフホストには重み以上のエンジニアリングが必要だった
Revolutのインフラに関する数値は、GPUを手に入れればセルフホストは簡単だという思い込みに対する有用な警告になる。2026年4月から8月にかけて、GPU台数を56台のまま変えずに、負荷は毎秒約3リクエストから7リクエスト超まで増加し、time-to-first-tokenは約14秒から2秒未満まで短縮された。新たなハードウェアを追加せずに、レイテンシを88%改善したことになる。
Abitbol氏は、この改善の約80%をGPUではなくサービング設定の調整によるものだとしている。コンテキスト長をモデルの公称最大値よりかなり低く制限し、現行世代のGPUハードウェア上で低精度量子化を実行し、モデルのアテンションキャッシュをデバイス間でどう分割するかを調整したことによるものだ。この道を検討するチームへの氏の要約は率直だ。重みをGPUに載せてそれで終わりにすると、ひどいパフォーマンスになる。
このチューニング作業は、セルフホストモデルの表示価格とAPI利用料を比較する際に、多くのチームが過小評価してしまう、本物の継続的な運用コストである。
展開するインフラに手を付ける前に習慣を鍛える
Revolutの成果はモデルの切り替えではなく、トークン上限の撤廃と連動していた。以下は、どのチームでも、どのモデルでも、その習慣を根付かせるためのステップである。
まずリードタイムの基準値を設定する
ツールや予算を変更する前に、典型的な機能が着手からマージ可能になるまで実際にどのくらいかかるかを計測する。この基準値がなければ、後の変更が役に立ったかどうかを判断できない。
静かな配給制を取り除く
エンジニアが予算やクォータのせいで、月で最も難しいチケットのためにAI利用を節約していないか確認する。もしそうなら、その配給制が、裏にあるモデルが何であれ、成果に上限をかけている。
難しいものだけでなく、すべてのチケットで訓練する
Revolutの数値を動かした習慣は、難しいコーディング問題だけでなく、メールやチケット、ドキュメントにもAIを向けることだった。この習慣は明示的に教える必要があり、上限が撤廃されただけで自然に身につくものではない。
コーディング時間だけでなく、リードタイムを再計測する
変更後に同じリードタイム指標を再び追跡する。コーディング時間は改善してもリードタイムが改善しない場合、ボトルネックはプロセスの他の場所にまだあり、トークンを増やしても解決しない。
正直な限界Revolutの事例が証明していないこと
Revolutの数値は、規制対象の一つの銀行による、その銀行自身の規模での導入を記述したものである。これを普遍的な結果として扱う前に、以下の限界を念頭に置いてほしい。
一社の数値であり、ベンチマークではない
本ガイドのコストとレイテンシの数値は、Revolut固有の導入、利用パターン、交渉条件を記述したものである。これらは何が可能かを示す証拠として受け取るべきであり、自社のワークロードに対する価格やパフォーマンスの保証ではない。
フロンティアツールは組み合わせの中に残った
RevolutはAnthropicのClaude Code、OpenAIのCodex、GoogleのGeminiを排除したわけではない。自社ホストモデルがうまく処理できない問題のために、意図的な例外としてこれらを残した。これは、多くのセルフホスト推奨論が見落としているコストである。
コンプライアンスの詳細は企業ごとに異なる
どこでモデルを稼働させ、それが規制当局の要件をどのように満たすかについてのRevolutの考え方は、EUで規制される銀行としての自社の事情を反映したものである。どのモデル、地域、構成であれば他の組織の義務を満たすかについての一般的な結論ではない。
インフラに手を付ける前に、習慣を教える
Revolutの成果は、トークン上限を撤廃したことでエンジニアが難しいチケットだけでなくすべてのチケットでAIを使うようになったことから生まれた。この習慣の変化はどんなセルフホストの判断よりも先に来るものであり、Nightschool AIの企業向けトレーニングはそれをエンジニアリングチーム全体に根付かせる。
よくある質問
オープンウェイトのコーディングモデルとは？
学習済みの重みがダウンロード可能で、プロバイダーのAPI経由でしかアクセスできないクローズドモデルとは異なり、自社管理のインフラ上で稼働させられるモデルを指す。Revolutの事例で使われたZ.aiのGLMはその一例であり、稼働させるには本物のGPUインフラとサービングスタックのチューニングが必要になる。
RevolutはClaude Code、Codex、Geminiを完全に使わなくなったのか？
いいえ。Revolutはセルフホストのオープンウェイトモデルを日常のコーディングのデフォルトにしたが、AnthropicのClaude Code、OpenAIのCodex、GoogleのGeminiについては、最も難しい問題のための例外として利用可能な状態を維持している。これらのフロンティアツールは依然として高いパフォーマンスを発揮するという。
Revolutはセルフホストによって実際にどれくらい節約したのか？
Revolut自身が報告したブレンドコストは100万トークンあたり約0.30ドルで、56台のNvidia B200 GPUで約2,000人のエンジニアに提供する体制のもと、それまでAnthropicとOpenAIに合わせて支払っていた額の約10分の1だった。この数値はRevolutの導入と利用状況を記述したものであり、すべてのチームが期待すべき価格ではない。
エンジニアリング作業を考慮しても、セルフホストは実際に安いのか？
必ずしもそうとは言えない。Revolutは、パフォーマンス改善の約80%はGPUを追加購入したことではなく、サービング設定のチューニングによるものだと報告しており、これは継続的なインフラ作業である。そのスキルを自社に持たない小規模なチームは、同程度のパフォーマンスに到達するために、フロンティアAPIの利用料よりも多くのコストをかけてしまう可能性がある。
GLMのようなセルフホストのオープンウェイトモデルは、作られた場所のせいでセキュリティリスクになるのか？
モデルの重みがどこで学習されたかと、それをどこで稼働させるかは、異なる2つの問いである。規制対象の銀行としてのRevolut自身の立場は、重みをダウンロードして承認された法域内の自社管理インフラで稼働させることは、第三者のホスト型エンドポイントにリクエストを送ることとは異なるデータパスであるというものだ。異なる規制当局を持つ組織は、これが自社に当てはまると決めてかかるのではなく、自社のコンプライアンス要件に照らして確認すべきである。
小規模なエンジニアリングチームはセルフホストの代わりに何をすべきか？
インフラよりも教訓に注目すべきだ。エンジニアがコストやクォータの上限のせいでAI利用を配給していないかを確認し、もしそうであれば、セルフホストに必要なGPUと運用への投資を検討する前に、すでに使っているフロンティアモデルでより安価またはフラットなプランを検討する。
AIコーディングツールが実際に役立っているかを知るには、何を計測すべきか？
コーディング時間と並んで、機能の着手からマージされてデプロイ可能になるまでの日数であるリードタイムを計測する。Revolutのデータでは、リードタイムがコーディング時間よりも大きく改善しており、これはタイピングそのものではなく、周囲の作業こそが本当のボトルネックだったことを示している。
Nightschool AIはAnthropic、Z.ai、Revolutと提携しているのか？
いいえ。Nightschool AIは独立した学習プラットフォームであり、Anthropic、Z.ai、Revolut、OpenAI、Googleのいずれとも提携しておらず、これらの支持や後援を受けているわけでもない。Claude、Codex、Gemini、GLMはそれぞれの企業の製品であり、本稿ではそれらが何であるか、またこの事例でどのように使われたかを説明するためだけに名前を挙げている。