Revolut macht selbst gehostetes GLM-Modell zum Standard-Coding-Tool für 2.000 Ingenieure
Die Neobank Revolut stellt rund 2.000 Ingenieuren GLM-5.3 auf 56 Nvidia-B200-GPUs bereit und berichtet von zehnmal niedrigeren Kosten als bei Anthropic und OpenAI. Claude Code und Codex bleiben als Ausnahmen im Einsatz.
Die Neobank Revolut hat ein intern gehostetes offenes Modell zum Standard-Coding-Werkzeug für ihre Entwickler gemacht. David Abitbol, Leiter der KI-Operationen, erklärte dies auf der Konferenz AI Engineer in New York im Oktober, und The Register berichtete am 3. November 2026 über seinen Vortrag. Revolut stellt GLM-5.3, das Modell des chinesischen Forschungslabors Z.ai, für rund 2.000 Ingenieure auf 56 Nvidia-B200-GPUs bereit. Die KI-Rechnung für Programmieraufgaben sei dabei zehnmal niedriger als bei Anthropic und OpenAI.
Vom gedeckelten Budget zu unbegrenzten Token
David Abitbol berichtet, dass Revolut Anfang 2025 zunächst Zugriff auf Gemini und später in großem Maßstab auf Claude Code gewährt habe – mit strengen Budgetgrenzen: Einige Ingenieure gaben „1.000 Dollar pro Monat, 10.000 Dollar pro Monat“ aus, ohne dass ein klarer Ertrag erkennbar war. Das Unternehmen begann daher etwa im April 2026, offene Modelle selbst zu hosten, zunächst GLM-5.1 und danach GLM-5.3. Die durchschnittlichen Kosten sanken auf etwa 30 Cent pro Million Token, und die Abrechnung wurde planbar: keine bösen Überraschungen mehr am Monatsende.
Der größte Gewinn entsteht seiner Aussage nach nicht beim eigentlichen Coden. Dank unbegrenzter Token nutzen die Ingenieure das Modell auch für das Debugging, Jira-Tickets und Confluence-Dokumentationen. Revolut misst 60 Prozent weniger Zeit beim Programmieren und 70 Prozent kürzere Durchlaufzeiten. Dies sind interne Zahlen, die zudem mit dem Ende der Rationierung zusammenfallen: Es ist schwer zu sagen, wie viel davon tatsächlich auf das Modell selbst zurückzuführen ist. Claude Code und Codex verschwinden keineswegs: „Die Spitzenmodelle werden zur Ausnahme“, reserviert für die anspruchsvollsten Aufgaben.
Die Stellschrauben, auf die es ankommt
Der Vortrag ist vor allem ein technischer Erfahrungsbericht:
| Parameter | Revoluts Wahl |
|---|---|
| Modell | GLM-5.3, reines Textmodell |
| Hardware | etwa 56 Nvidia B200 für 2.000 Ingenieure |
| Latenzziel | weniger als 3 s bis zum ersten Token |
| Durchsatz | etwa 200 Token/s (fast 800 am Abend) |
| Kontext | 256.000 Token, keine Million |
| Quantisierung | FP4 auf Blackwell-GPUs |
| Bilder | Weiterleitung an ein anderes Modell |
„Ein langer Kontext ist ein Betrug“, fasst David Abitbol zusammen: Auch wenn das Modell eine Million Token verarbeiten kann, reichen 256.000 völlig aus. Seinen Angaben zufolge sank die Zeit bis zum ersten Token zwischen April und August von etwa 10 Sekunden auf 1,6 Sekunden – bei gleicher GPU-Anzahl und stark steigender Nachfrage –, was eher den Optimierungen als zusätzlicher Hardware zu verdanken war. Die Endpunkte sind mit der OpenAI-API kompatibel und werden in OpenCode oder Codex eingesetzt.
Für eine Bank, die der europäischen Regulierung unterliegt, betont er zwei Schutzvorkehrungen: eine Sandbox, die sicherstellt, dass Aktionen von einem Menschen freigegeben werden, sowie detaillierte Protokolle im Falle eines Zwischenfalls. Bei chinesischen Modellen sieht er das Risiko eher bei in China gehosteten APIs als bei heruntergeladenen Gewichten, die auf Servern in den USA oder in Europa betrieben werden.
Unsere Einschätzung
Der Fall Revolut zeigt, dass sich die Ökonomie von Coding-Agenten in großen Unternehmen grundlegend ändert: Ab einigen Tausend Intensivnutzern kann das Mieten von GPUs und das Bereitstellen eines offenen Modells deutlich günstiger sein als Abonnements pro Arbeitsplatz. Der Betrieb erfordert jedoch ein Team, das in der Lage ist, die Inferenz präzise zu optimieren, und eine Flotte von 56 B200-GPUs liegt nicht in Reichweite jedes Unternehmens. Die vermeldeten Produktivitätsgewinne sind mit Vorsicht zu genießen: Sie spiegeln vor allem den Effekt nun unbegrenzt verfügbarer Token wider. Für Anthropic und OpenAI ist die Botschaft unbequem: Ihre Modelle bleiben zwar für schwierige Aufgaben die erste Wahl, doch das alltägliche Massengeschäft könnte an offene Modelle verloren gehen.
Quellen
- AI Engineer — Transkript von „Shipping like a startup, regulated like a bank“, David Abitbol (AI Engineer NYC 2026) Primärquelle
- AI Engineer — Vortragsseite von Revolut Primärquelle
- The Register — British fintech Revolut slashes AI coding costs 10x by cutting out Claude and going self-hosted (3. November 2026) Sekundärquelle
Eine Primärquelle stammt direkt von dem betreffenden Unternehmen, Labor oder der Organisation. Eine Sekundärquelle gibt die Information wieder, ohne ihr Urheber zu sein: Wir kennzeichnen sie als solche. Einen Fehler entdeckt? Lesen Sie unsere Korrekturrichtlinie.
