Revolut setzt rund 2.000 Entwickler auf lokal bereitgestellte GLM-Modelle für Programmierung
Revolut hat etwa 2.000 Entwickler auf lokal bereitgestellte GLM-Modelle umgestellt und damit die Kosten für KI-Coding um rund das Zehnfache sowie die Bearbeitungszeit um 70 % gesenkt.
Revolut hat rund 2.000 Entwickler auf lokal bereitgestellte GLM-Modelle für die Programmierung umgestellt. Claude Code und Codex werden nur noch in Ausnahmefällen eingesetzt.
Laut David Abitbol, Leiter des Bereichs KI-Operationen im Unternehmen, nutzt Revolut dafür 56 Nvidia-B200-Beschleuniger. Die durchschnittlichen Kosten betrugen nur etwa 30 Cent pro Million Tokens — ungefähr ein Zehntel dessen, was das Unternehmen an Anthropic und OpenAI zahlte.
Gleichzeitig sank die Bearbeitungszeit für Engineering-Aufgaben um 70 %.
Der interessanteste Punkt: Die Verbesserungen wurden deutlich sichtbar, als die Entwickler nicht mehr mit Tokens sparen mussten. Sie nutzten KI nicht mehr nur für komplexe Aufgaben, sondern praktisch überall.
Fortschrittliche proprietäre Modelle werden zur Ausnahme, während Open-Weight-Modelle zum Hauptwerkzeug werden. Für jedes KI-Unternehmen, das einen Börsengang vorbereitet, entsteht dadurch ein ernstes Preisproblem.
Warum das wichtig ist
AnalyseDer Fall zeigt, dass lokale Open-Weight-Modelle zum Arbeitsstandard für Engineering-Teams werden können, nicht nur zur günstigen Alternative. Das setzt proprietäre KI-Anbieter bei Preisen und IPO-Erzählungen unter Druck.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Teil I. Architektur von KI-Agenten: Grundlegende Bausteine
Zehn grundlegende Bausteine eines modernen Agenten: Modell-Taxonomie, Runtime-Loop, Prompting-Techniken, Distillation, Skills, Memory, Function Calling und Unit Economics.
Frontier-Modelle
Die leistungsstärkste Klasse künstlicher Intelligenz an der Spitze der globalen Forschung (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), die die Grenzen moderner Fähigkeiten in Bezug auf Reasoning, Autonomie und Coding definiert.
Mistral AI (Europäische offene und effiziente Modelle)
Eine Reihe hochleistungsfähiger offener und kommerzieller Modelle des französischen Startups Mistral AI (Mistral 7B, Mixtral 8x7B, Mistral Large). Bekannt für ihre Kompaktheit, Geschwindigkeit und den respektvollen Umgang mit Datenschutz.
MIT-Forscher zeigen: LLM kann Gewichte von Modellen ohne Training lesen und verändern
MIT CSAIL stellte Weight-Space Programming vor: Astra las und änderte Gewichte von Qwen3.5-0.8B ohne Gradientenabstieg oder Feinabstimmung und verbesserte die Mathematik-Benchmarks.