Revolut hat einen großen Teil der KI-Workloads seiner Entwickler auf GLM-5.1 umgestellt, ein Open-Weight-Modell des chinesischen KI-Labors Z.ai, das die Bank auf eigens dafür vorgesehenen Rechnern betreibt. David Abitbol, der bei Revolut den KI-Betrieb leitet, sagte, die Änderung habe die KI-Ausgaben des Unternehmens auf rund ein Zehntel dessen gesenkt, was es zuvor an Anthropic gezahlt hatte, und zugleich die Softwareentwicklung beschleunigt.

Abitbol nannte die Zahlen bei einer Präsentation Mitte Oktober in New York, die später, am 29. Oktober, erneut auf YouTube veröffentlicht wurde. Er sagte, Revolut habe Daten von 2.000 Ingenieuren herangezogen, um zu bewerten, wie sich KI-Tools auf die Programmierzeit und die Auslieferungsfristen auswirkten.

Der Ansatz des Unternehmens hat sich in den vergangenen zwei Jahren weiterentwickelt. Anfang 2025 verringerte der Einsatz von Gemini laut Abitbol die Programmierzeit um 20 % und verkürzte die Auslieferungszeit – den Zeitraum zwischen der Übernahme eines Features und seiner Vorbereitung für die Bereitstellung – um 10 %. Später weitete Revolut den Einsatz von Claude Code von Anthropic aus und setzte zugleich strenge Ausgabenlimits. Abitbol sagte, manche Ingenieure hätten monatlich zwischen 1.000 und 10.000 ausgegeben, ohne dass sich eine ausreichend hohe Rendite ergeben habe; in der Präsentation, wie sie in der Quelle beschrieben wird, nannte er keine Währung.

Die Produktivitätswerte von Revolut stiegen im April 2026, als das Unternehmen auf GLM-5.1 umstellte und Nutzern keine Token-Limits mehr setzte. Die Bank berichtet nun von einer Verbesserung der Programmierzeit um 60 % und der Auslieferungszeit um 70 %.

Anders als Dienste, deren Preise üblicherweise nach dem Tokenverbrauch berechnet werden, lässt sich das Open-Weight-Modell von GLM herunterladen und auf der eigenen Infrastruktur eines Unternehmens installieren. Revolut zufolge können seine Ingenieure dadurch KI nutzen, ohne sich Gedanken über individuelle Verbrauchskosten machen zu müssen. Die Bank betreibt das System mit 56 Nvidia-B200-Chips. Kostenfrei ist diese Einrichtung nicht: Revolut bezahlt die Rechner und muss möglicherweise zusätzliche Kapazitäten schaffen, wenn die Nachfrage die verfügbare Leistung übersteigt. Abitbol bezifferte die durchschnittlichen Kosten auf 30 Cent pro einer Million Token und sagte, die Gesamtausgaben beliefen sich auf ein Zehntel der früheren Zahlungen des Unternehmens an Anthropic.

Die Einrichtung des Systems erforderte umfangreiche Anpassungen, sagte er. Revolut verkürzte die Wartezeit bis zum Beginn einer Antwort von mehr als 10 Sekunden auf 1,6 Sekunden. Dafür verwendete das Unternehmen dieselbe Anzahl an Chips, obwohl die Nachfrage von drei auf mehr als sieben Anfragen pro Sekunde anstieg.

Abitbol ging auch auf Bedenken hinsichtlich des Einsatzes eines in China entwickelten Modells ein. Er sagte, Revolut lade die Modellgewichte herunter und betreibe sie über einen in den Vereinigten Staaten angesiedelten Dienst, statt einen in China betriebenen Dienst zu nutzen. Außerdem müsse sichergestellt werden, dass Daten in der Europäischen Union oder in Ländern verbleiben, denen ein gleichwertiger Datenschutz bescheinigt wird. Revolut zufolge arbeiten seine Assistenten in einer isolierten Umgebung, in der zulässige Aktionen im Voraus festgelegt sind und ein Mensch die Kontrolle behält. In der Präsentation wurden Datenflüsse behandelt, nicht jedoch mögliche Risiken, die vom Modell selbst oder von dem von ihm erzeugten Code ausgehen könnten.

Da sich die Auslieferungszeiten stärker verbesserten als die Programmierzeiten, legt die Analyse von Revolut nahe, dass das Schreiben von Code nicht der wichtigste Engpass war. Abitbol sagte, Ingenieure nutzten KI auch für unterstützende Aufgaben, etwa für die Suche in E-Mails und internen Tools. Die Bank hat US-amerikanische Modelle nicht aufgegeben: Open-Weight-Modelle haben jetzt Priorität, aber Claude Code, Codex und Gemini stehen für bestimmte Anwendungen weiterhin zur Verfügung.

Quellen: Numerama.