Coding

Revolut: Chinesisches Open-Weight-Modell drückt KI-Kosten um 90 Prozent

co-produced by AI03. November 2026, 09:22

The lobby of Revolut's headquarters in London. © Revolut

Unbegrenzte Tokens statt Budgetdeckel, und das um ein Zehntel des Preises: Die Neobank Revolut hat ihre rund 2.000 Software-Engineers von Claude Code und Codex auf ein selbst betriebenes Open-Weight-Modell aus China umgestellt. Statt der Coding-Agents von Anthropic und OpenAI ist bei Revolut jetzt standardmäßig GLM im Einsatz, ein Modell des chinesischen KI-Labors Z.ai. Die Rechnung beträgt laut Revolut nur noch rund ein Zehntel dessen, was das Fintech zuvor an Anthropic und OpenAI überwiesen hat.

Details dazu nannte David Abitbol, bei Revolut für KI-Betrieb und Infrastruktur zuständig, kürzlich in seinem Vortrag „Shipping like a startup, regulated like a bank“ auf der Konferenz AI Engineer in New York. Mit mehr als 80 Millionen Kund:innen in 45 Märkten und einer Bewertung von zuletzt rund 115 Milliarden Dollar (rund 103 Milliarden Euro) ist Revolut eines der wertvollsten Startups Europas. Für den geplanten Börsengang peilt das Unternehmen sogar bis zu 200 Milliarden Dollar (rund 180 Milliarden Euro) an.

Von Gemini über Claude Code zu GLM

Revolut hat sich schrittweise vorgetastet. Zuerst rollte die Bank Gemini von Google im ganzen Unternehmen aus, was laut Abitbol die Coding-Zeit um 20 Prozent und die Lead Time (vom Start einer Aufgabe bis zum Merge) um 10 Prozent verkürzte. Danach folgte Claude Code, allerdings mit strengen Budgetgrenzen pro Engineer. Der Nutzen sei damit zunächst gering gewesen, die Kosten aber hoch.

Seit dem Frühjahr läuft GLM auf eigener Infrastruktur, und die Zahlen sehen deutlich anders aus. In einer Stichprobe über rund 2.000 Engineers sank die Coding-Zeit um 60 Prozent, die Lead Time um 70 Prozent. Dass die Lead Time stärker sinkt als die reine Programmierzeit, ist für Abitbol aufschlussreich: „Der Engpass in der Softwareentwicklung ist nicht unbedingt das Programmieren.“ Viel Zeit gehe für die Suche in Postfächern, Jira und Confluence drauf.

Der wichtigste Unterschied für die Engineers: Es gibt keine Token-Limits mehr. Sie müssen nicht mehr rationieren, etwa gegen Quartalsende oder bei besonders aufwendigen Aufgaben.

56 GPUs für 2.000 Engineers

Technisch steckt dahinter ein überschaubarer Aufwand. Revolut betreibt GLM, ein Modell mit rund 800 Milliarden Parametern, auf etwa 56 Nvidia-B200-Grafikchips. Die Kosten liegen laut Abitbol bei rund 30 Cent pro Million Tokens. Statt einer schwankenden Rechnung am Monatsende gibt es fixe Kosten.

Tuning: Ab Werk sei die Inferenz „furchtbar“ gewesen, so Abitbol. Durch Optimierungen sank die Zeit bis zum ersten Token von mehr als zehn auf 1,6 Sekunden, obwohl die Nachfrage um 76 Prozent stieg. Ab fünf Sekunden Wartezeit „explodiert mein Slack-Postfach“.
Kontext: Das Kontextfenster ist auf 256.000 Tokens begrenzt. „Langer Kontext ist Abzocke“, sagt Abitbol.
Bilder: GLM verarbeitet nur Text. Aufgaben mit Bildern leitet ein Router an Gemini weiter.
Ausnahmen: Claude Code und Codex stehen weiterhin zur Verfügung. Die neuesten Modelle von Anthropic und OpenAI seien hervorragend, würden aber nur noch sparsam als Ausnahme eingesetzt.

Chinesische Gewichte, westliche Server

Gerade für eine regulierte Bank ist die Herkunft des Modells heikel. „Es gab viel Stigma rund um chinesische Open-Source-Modelle“, räumt Abitbol ein. Revolut nutzt deshalb nur die frei verfügbaren Modellgewichte und betreibt sie auf Infrastruktur in den USA, nicht über die Schnittstelle des Herstellers in China. Daten sollen nur in Ländern mit gleichwertigem Datenschutzniveau wie den USA, der EU, Großbritannien oder Israel verarbeitet werden, Anbieter müssen standardmäßig auf jede Speicherung verzichten.

Gegenüber den Aufsichtsbehörden argumentiert Revolut außerdem, dass die Coding-Agents nicht autonom arbeiten. Sie laufen in einer Sandbox, in der Freigaberegeln festlegen, welche Befehle erlaubt sind. „Es ist immer ein Mensch beteiligt“, sagt Abitbol.

Revolut ist damit nicht allein. Offene Modelle aus China wie GLM, DeepSeek oder Kimi haben in Benchmarks zuletzt stark aufgeholt, und auch europäische Anbieter wie Mistral setzen mit Mistral Large 4 auf offene Gewichte.

Was die Rechnung nicht zeigt

Ob sich das Modell so einfach auf andere Unternehmen übertragen lässt, ist allerdings offen. Laut einer Analyse von StartupHub.ai sind in der 90-Prozent-Ersparnis die Kosten für Cloud, Personal und Monitoring nicht eingerechnet. Die Ergebnisse hingen zudem an 56 B200-Chips, laufendem Tuning und Revoluts Möglichkeit, die Last über Sandbox-Regeln und Arbeitszeiten zu steuern. Kleinere Teams könnten mit hohen Rechnungen oder langen Wartezeiten kämpfen.

Dazu kommt die Hardware. Ob Revolut die 56 B200-Chips gekauft hat oder mietet, verrät Abitbol nicht. Beim Kauf wäre es eine Investition in Millionenhöhe: Nvidia-Chef Jensen Huang bezifferte den Preis eines B200 bei der Vorstellung mit 30.000 bis 40.000 Dollar, für 56 Chips wären das rund 1,7 bis 2,2 Millionen Dollar (rund 1,5 bis 2 Millionen Euro). Komplette Server mit je acht B200 kosten laut Branchenangaben rund 450.000 bis 500.000 Dollar. Für sieben solcher Systeme kämen damit 3,2 bis 3,5 Millionen Dollar (rund 2,9 bis 3,1 Millionen Euro) zusammen, Strom und Rechenzentrum nicht eingerechnet.

Und die Chips haben ein Ablaufdatum. Nvidia bringt inzwischen jedes Jahr eine neue Chipgeneration auf den Markt, nach Blackwell steht mit Rubin bereits der Nachfolger in den Startlöchern. Rechenzentrumsbetreiber wie Nscale schreiben ihre GPUs über fünf bis sechs Jahre ab, warnen aber selbst, dass sich diese Nutzungsdauer bei schnellem technologischem Wandel als zu lang erweisen könnte. Kritiker wie der Investor Michael Burry halten zwei bis drei Jahre für realistisch.