Revolut setzt bei 2.000 Entwicklern auf GLM statt Claude Code
Revolut hat GLM von Z.ai zum Standard-Coding-Assistenten für rund 2.000 Ingenieure gemacht. Die KI-Kosten liegen laut dem Unternehmen bei etwa einem Zehntel.
SUMO· das Zahlenrätsel
Dialo· Sprachen lernen durch Sprechen
ediviewer· EDI-Dateien wie Dokumente lesen
giftdetect· das passende Geschenk in MinutenRevolut hat GLM, das Flaggschiff-Modell des chinesischen Anbieters Z.ai, zum Standard-Programmierassistenten für seine rund 2.000 Ingenieure gemacht. Laut David Abitbol, dem Verantwortlichen für KI-Betrieb und -Infrastruktur, bleiben die Werkzeuge von Anthropic und OpenAI nur noch für die komplexesten Aufgaben reserviert.
Auf der Nvidia-GTC in Berlin sagte Abitbol, Revolut zahle nun etwa ein Zehntel dessen, was vergleichbare Frontier-Modelle kosten. Die Fintech hat weltweit mehr als 80 Millionen Kunden. Zuvor nutzten die Ingenieure Claude Code und Codex, jetzt arbeiten sie überwiegend mit GLM, einem Open-Weight-Modell, das Revolut auf eigenen Servern betreibt. Die Frontier-Tools bleiben mit kleinem Budget für die schwierigsten Probleme verfügbar.
Die Zahlen
Laut Vortrag betreibt Revolut das Modell auf rund 56 Nvidia-GPUs, die zusammen etwa 30 Cent pro Million Tokens kosten. Die Rechnung ist fix und steigt nicht mit jeder Anfrage. Abitbol nannte eine um etwa 60 Prozent kürzere Programmierzeit und eine um rund 70 Prozent kürzere Lieferzeit, gemessen von der Ticketzuweisung bis zum Deployment.
Der Weg dorthin verlief schrittweise. Gemini, im Januar eingeführt, verbesserte die Lieferzeit um etwa 10 und die Programmierzeit um 20 Prozent. Danach folgte Claude Code mit 300 Dollar Monatsbudget pro Ingenieur; der Zuwachs blieb gering, weil das Kontingent nicht den ganzen Monat reichte. Das selbst gehostete Modell versprach unbegrenzte Tokens. Die Teams nutzten sie für die Suche in Confluence, die Verwaltung von Jira-Tickets und die Suche in Slack. Für Abitbol zeigt das: Der Engpass war nicht das Schreiben von Code, sondern die Arbeit drumherum.
Anfangsschwierigkeiten und die China-Frage
Der Start verlief holprig: Im Juni lagen die Antwortzeiten bei vier Anfragen pro Sekunde über 10 Sekunden. Nach Optimierungen auf denselben GPUs schaffte Revolut mehr als acht Anfragen pro Sekunde bei unter 1,8 Sekunden Latenz. Seine Tipps: das Kontextfenster auf 256.000 Tokens begrenzen, FP4 statt FP8 nutzen und so rund 40 Prozent GPU-Kapazität sparen, Cache-Trefferquoten beobachten und nicht bei jedem Traffic-Anstieg Hardware nachkaufen.
Ein chinesisches Modell in einer regulierten Bank kann Fragen aufwerfen, räumte Abitbol ein. Revolut nutze jedoch nur die Modellgewichte, gehostet auf eigener Infrastruktur oder bei einem EU- oder US-Anbieter, sodass keine Daten an einen chinesischen Dienst fließen. Das sei für den Datenschutz sogar besser, als Code an OpenAI oder Anthropic zu senden. Die Agenten laufen in einer Sandbox, die manche Befehle erlaubt und andere blockiert, stets mit einem Menschen in der Schleife. Da GLM nur Text verarbeitet, gehen Bildaufgaben an ein günstigeres Modell wie Gemini Flash.
Apps, die sich lohnen
SUMO: das ZahlenrätselTippe die richtigen Felder, addiere, triff das Ziel. Leicht zu lernen, schwer zu meistern. Kostenlos, für jedes Alter.
Dialo: Sprachen lernen durch SprechenSprich mit einem KI-Gesprächspartner; jeder Satz kommt korrigiert und in deiner Sprache erklärt zurück. 9 Sprachen, A1 bis C2.
ediviewer: EDI-Dateien wie Dokumente lesenEDIFACT- und X12-Nachrichten öffnen, jedes Segment verständlich erklärt, in JSON/XML umwandeln, als PDF und Excel exportieren. Läuft lokal, kein Upload.
giftdetect: das passende Geschenk in MinutenWähle, für wen es ist, den Anlass und die Persönlichkeit. Die Suchmaschine liest Produktbeschreibungen lokaler Shops und sortiert, was passt. Kostenlos, ohne Anmeldung.
Mehr von diesem Tag
Alle anzeigen →
SyLEx: Französische Forschungsrakete testet für Atomrakete M51.4
Amazon greift Starlink an: Globalstar-Deal und Satelliten-Handover
Google warnt vor LLMjacking: 100.000 Dollar Schaden an einem Tag
