NEW YORK / LONDON (IT BOLTWISE) – Der Fintech-Dienst Revolut hat seine KI-gestützte Code-Generierungskosten offenbar um rund 90 % gesenkt, indem das Unternehmen Self-Hosting als Standard setzt. Die Umstellung betrifft das Inference-Setup: Revolut betreibt ein eigenes Modell-Serving statt primär kommerzielle API-Dienste zu nutzen. Laut den Aussagen von David Abitbol verbesserte sich die Coding-Zeit um 60 % und die Lead-Time um 70 %. Entscheidend sei dabei nicht nur zusätzliche Rechenleistung, sondern auch gezieltes Tuning und effiziente Quantisierung.
Revolut stellt sein Kostenmodell für KI-gestütztes Programmieren auf eine neue Basis: Statt die meisten Aufgaben über externe Modell-APIs abzuwickeln, setzt das Unternehmen standardmäßig auf selbst gehostete Künstliche Intelligenz. Der Hebel wird in der Praxis besonders greifbar, weil Revolut nach eigenen Angaben die Inference-Kosten für KI-Code innerhalb von weniger als einem Jahr um ungefähr 90 % reduziert hat. Auslöser war eine interne Erkenntnis zur Ökonomie von Token: Wenn Eingabe- und Ausgabekosten pro Token sinken, verschiebt sich der Fokus weg vom reinen Budgetdenken hin zu einem effizienteren Workflow für Entwicklerinnen und Entwickler.
Im Kern beschreibt Revolut einen Wechsel der Modellstrategie und damit auch der technischen Kostenstruktur. Zunächst testete das Unternehmen GLM-5.1 und wechselte später auf GLM-5.3, das heute durch das eigene Serving bereitgestellt wird. Für das Rollout nennt Revolut eine Nutzung bei rund 2.000 Ingenieurinnen und Ingenieuren; damit wird klar, dass es nicht um einen einzelnen Pilot-Use-Case geht, sondern um ein skalierbares System. Die Modellwahl hängt eng mit der Preisrechnung zusammen: Revolut gibt als Größenordnung an, dass Self-Hosting bei GLM 5.1 rund 0,30 USD pro Million Input/Output-Token kostet und damit etwa zehnmal günstiger sei als der entsprechende Einsatz bei Codex-ähnlichen oder Claude-Code-ähnlichen Angeboten. Gleichzeitig blieb die anfängliche Zugriffslogik bewusst restriktiv, weil die Teams am Anfang mit strikten Budgetlimits starteten.
Technisch zeigt Revolut, dass der größte Gewinn nicht allein durch mehr GPUs entsteht. Das Unternehmen betreibt GLM-5.3 mit 56 NVIDIA B200 GPUs; rein rechnerisch entspricht das laut den Angaben der Größenordnung von sieben bis acht DGX-B200-Setups mit jeweils acht GPUs. Trotzdem ordnet David Abitbol den Engpass anders ein: Der Flaschenhals sei nicht primär das generierte Code-Artifact gewesen, sondern das Zusammenspiel aus Modell, Arbeitsablauf und Kontext. Besonders viel Nutzen habe sich ergeben, als das Modell Aufgaben wie Debugging sowie die Abarbeitung von Jira- und Confluence-Tickets übernahm. Die Aussage dahinter: Mit genügend Token-Kontingent können Entwickler den Kontext und den Debugging-Dialog vollständig ausrollen, statt Token für ein „späteres“ oder „schwerstes“ Arbeitspaket aufzusparen.
Beim Modell-Serving setzt Revolut laut den Aussagen auf mehrere konkrete Optimierungen, die direkt auf Latenz, Speicherverbrauch und Durchsatz einzahlen. GLM gilt dabei nicht als winziges Modell: Revolut nennt etwa 754 Milliarden Gesamtparameter, wobei pro generiertem Token rund 40 Milliarden „aktiviert“ sein sollen. Allein das Halten der Gewichte erfordert demnach grob 380 GB GPU-Speicher; für den Kontextbetrieb kommen abhängig von Präzision und Implementierung weitere 6 bis 26 GB pro Nutzer hinzu. Für die Skalierung auf GLM-5.3 nennt Revolut zusätzlich Hyperparameter-Tuning und die Umstellung auf NVFP4-Quantisierung sowie Mechanismen wie disaggregated prefill und decode. Außerdem spielt die effektive Kontextlänge eine Rolle: Ein „one-million-token context window“ muss nicht automatisch zu effizienteren Ergebnissen führen.
Genau hier setzt Revolut mit einer messbaren Leitlinie an: Das Unternehmen betont, dass lange Kontexte zwar technisch bereitstellbar sind, aber in vielen Fällen eher ineffizient oder sogar kontraproduktiv. Als pragmatisches Ziel nennt Abitbol eine Zeit bis zum ersten Token von unter drei Sekunden („time to first token“). Er begründet das mit dem realen Nutzerverhalten: Sobald diese Schwelle überschritten werde, nähmen die Auswirkungen auf den Arbeitsfluss zu. Inhaltlich differenziert Revolut außerdem zwischen interaktiver Latenz und Rohdurchsatz: Für die Interaktivität nennt das Unternehmen rund 200 Tokens pro Sekunde als ein „süßes“ Betriebsfenster, weil Entwickler Tasks parallel ausführen und erst dann „nachschauen“, wenn sie fertig sind. Wenn es auf höheren Durchsatz ankommt, deutet Revolut außerdem an, dass später eingehende Nutzer nach 17 Uhr näher an etwa 800 Tokens pro Sekunde heranrücken.
Wichtig für die Einordnung: Die Self-Hosting-Strategie ersetzt nicht pauschal alles, was außerhalb läuft. Da GLM text-only ist, eignet es sich laut Revolut weniger für UI-Arbeiten, die visuelle Eingaben benötigen. Deshalb nutzt das Unternehmen einen Modell-Router: Vision-Queries werden an andere Modelle weitergereicht (unter anderem an Gemini- oder GPT-ähnliche Varianten), während die Code-Generierung weiterhin primär über GLM läuft. Zudem macht Revolut deutlich, dass Open-Source-Modelle inzwischen priorisiert werden, weil sich die Kosten in der eigenen Abrechnung besser planbar halten lassen. Abitbol spricht von einer „flat“-Abrechnung ohne spürbare Überraschungen am Monatsende; als Zielbild bleibt dabei die Vermeidung von Budget-Schocks für Ingenieurteams.
Für Unternehmen, die ähnliche KI-Code-Workflows planen, liegt die praktische Lehre weniger in der einzelnen Modellbezeichnung als in der Architekturentscheidung: Self-Hosting wirkt besonders dann, wenn man interaktive Latenzziele („unter drei Sekunden bis zum ersten Token“), sinnvolle Kontextfenster (Revolut erwähnt als Bedarf grob 256.000 Tokens statt zwingend maximaler Fenster) und einen Prozess-Router kombiniert. Gerade dort, wo viele Entwickler gleichzeitig arbeiten und der Kontext nicht nur aus „Codezeilen“, sondern aus Tickets und Debugging-Historie besteht, kann die Kostenkurve kippen. Gleichzeitig bleibt die Umsetzung anspruchsvoll, weil Self-Hosting eine robuste Modellinfrastruktur inklusive Quantisierung, Speicher- und Routing-Strategien erfordert und Datenschutzfragen in der Praxis vor allem an den Zugriffspfad auf externe Modelle geknüpft sind. Revolut adressiert das, indem es on-prem oder in regionalen Cloud-Setups argumentiert, während API-Zugriffe aus dem Ausland als wesentlicher Risikopunkt im Raum stehen.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Revolut senkt KI-Code-Kosten um 90 % durch Self-Hosting" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Revolut senkt KI-Code-Kosten um 90 % durch Self-Hosting" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Revolut senkt KI-Code-Kosten um 90 % durch Self-Hosting« bei Google Deutschland suchen, bei Bing oder Google News!