Am 3. November berichteten mehrere Medien über einen Vortrag von David Abitbol, der bei Revolut die KI-Operationen leitet und am 13. Oktober auf der Konferenz AI Engineer NYC sprach: Das Fintech-Unternehmen hat seinen Standard-Programmierassistenten für rund 2.000 Ingenieurinnen und Ingenieure auf ein selbst gehostetes Open-Weight-Modell von Zhipus GLM umgestellt; Claude Code und Codex werden nur noch in Ausnahmefällen genutzt. Nach Abitbols Angaben liegen die Gesamtkosten bei rund 0,30 US-Dollar pro Million Token – etwa ein Zehntel der bisherigen Ausgaben für die Dienste von OpenAI und Anthropic.
Berichten zufolge läuft derzeit GLM 5.3 auf 56 Nvidia-B200-GPUs. Das System ist seit April 2026 im Einsatz, und die Ingenieure unterliegen keiner Token-Begrenzung mehr. Zuvor hatte Revolut jeder Person ein monatliches Budget von 300 US-Dollar für Claude Code eingeräumt; laut Abitbol blieben die Effizienzgewinne unter dieser Deckelung begrenzt. Nach der Umstellung zeigen interne Stichproben eine Verbesserung der Programmierzeit um rund 60 % und der Zeit von der Aufgabenstellung bis zur Lieferung um rund 70 %.
Die Zahlen sehen gut aus, doch Ursache und Wirkung müssen getrennt werden. Dass die Wartezeit bis zum ersten Token von 14,26 Sekunden auf 1,68 Sekunden sank und die Anfragen pro Sekunde auf denselben GPUs um 76 % stiegen, ist das Ergebnis der Feinabstimmung der Inferenzparameter, nicht allein des Modellwechsels. Ein Teil der verkürzten Durchlaufzeit dürfte darauf zurückgehen, dass Ingenieure Tokens nicht mehr rationieren und auch umliegende Arbeiten wie die Suche in Dokumenten oder die Bearbeitung von Tickets an den Assistenten übergeben. Alle Angaben stammen aus internen Statistiken von Revolut und sind nicht unabhängig geprüft; die 0,30 US-Dollar enthalten zudem weder Hardwareanschaffung noch Betriebsaufwand.
Was sich nicht verlagern lässt
Selbst-Hosting ersetzt nicht alles. GLM verarbeitet nur Text und Code; Bildaufgaben laufen weiterhin über gehostete Dienste wie Gemini, und komplexe Aufgaben kehren zu Claude Code und Codex zurück. Als regulierte Bank lädt Revolut die Gewichte auf eine Infrastruktur herunter, die es selbst kontrolliert, sodass der Inferenzverkehr nicht über den Modellanbieter läuft, und beschränkt die Agenten in einer Sandbox mit menschlicher Beteiligung in ihren Handlungsmöglichkeiten. Auch die Sicherheitsleistung offener Modelle muss gesondert bewertet werden: Die Angriffsleistung von GLM-5.3 in einer Cybersicherheitsbewertung wurde bereits unabhängig dokumentiert.
Für andere Unternehmen liegt die Schlussfolgerung nicht darin, dass GLM billiger ist als Frontier-Modelle, sondern darin, dass sich Selbst-Hosting erst lohnt, wenn das Volumen groß und die Aufgaben konzentriert genug sind. Ohne ein Team, das 56 GPUs feinabstimmt, und ohne Sandbox-Governance kann das, was bei der Token-Rechnung gespart wird, bei den Betriebskosten schnell wieder verloren gehen.
