Revolut stellte Entwickler von Claude auf GLM um

Was Revolut in seinem KI-Stack verändert hat

Der entscheidende Punkt ist für mich nicht die chinesische Herkunft des Modells, sondern der Umfang der Umstellung: Revolut machte Berichten zufolge Open-Weight GLM zum Standardmodell für Coding bei rund 2.000 Ingenieuren. Dealroom beschrieb dies als Ersatz für Claude Code, während andere Berichte präzisieren, dass teure Werkzeuge für komplexe und multimodale Aufgaben erhalten bleiben.

Beim genauen Checkpoint herrscht Verwirrung. In einigen Berichten erscheint GLM 5.3 von Z.ai, in anderen GLM-4.5; das Ergebnis lässt sich daher nicht sicher einer bestimmten Version zuschreiben. Für eine technische Bewertung ist das keine Nebensache: Unterschiedliche Versionen bedeuten unterschiedliche Qualität, Infrastrukturanforderungen und Reproduzierbarkeit.

Die behauptete Wirtschaftlichkeit ist aggressiv: rund 56 Nvidia B200 für Self-Hosting, etwa 0,30 US-Dollar pro Million Tokens auf gemischter Basis und eine Reduktion der bisherigen Ausgaben für Anthropic und OpenAI um ungefähr 90 %. Die 0,30 US-Dollar sind jedoch eine interne Infrastrukturkalkulation und kein öffentlicher API-Tarif. Sie direkt mit getrennten Preisen für Eingabe- und Ausgabetokens eines kommerziellen Modells zu vergleichen, wäre irreführend.

Beim Thema Qualität ist das Bild weniger eindrucksvoll als bei den Einsparungen. Im diskutierten GDPx-Benchmark erreichte GLM 2,7 %, Claude Opus 5.5 dagegen 12,0 %. Der Artificial Analysis Intelligence Index v5 bestätigt keinen separaten Vergleich von Revolut: Die dort veröffentlichten Ergebnisse beziehen sich auf andere Bedingungen und Modelle.

Auch eine Verbesserung der Engineering Lead Time um 70 % wurde berichtet, doch diese Zahl ist schwächer belegt als die Kostenschätzung. Ohne Daten zu Aufgabentypen, der Quote akzeptierter Vorschläge und dem Umfang späterer Korrekturen würde ich sie nicht allein dem Modellwechsel zuschreiben.

Die Einsparung ist real, die Modellgleichwertigkeit nicht

Dies ist keine Geschichte darüber, dass das günstige GLM plötzlich intelligenter als Claude geworden ist. Es geht um Qualitätsrouting: Routinearbeit wandert zu einem günstigen selbst gehosteten Modell, während Frontier-Tools für Ausnahmen bleiben, bei denen Fehler teurer sind als Tokens.

Dieser Ansatz gewinnt bei großen Mengen gleichartiger Aufgaben. Ein schwächeres Modell kann Kosten jedoch unbemerkt von der Inference-Rechnung in Reviews, wiederholte Prompts und Codekorrekturen verlagern. Bevor ich auf einen Durchschnittsbenchmark schaue, würde ich Aufgabendauer, Rollback-Häufigkeit und Defekte nach dem Merge prüfen.

Auch die Reaktion der Entwickler kann negativ sein, selbst wenn das Finanzmodell aufgeht. Ingenieure spüren eine schlechtere Antwort sofort, während das Unternehmen die aggregierten Einsparungen erst später sieht. Die zentrale offene Frage ist einfach: Wo liegt die Grenze, ab der ein günstiger Token zu teuerem Code führt?

Wir haben zuvor untersucht, wie Preise für Claude Opus, Kontextkosten und Konfigurationsentscheidungen die Wirtschaftlichkeit von KI-Deployments prägen. Diese Analyse liefert wichtigen Kontext für Revoluts Entscheidung, Opus durch eine günstigere Alternative zu ersetzen.