Beobachtetes Signal · 6. Nov. 2026 · Technical Release · Quelle: Linas Newsletter · Relevanz: 4/5 · Sentiment: Positiv
Revolut senkt KI-Coding-Kosten um 90% mit Open-Source-Modellen
Revolut, Europas wertvollstes privates Unternehmen, senkte seine KI-Codierungskosten um 90%, indem es die nutzungsbasierten Anthropic- und OpenAI-APIs durch selbst gehostete Open-Weight-Modelle von Z.ai ersetzte, die auf 56 Nvidia B200 GPUs über Together AI laufen. Der Schritt, von David Abitbol (Leiter KI-Operationen) auf der AI Engineer New York vorgestellt, ergab gemischte Kosten von 0,30 $ pro Million Token und eine Reduzierung der Durchlaufzeit von Feature-Aufnahme bis merge-fertigem Code um 70% für seine 2.000 Ingenieure. Das Unternehmen optimierte seine GPU-Flotte statt sie zu erweitern und behielt Frontier-Modelle für Aufgaben vor, die Spitzenleistungen erfordern. Revolut, das 2025 einen Umsatz von über 6 Mrd. $ meldete und für eigene KI-Initiativen wie das PRAGMA-Foundation-Modell bekannt ist, verfügt über fast zwei Jahre Daten aus seiner Engineering-Organisation, was dies zu einer bemerkenswerten Fallstudie für KI-Kostenoptimierung in Unternehmen macht.
Diese Fallstudie eines großen Fintechs zeigt eine bedeutende Kosteneinsparungsstrategie in der KI-Infrastruktur und könnte beeinflussen, wie Unternehmen und KI-Tool-Anbieter Modellbereitstellung und Preise angehen. Sie unterstreicht den Wandel hin zu Open-Weight-Modellen und Self-Hosting für Kosteneffizienz, was für das gesamte KI- und AdTech-Ökosystem relevant ist.
Marktsignale zu Revolut in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren Polaris7-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Revolut senkte die KI-Codierungskosten um 90% durch den Wechsel von nutzungsbasierten Anthropic/OpenAI-APIs zu selbst gehosteten Open-Weight-GLM-Modellen.
- Der Open-Source-KI-Stack läuft auf 56 Nvidia B200 GPUs über Together AI, zu gemischten Kosten von 0,30 $ pro Million Token.
- Der Wechsel führte zu einer Reduzierung der Durchlaufzeit für die Codebereitstellung um 70% für Revoluts 2.000 Ingenieure.
- Revolut meldete für 2025 einen Umsatz von über 6 Mrd. $, ein Anstieg von 46%, von über 80 Millionen Kunden.
- Revolut entwickelte mit NVIDIA sein eigenes Foundation-Modell für Banken, PRAGMA, und betreibt ein internes KI-Labor, Revolut Research.
Verknüpfte Unternehmen
6 verknüpfte Unternehmen“Revolut senkte seine KI-Codierungsrechnung um 90%, indem es 2.000 Ingenieure auf selbst gehostete Open-Weight-Modelle umstellte.”
“Revolut stieg von nutzungsbasierten Anthropic- und OpenAI-APIs um.”
“Revolut stieg von nutzungsbasierten Anthropic- und OpenAI-APIs um.”
“Revolut verwendet Z.ais Open-Weight-GLM-Modell, selbst gehostet auf Nvidia-GPUs.”
“Die Modelle laufen auf 56 Nvidia B200 GPUs, und Revolut entwickelte PRAGMA mit Nvidia.”
“Die GPUs werden über Together AI bereitgestellt.”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Revolut launcht PRAGMA: Fintech-Branche forciert proprietäre Foundation-Modelle
Revolut hat mit Revolut Research eine eigene Forschungssparte gestartet, um PRAGMA zu entwickeln – eine proprietäre Encoder-Foundation-Model-Familie (10 Mio. bis 1 Mrd. Parameter). Das Modell wurde auf Verhaltensdaten von rund 80 Millionen Kunden aus über 100 Ländern vortrainiert und verarbeitet Dutzende Milliarden Events. Im Produktiveinsatz meldet Revolut signifikante Performance-Gewinne: eine 2,3-fach bessere Erkennung von Kreditausfällen sowie 65 % mehr identifizierte Betrugsfälle. Die Initiative spiegelt eine branchenweite Konvergenz wider, an der auch Player wie Nubank, Visa, Mastercard, Stripe, Plaid und NVIDIA arbeiten. Gleichzeitig definieren Latenzanforderungen, Compute-Kosten, First-Party-Data-Moats und regulatorische Vorgaben – insbesondere der EU AI Act und Anforderungen an die Explainability – die operativen Grenzen für den Einsatz in hochregulierten Kreditrisiko-Szenarien.
Revolut veröffentlicht PRAGMA-Finanz-Foundation-Model für KI-gestützte Bankprozesse
Revolut hat PRAGMA (arXiv:2604.08649) vorgestellt, eine Familie von Encoder-basierten Transformer-Foundation-Modellen, die auf Bankereignissequenzen von rund 25 Millionen Nutzern aus 111 Ländern vorab trainiert wurden (etwa 40 Milliarden Ereignisse und 207 Milliarden Token). PRAGMA nutzt ein einziges, gemeinsames Backbone, um nutzerspezifische Embeddings zu generieren, die für Aufgaben wie Bonitätsprüfung, Betrugserkennung, Lifetime-Value-Prognosen und Kommunikations-Engagement eingesetzt werden. Revolut verzeichnet erhebliche Produktivitätssteigerungen bei mehreren Aufgaben (darunter +130,2 % PR-AUC bei der Bonitätsprüfung, +64,7 % Betrugserkennung und +79,4 % PR-AUC beim Kommunikations-Engagement), räumt jedoch gleichzeitig eine Verschlechterung der AML-Leistung (Anti-Geldwäsche) um 47 % ein. Die Ankündigung reiht sich in eine Welle von Finanz-Daten-Foundation-Modellen von Branchengrößen wie Stripe, Mastercard und Visa ein und wirft wichtige Fragen zu Skalierungsvorteilen bei Daten, regulatorischen Hürden und kommerziellen Chancen für Fintechs auf.
Freelancer senkt KI-API-Kosten durch intelligentes Context-Window-Routing um 62 Prozent
Ein Entwickler demonstriert, wie sich monatliche KI-API-Ausgaben durch gezielte Modellauswahl basierend auf Context-Window-Anforderungen, Token-Preisen, Caching, Streaming und Fallbacks um 62 Prozent reduzieren lassen. Über den Multi-Model-Aggregator Global API werden Preisunterschiede pro Million Token für Modelle wie DeepSeek V4 Flash/Pro, Qwen3-32B, GLM-4 Plus und GPT-4o analysiert. Ein bereitgestellter Python-Client übernimmt das dynamische Routing der API-Calls, ergänzt durch operative Best Practices wie aggressives Caching und Qualitätsmonitoring. Durch eine Verteilung von 60 Prozent DeepSeek V4 Flash, 25 Prozent GLM-4 Plus, 10 Prozent DeepSeek V4 Pro und nur 5 Prozent GPT-4o sinken die monatlichen Infrastrukturkosten auf unter 80 US-Dollar – im Vergleich zu über 400 US-Dollar bei ausschließlicher Nutzung von Flaggschiff-Modellen.
Alle künftigen Signale zu Revolut & Wettbewerbern im Briefing erhalten
Verpassen Sie keine M&A-Transaktionen, Führungswechsel, Kunden-Etats oder Produkt-Launches mehr. Polaris7 überwacht über 20.000 Primärquellen rund um die Uhr und liefert evidenzbasierte Telemetrie direkt in Ihr wöchentliches Executive Briefing.