Entwickler nutzen mehr Modelle und eigene Hardware
Entwicklungsteams verteilen ihre Arbeit auf eine wachsende Zahl von Modellfamilien und führen mehr Aufgaben auf eigener Hardware aus. Laut Kilo Code treiben Kosten, unterschiedliche Anforderungen und mehr Kontrolle Unternehmen zum Einsatz mehrerer Modelle.
- Kunden von OpenRouter nutzen eine wachsende Zahl von Modellfamilien.
- Die Daten von Kilo zeigen, dass das führende Modell von der jeweiligen Aufgabe abhängt.
- Revolut nutzt GLM 5.3 als Standard-Coding-Modell für rund 2,000 Ingenieure.
- Revolut betreibt das Modell auf ungefähr 56 Nvidia B200 GPUs.
- Kilo bietet eine Modellauswahl pro Agentenrolle und automatisches Routing.
Der Trend zum Einzelmodell ist umgekehrt
Laut den am 2. November von OpenRouter veröffentlichten Daten nutzen Kunden mit monatlichen Ausgaben von mindestens $100 im Median sechs Modellfamilien. Das ist doppelt so viel wie ein Jahr zuvor. Bei den obersten 10 Prozent der Ausgabenkunden stieg die Zahl der Modellfamilien von 7 auf 14.
Die Veränderung folgte auf eine frühere Phase der Konsolidierung. Im ersten Halbjahr 2025 war die Kennzahl noch rückläufig und erreichte im Juni mit 3.8 einen Tiefstand, bevor sie in jedem Quartal stieg und im Oktober 2026 7.3 erreichte. OpenRouter zufolge war dies der höchste bisher gemessene Wert.
Eine höhere Nutzung geht mit einer größeren Modellauswahl einher. Nach den Daten für Oktober nutzten Kunden mit monatlichen Ausgaben zwischen $100 und $1,000 Modelle von median fünf Labs, Kunden mit Ausgaben zwischen $1,000 und $10,000 Modelle von acht und Kunden mit Ausgaben von mehr als $10,000 Modelle von 12 Labs. Neunzig Prozent der Gruppe mit den höchsten Ausgaben nutzten Modelle von mindestens fünf Labs. OpenRouter wies jedoch darauf hin, dass seine Daten durch eine Auswahlverzerrung beeinflusst sein könnten, da sich Nutzer gezielt an einen Modellaggregator wenden, um auf mehrere Modelle zuzugreifen.
Das führende Modell hängt von der Aufgabe ab
Das eigene Nutzungs-Dashboard von Kilo zeigt innerhalb eines einzelnen Entwicklerwerkzeugs eine ähnliche Verteilung. Das führende Modell hängt von der Aufgabe ab, und kein Modell kommt in irgendeiner Rolle auf mehr als 30 Prozent der Nutzung.
Bei Programmierung, Planung und Fehlersuche liegen Nvidias Nemotron-Modelle vorn. Bei der Überprüfung ist die Verteilung anders als bei den übrigen Aufgaben: Die Spitzenmodelle von Anthropic und OpenAI machen dort einen größeren Anteil aus. Claude Opus allein kommt auf 11.5 Prozent der Nutzung, während GPT-Modelle weitere 14.4 Prozent ausmachen.
Unter den 10 am häufigsten für die Programmierung genutzten Modellen findet sich nur ein Spitzenmodell: gpt-6-luna mit einem Anteil von 1.4 Prozent. Kilo interpretiert dies so, dass Entwickler günstigere Modelle zum Schreiben und Reparieren von Code einsetzen und anschließend ein leistungsfähigeres Modell zur Fehlererkennung auswählen.
Revolut betreibt sein Standardmodell auf eigener Hardware
Revolut hat sein selbst gehostetes Open Model GLM 5.3 zum Standard-Coding-Modell für rund 2,000 Ingenieure gemacht. David Abitbol, der Leiter des KI-Betriebs der Bank, sprach bei der Veranstaltung AI Engineer NYC am 13. Oktober über die Lösung. Die Präsentation verbreitete sich in der ersten Novemberwoche auf X.
Abitbol zufolge war die Initiative kostengetrieben. Einige Ingenieure gaben monatlich zwischen $1,000 und $10,000 für Spitzenmodelle aus, bei einem „nicht sehr hohen Ertrag“. Revolut begann im April 2026, sein eigenes Modell mit GLM 5.1 zu betreiben, und setzt derzeit GLM 5.3 auf ungefähr 56 Nvidia B200 GPUs ein. Die kombinierten Kosten liegen bei rund 30 Cent pro einer Million Tokens. Laut Abitbol entspricht das einem Zehntel der Ausgaben für Modelle von Anthropic und OpenAI.
In den Messungen von Revolut führte das Self-Hosting nach dem Wechsel zu GLM 5.1 zu einer Verbesserung der Entwicklungszyklusdauer um 70 Prozent und der Programmierzeit um 60 Prozent. Abitbol sagte, dass Ingenieure wegen der festen Kosten seltener bei Tokens sparten und KI außerdem für Aufgaben in Jira, Confluence und im Posteingang einsetzten.
Kilo bietet mehrere Konfigurationen
Laut Kilo führen die beiden Trends zu einem gemeinsamen Betriebsmodell: Ein kontrolliertes, günstigeres Modell übernimmt Routineaufgaben, während Spitzenmodelle für Schritte eingesetzt werden, bei denen sie einen größeren Mehrwert liefern. Das Unternehmen stellt dies auf mehrere Arten bereit.
Nutzer können für jede Agentenrolle ein Modell auswählen, etwa ein Open Model für die Rollen Code und Debug sowie ein Spitzenmodell für die Überprüfung. Die Einstellungen lassen sich auf der Seite Settings → Models oder in der Datei kilo.jsonc konfigurieren. Kilo Desktop unterstützt außerdem die Verbindung mit lokalen und selbst gehosteten Modellen.
Auto Efficient, der Router kilo-auto/efficient, leitet jede Anfrage an das günstigste Modell weiter, das sich für die jeweilige Aufgabe als ausreichend präzise erwiesen hat. Die Live-Nutzungsdaten von Kilo sind unter kilo.ai/models verfügbar. Das Unternehmen erklärte, dass sie sich kontinuierlich ändern, sobald neue Open Models veröffentlicht werden.
Kilo Code: The Model Mix Is Growing, and Moving In-House
