Lindy hat den KI-Mitarbeiter gebaut. Es hat die Flotte auf Open Weights umgestellt, die von Atlas Cloud bereitgestellt werden, die Inferenzrechnung um etwa 90 % gesenkt – und das, ohne ein schlechteres Produkt auszuliefern.
~90 % geringere Inferenzkosten · 60 % der Eingabe-Tokens aus dem Cache bedient · 3.000+ Anfragen pro Minute dauerhaft · 10x+ Traffic-Wachstum ohne Neuaufbau · 24 Modelle von 11 Labs mit einem Schlüssel
Lindy betreibt eine der anspruchsvollsten Agent-Workloads in der Produktion – und zwar auf Atlas Cloud. Das hat Folgendes geändert:
- Weil Atlas den wiederholten Aufruf zu Cache-Preisen abrechnet, führt Lindy Agents aus, die ihre Arbeit prüfen, statt zu raten. Sechs von zehn gesendeten Eingabe-Tokens werden aus dem Cache bedient, sodass das Präfix, das ein Agent bei einer Aufgabe ein Dutzend Mal erneut liest, fast nichts kostet.
- Weil Atlas die Kapazität für die Workload bereitstellt, hat Lindy sein Volumen um mehr als das Zehnfache gesteigert, indem es mehr Traffic geschickt hat, statt irgendetwas neu aufzubauen – und Atlas hält über 3.000 Anfragen pro Minute für eine Stunde am Stück.
- Weil Atlas den gesamten Katalog mit einem Schlüssel verfügbar macht, kann Lindy an einem Nachmittag auf ein neues Modell wechseln. Es hat 24 Modelle von 11 Labs über eine einzige Integration ausgeführt.
- Weil Atlas es über einen namentlichen, SOC-2-zertifizierten Vertrag bereitstellt, kann Lindy ein Open-Weight-Modell vor die Daten seiner Kunden stellen und dafür einstehen, wer es betreibt.
Die 90 % sind Lindys Schlagzeile. Der Grund, warum das so bleibt und warum die nächste Migration einfacher wird als diese, ist die Plattform darunter.
Für Lindy ist die Rechnung das Geschäft
Lindy baut KI-Mitarbeiter. Ein Lindy Teammate kommt genauso in ein Unternehmen wie ein neuer Mitarbeiter: Er nimmt Anfragen in Slack entgegen, verbindet sich mit den Tools, die das Team bereits nutzt, sitzt in Besprechungen und behält, was er lernt, damit die nächste Anfrage weiter fortgeschritten beginnt als die letzte. Niemand schreibt eine Automatisierung; man delegiert, und der Agent erledigt die Arbeit.
Dieses Design hat eine harte Infrastrukturrechnung zur Folge. Ein KI-Mitarbeiter, der einen Thread liest, einen Kalender prüft, einen Datensatz nachschlägt und eine Antwort entwirft, hat ein Dutzend Modellaufrufe getätigt, bevor jemand auch nur ein Wort sieht – und weil ein Teammate ein ganzes Team bedient, wächst das Volumen mit der Mitarbeiterzahl. Bei dieser Struktur bestimmt der Preis des Modells hinter dem Produkt die wirtschaftliche Tragfähigkeit.
[PUBLIC] „Lindys Preise funktionieren nur, wenn Inferenz weiterhin billiger wird."
— Bruno Škvorc, Staff Software Engineer, Lindy
Also tat Lindy das, was die Finanzmathematik verlangt. Es verlagerte den Großteil seines Managed-Agent-Verkehrs von Claude, Sonnet und Gemini auf DeepSeek v4 Flash, das auf Atlas Cloud läuft, und die Inferenzkosten auf den migrierten Routen sanken um etwa 90 %. Das Ändern des Modellnamens dauerte einen Nachmittag. Dass diese Einsparung hält, im Produktionsvolumen, ohne dass das Produkt schlechter wird, ist der Grund, warum sie sich für Atlas Cloud entschieden haben.
Warum die 90 % halten: Der elfte Aufruf ist fast kostenlos
Pro Token abgerechnet, zahlt ein Agent für dasselbe Präfix ein Dutzend Mal pro Aufgabe den vollen Preis, und die Rechnung wächst mit der Sorgfalt seines Denkens. Diese Steuer ist es, die Agent-Produkte oberflächlich hält: ein Durchgang statt drei, weil der dritte so viel kostet wie der erste. Sie ist auch der Grund, warum ein naiver Modellwechsel weniger spart, als die Werbung verspricht, denn das wiederholte Präfix füllt die Rechnung stillschweigend wieder auf.
Atlas beseitigt diese Steuer genau dort, wo sie am stärksten wiegt. Sechs von zehn von Lindys Eingabe-Tokens werden erkannt statt erneut verarbeitet, zu einem Preis, der vertraglich auf das reale Volumen abgestimmt ist – sodass das Präfix, das jeden Agent-Aufruf dominiert, fast kostenlos ist. Das ist es, was einen Modellwechsel in dauerhafte 90 % verwandelt, statt in eine Zahl, die mit steigender Nutzung erodiert, und es ist das, was einem Agent auf Atlas erlaubt, drei Durchgänge zu machen, wo derselbe Agent, pro Token abgerechnet, nur einen machen würde.
[PROPOSED — your call] „Agent-Workloads nutzen über viele Modellaufrufe hinweg viel Kontext. Atlas’ Caching bedeutet, dass wir für denselben Kontext nicht jedes Mal den vollen Preis zahlen – ein großer Teil des Grundes, warum die Einsparungen in der Skalierung gehalten haben."
— Ian McGregor, Head of Engineering, Lindy
Kapazität, die da war, bevor Lindy sie brauchte
Agent-Verkehr hat kein ruhiges Nachtfenster und keinen Launch-Tag, um den herum man planen kann. Arbeit kommt, während Teams arbeiten, und hört nicht auf, während man skaliert. Entscheidend ist nicht der Spitzenwert, den ein Puffer abfedern kann, sondern die Rate, die ein Anbieter durchhalten kann. Lindy hat sein Volumen um mehr als das Zehnfache gesteigert, indem es mehr Verkehr schickte, statt etwas neu aufzubauen, und Atlas hielt über 3.000 Anfragen pro Minute für eine Stunde am Stück. Die Kapazität war der Workload voraus, also war Skalierung eine Geschäftsentscheidung und niemals ein Infrastrukturprojekt.
Support, der Produkt liefert, nicht Tickets
Bei diesem Volumen ist der Unterschied zwischen Anbietern weniger das Dashboard als die Frage, wer antwortet, wenn etwas falsch aussieht. Lindys Ingenieure und Atlas’ Inferenz-Ingenieure teilen sich einen Kanal, und Antworten kommen am selben Tag von Leuten, die darauf reagieren können. Einige dieser Antworten werden zu Produktänderungen: Lindy bat um eine Möglichkeit, das Eigentum an einem Teamkonto zu übertragen, Atlas unterstützte das damals nicht – und es wurde ausgeliefert, wobei Atlas’ Ingenieure das Konto selbst übertrugen.
Ein Anbieter, den man benennen kann
Die Umstellung auf ein Open-Weight-Modell entfernt die Partei, die bisher dafür verantwortlich war, wie das Modell betrieben wurde. Die Fragen, die früher die Marke eines Labs beantwortete, richten sich nun an den Anbieter: Wer bedient das, unter welchen Kontrollen, und was passiert mit den durchlaufenden Daten? Atlas beantwortet das mit Namen statt mit Router, auf der Grundlage eines SOC-2-zertifizierten Vertrags, ohne dass Kundendaten gespeichert oder für das Training verwendet werden. Das ist für einen KI-Mitarbeiter wichtiger als für ein Chat-Produkt, denn ein Teammate liest die Slack-Threads, Kalender und Aufzeichnungen des Unternehmens, für das er arbeitet. Die Infrastrukturfrage sitzt direkt unter der Frage des Kundenvertrauens – und Atlas ist die Antwort auf beides.
Nicht an DeepSeek gebunden, an nichts gebunden
Die Migration hat Lindy auf eine Strategie festgelegt, nicht auf ein Modell. DeepSeek v4 Flash hat die Workloads, auf denen es getestet wurde, für sich entschieden und behält die Position, solange es der beste Preis bei angemessener Qualität ist. Der nächste Gewinner wird aus einem anderen Labor unter einer anderen Lizenz kommen, und weil Atlas Cloud über eine API Zugriff auf alle Modelle bietet, kostet ein Test einen Nachmittag statt eines Beschaffungszyklus. An einem Testtag schickte Lindy 47 Anfragen durch zwölf Modelle, die es nie zuvor verwendet hatte, über sieben Labs und drei Modalitäten, alles mit dem Schlüssel, den es bereits hatte. Drei wurden zu Produktions-Workloads. Die Freiheit, über Atlas Cloud immer das beste Modell auszuführen, gibt Lindy echte operative Geschäftsflexibilität.
Wenn Sie Agents auf einem Marktplatz betreiben, verlagern Sie sie
Lindy ist genau diesen Weg gegangen. Es traf DeepSeek zuerst auf OpenRouter, ließ das Modell dort durch seine Evaluierungen laufen und bewies, dass eine Migration sich lohnt. In genau diesen Tests fand es das, was darüber entschied, wo die Produktion laufen würde.
[PUBLIC] „Wir haben dasselbe Modell auch bei verschiedenen Inferenz-Anbietern getestet. Ärgerlicherweise war der Anbieter entscheidend. Dasselbe nominale Modell konnte je nach Anbieter unterschiedlich abschneiden."
— Bruno Škvorc, Staff Software Engineer, Lindy
Ein Marktplatz ist dazu gebaut, Ihnen beim Einkaufen zu helfen, nicht Ihr Produkt zu betreiben. Schicken Sie Produktions-Traffic durch einen Router, geht er an den Anbieter, der gerade freie Kapazität hat; Sie wählen also nicht aus, wer Ihr Modell bedient, und Sie können auch nicht sehen, wer es war. Dieselben Gewichte liefern auf verschiedenen Maschinen unterschiedliche Ergebnisse – durch Quantisierung oder einen Trick im Serving-Stack eines Anbieters – und diese Ergebnisse erreichen Ihre Nutzer, bevor sie Ihr Dashboard erreichen. Jeder Router-Hop würfelt die Qualität des Produkts, für das Ihre Kunden zahlen, still neu. Sie können das nicht debuggen, weil Sie nicht sehen können, wer den Aufruf bedient hat. Sie können es nicht beheben, weil Sie keine volle Kontrolle über das Routing haben. Das ist Ihr Ruf, entschieden von einer Münze, die Sie nie werfen können.
Deshalb hat Lindy die Produktion nicht auf OpenRouter betrieben. Als der Traffic live ging, lief er über einen direkten Vertrag mit Atlas: ein Serving-Stack, derselbe bei jeder Anfrage, auf das Modell abgestimmt und vertraglich abgesichert, mit dem Caching und der Kapazität, die eine Live-Agent-Workload braucht, und dem vollständigen Katalog auf demselben Schlüssel. Wenn Ihre Agents in Produktion sind und immer noch über einen Router laufen, liefern Sie ein Produkt aus, das Sie nicht stabil halten können – und Sie werden es erst erfahren, wenn ein Kunde es merkt. Verlagern Sie sie, so wie Lindy es getan hat.
Sprechen Sie mit uns über Ihre Workload und wir sagen Ihnen, was sie kosten sollte, oder stöbern Sie im Katalog.
Über Lindy
Lindy baut KI-Mitarbeiter. Lindy Teammate, das im August 2026 auf den Markt kam, arbeitet Seite an Seite mit einem menschlichen Team: Es nimmt Anfragen in Slack entgegen, verbindet sich mit den Tools, die ein Unternehmen bereits nutzt, nimmt an Besprechungen teil und baut den Kontext des Teams auf, sodass jede Anfrage weiter fortgeschritten beginnt als die letzte. Statt Menschen zu bitten, Automatisierungen zu bauen und zu warten, bittet Lindy sie zu delegieren. Lindy wurde von Flo Crivello gegründet und hat seinen Sitz in San Francisco.
Über Atlas Cloud
Atlas Cloud ist eine einheitliche, multimodale KI-Inferenzplattform: 400+ Modelle für Video, Bild, Sprache und Audio über einen API-Schlüssel, einen Endpoint und ein Abrechnungskonto; OpenAI-kompatibel für Sprachmodelle. SOC-2-zertifiziert.
