Pump geht Cloud-Kosten von der Einkaufsseite statt von der Engineering-Seite an. Statt Workloads umzubauen, bündelt Pump die Nachfrage von rund 2.500 Teams, kauft reservierte Kapazität in großem Umfang und gibt sie zu gepoolten Sätzen weiter. Da das Commitment-Risiko bei Pump liegt, profitieren Teams von langfristigen Reservierungspreisen, ohne selbst mehrjährige Verträge zu unterschreiben – sinkt die Nutzung, bleibt das Problem bei Pump und nicht beim Kunden.
Die Plattform deckt mehr als reine Compute-Commitments ab. Beim Modell-Routing geht jede KI-Anfrage an das günstigste Modell, das eine selbst gesetzte Qualitätsschwelle noch erfüllt, mit Fallback-Ketten, wenn ein Anbieter ausfällt, sodass Inferenzkosten sinken, ohne die Ausgabequalität zu verschlechtern. Ergänzend liefert Pump eine Transparenzschicht für Ausgaben: einheitliche Budgets, die Cloud- und KI-Rechnungen zusammen abdecken, stündliche Anomalieerkennung, die ungewöhnliche Ausgaben bis zum Ressourcentyp und Verantwortlichen zurückverfolgt, sowie Tag-Zuordnung bis auf Team- und Token-Ebene, die für ungetaggte Ausgaben Verantwortliche vorschlägt.
Das Onboarding ist bewusst schlank. Du verbindest Cloud-Konten mit Lesezugriff, erhältst einen Bericht zum Einsparpotenzial und trittst dem Pool bei, ohne Infrastruktur zu migrieren. Pump gibt an, dass die Verbindung etwa zwei Minuten dauert und ein vollständiger Sparplan nach rund 15 Minuten vorliegt; für Unternehmen, die eigene Konten oder API-Schlüssel behalten und verwaltete Einsparungen wünschen, gibt es Enterprise-Optionen.