AI Token-Preise verstehen

Was ist ein Token?

Ein Token ist die kleinste Einheit, in die ein Modell Text zerlegt – meist ein Wortstück. Faustregel für Englisch: 1 Token ≈ 0,75 Wörter ≈ 4 Zeichen. Deutsch liegt darüber, wegen längerer Komposita eher bei 0,5–0,6 Wörtern pro Token.

Wichtig: Modelle unterscheiden sich im Tokenizer. Derselbe Text kann bei Modell A 30 % mehr Tokens ergeben als bei Modell B – ein günstigerer Tarif ist dann nicht automatisch die günstigere Rechnung.

Die vier Preisarten

1. Input-Tokens

Alles, was du hineinschickst: Systemprompt, Chatverlauf, angehängte Dokumente, Tool-Ergebnisse. Der günstigste Posten.

2. Output-Tokens

Was das Modell schreibt – inklusive unsichtbarer Thinking-Tokens bei Reasoning-Modellen. Kostet typischerweise 5–6× so viel wie Input. Deshalb treiben lange Antworten die Rechnung, nicht lange Prompts.

3. Cached Input

Schickst du denselben Prompt-Anfang wiederholt (z. B. einen festen Systemprompt), erkennt der Anbieter ihn wieder und berechnet nur 10 % des Input-Preises – bei Claude Fable/Mythos 5.1 sogar nur 2,5 %. Bei OpenAI kommt einmalig ein Cache Write hinzu (ca. 1,25× Input), bei Google eine stündliche Speichergebühr.

4. Output ≠ Endrechnung

Obendrauf kommen Tool-Kosten: Websuche bei OpenAI 10 $ / 1.000 Calls, Google-Search-Grounding 14 $ / 1.000 Requests, Code-Interpreter-Container pro Session.

Credits – was der Screenshot zeigt

OpenAI rechnet in einigen Business-/Plattform-Kontexten nicht in Dollar, sondern in Credits. Der Umrechnungsfaktor lässt sich direkt aus der Tabelle ableiten:

Gegenprobe: GPT-5.6 Sol steht bei 100 Credits Input → 100 × 0,04 = 4,00 $. Genau der offizielle Listenpreis. Credits sind also reine Verpackung, keine eigene Preislogik.

Die drei Kostenfallen

• Long-Context-Meter: Überschreitet ein Request bei OpenAI ca. 272K Input-Tokens, wird die komplette Anfrage doppelt berechnet (Output +50 %). Google zieht die Grenze bei 200K für Pro-Modelle. Anthropic hat bis 1M Kontext keinen Aufschlag.
• Thinking-Tokens: Reasoning-Modelle erzeugen internes Nachdenken, das du nie siehst, aber zum Output-Preis zahlst. Eine kurze Antwort kann intern das Zehnfache gekostet haben.
• Promo-Preise: GPT-5.6 Sol (4 $/20 $) ist Aktionspreis bis mindestens 21.11.2026. Gemini 3.x Flash (0,75 $/3,75 $) verdoppelt sich am 01.01.2027. Nicht auf Aktionsraten budgetieren.

Vier Hebel, die wirklich sparen

• Batch-API: 50 % Rabatt bei allen drei Anbietern, wenn die Antwort nicht sofort gebraucht wird (Auswertungen, Klassifizierung, Nacht-Jobs).
• Caching: Systemprompt und feste Dokumente an den Anfang, damit sie cachebar sind – spart 90 % auf den wiederholten Teil.
• Routing: Routine auf das kleine Modell, nur Fehlschläge ans große eskalieren. Der Unterschied Luna ↔ Astra ist Faktor 50.
• Output begrenzen: max_tokens setzen, Thinking-Budget deckeln, knappe Antwortformate erzwingen.