Ein KI-Kostenlimit ist ein Betrag, ab dem ein Anbieter keine Anfragen mehr bedient. Ein Budget mit Warnungen meldet dagegen nur, und eine Stoppregel in der Anwendung bremst oder pausiert ein einzelnes Feature. Wie Budgets und Budgetwarnungen allgemein arbeiten, beschreiben Cloud-Budgets und Budgetwarnungen und Schwellenwerte; hier geht es um das, was bei KI dazukommt.
So funktioniert es
Wie Nutzungsstufen entstehen, beschreibt Abrechnung der KI-Anbieter.
OpenAI
Jede Organisation hat ein von OpenAI genehmigtes monatliches Nutzungslimit, das mit der Nutzungsstufe steigt, von USD 100 in der freien Stufe bis USD 200.000 in der Stufe Grow. Davon getrennt lassen sich je Organisation und je Projekt zwei eigene Kontrollen setzen: eine Ausgabenwarnung, die nur benachrichtigt, und ein hartes Ausgabenlimit für den Monat. Ist es erreicht, antworten betroffene Anfragen mit HTTP 429 und dem Code organization_spend_limit_exceeded oder project_spend_limit_exceeded. OpenAI schreibt, dass die Durchsetzung nicht sofort greift und die erfasste Ausgabe das Limit leicht überschreiten kann. Der Verkehr läuft wieder, wenn jemand das Limit anhebt und die Änderung sich verbreitet hat, sonst mit dem nächsten Monatszyklus.
Anthropic
Jede Nutzungsstufe hat eine monatliche Obergrenze: USD 500 in Start, USD 1.000 in Build, USD 200.000 in Scale, keine in Custom. Ist sie erreicht, pausiert die API bis 00:00 UTC am Ersten des Folgemonats und antwortet mit HTTP 429, Fehlertyp rate_limit_error wie bei einem Ratenlimit, aber ohne retry-after und mit dem Code enforced_spend_limit_reached. Darunter lässt sich ein eigenes Limit für die Organisation und je Workspace setzen, Letzteres mit Warnungen bei Schwellenwerten; am Default-Workspace geht das nicht. Ein erreichtes eigenes Limit beantwortet Anfragen mit HTTP 400 und nennt, wann der Zugang zurückkommt.
Die Gemini API begrenzt die monatlichen Ausgaben am Cloud-Billing-Konto nach Stufe: USD 250 in Stufe 1, USD 2.000 in Stufe 2, USD 20.000 bis 100.000 in Stufe 3. Ist die Grenze erreicht, pausiert der Dienst für alle Projekte an diesem Konto bis zum Ersten des nächsten Monats; für Konten mit Rechnungsstellung gibt es diese Grenzen nicht. Eigene Grenzen je Projekt im AI Studio sind experimentell: Google nennt etwa zehn Minuten Verzug, in denen Kosten über die Grenze hinaus entstehen, und warnt, dass Batch-Jobs und Agenten-Sitzungen sie überschreiten können. Davon getrennt begrenzt die Gemini API je nach Stufe und Kontohistorie die Ausgaben in einem gleitenden Fenster von zehn Minuten: USD 10 in Stufe 1, USD 50 in Stufe 2, USD 200 in Stufe 3; darüber antwortet sie mit HTTP 429 und RESOURCE_EXHAUSTED.
Cloud Billing bietet zusätzlich Budgets mit Ausgabenobergrenze, für genau ein Projekt und einen Dienst, darunter Gemini API und Gemini Enterprise Agent Platform. Sie rechnen mit geschätzten Bruttokosten zu Listenpreisen ohne Rabatte und Gutschriften, warnen bei 50, 80 und 100 Prozent und pausieren bei 100 Prozent neue Nutzung dieses Dienstes im Projekt für den Rest des Monats, auch Nutzung über Provisioned Throughput. Laufende Anfragen werden zu Ende verarbeitet und berechnet. Nach manueller Aufhebung kann es bis zu einer Stunde dauern, bis der Dienst wieder voll läuft.
AWS und Azure
Amazon Bedrock steuert die Inferenz laut AWS über Kontingente auf den Token-Verbrauch je Modell, nicht über einen Betrag. Einen Betrag durchsetzen kann eine Budget-Aktion, die bei einer Schwelle automatisch oder nach Freigabe eine IAM-Richtlinie oder Service Control Policy anwendet, etwa eine, die Modellaufrufe verweigert; die Budgetdaten folgen den Abrechnungsdaten, die mindestens einmal täglich aktualisiert werden. Azure OpenAI vergibt Kontingent in Token pro Minute je Abonnement, Region, Modell und Deployment-Typ; jedes Deployment erhält davon ein Ratenlimit und antwortet darüber mit HTTP 429. Azure-Budgets halten keine Nutzung an, können auf Abonnement- und Ressourcengruppenebene aber eine Aktionsgruppe auslösen, die eine Automatisierung startet.
| Mechanismus | Rahmen | Hält an | Hält nicht an |
|---|---|---|---|
| Budget mit Warnung | Konto, Projekt, Tag | nichts | jede Nutzung |
| Ausgabenlimit des Anbieters | Organisation, Projekt, Workspace, Rechnungskonto | Anfragen im Rahmen | bereits laufende Anfragen, Verzug bis zur Durchsetzung |
| Budget-Aktion, Budget mit Obergrenze | Konto oder Projekt und Dienst | was die Richtlinie verweigert, den Dienst im Projekt | dauerhafte Ressourcen, Kosten bis zur nächsten Datenaktualisierung |
| Ratenlimit | Organisation, Projekt, Workspace, Deployment | Anfragen über dem Wert je Zeitfenster | den Monatsbetrag |
| Stoppregel der Anwendung | ein Feature | was die Regel festlegt | Nutzung, die die Anwendung nicht misst |
Stoppregeln in der Anwendung
Eine Stoppregel ist ein Guardrail, den die Anwendung selbst durchsetzt. Sie braucht sechs Festlegungen:
- Verantwortliche Person, die die Regel setzt und aufhebt.
- Rahmen und Schwelle je Feature, aus der KI-Kostenverteilung, als Tages- und Monatswert unterhalb der Anbieterlimits.
- Messung aus den Token jeder Antwort, also ohne den Verzug der Abrechnungsdaten.
- Verhalten für Nutzer: ein kleineres Modell, kürzere Ausgaben, Verschieben in einen Batch, laufende Aufgaben beenden und neue anhalten oder das Feature pausieren.
- Aufhebung: wer, wie und mit Protokoll, dazu der Zeitpunkt, zu dem die Regel von selbst zurückgesetzt wird.
- Test: Die Regel wird in einer Testumgebung ausgelöst, bevor sie in der Produktion gebraucht wird.
Was es für Ihre Kosten bedeutet
Ein Limit schützt die Rechnung um den Preis der Verfügbarkeit; ein Budget ändert für sich nichts. Die dokumentierten Ausgabenlimits der Anbieter sind Monatsbeträge. Kürzere Fenster gibt es nur als Ratenlimits, meist auf Anfragen und Token; das Zehn-Minuten-Limit der Gemini API zählt zwar Geld, begrenzt aber das Tempo der Ausgaben, nicht die Summe eines Tages. Ein Tagesbetrag entsteht nur in der Anwendung. Die Obergrenze der Stufe Start bei Anthropic von USD 500 entspricht über 30 Tage im Schnitt USD 16,67 am Tag; eine Schleife, die sie an einem Vormittag verbraucht, sperrt die Organisation bis zum Monatsersten.
Die Rahmen bilden eine Reihenfolge: Die Stoppregel eines Features greift vor dem Limit seines Projekts oder Workspaces, dieses vor der Grenze der Organisation oder des Rechnungskontos. Sitzt nur die oberste Grenze, hält sie jedes Feature gleichzeitig an. Was ungewöhnlich ist, bevor ein Betrag erreicht wird, zeigt die Erkennung von Kostenanomalien, und wie der Betrag im Jahresplan entsteht, der Artikel Cloud-Budget 2027 planen.
Wo es schiefgeht
- Ein Limit am Rechnungskonto pausiert alles. Nach einem Lasttest in einem Projekt fallen die KI-Features aller Projekte aus. Ursache: Die Stufengrenze der Gemini API gilt für alle Projekte am Konto, die Grenze von Anthropic für die ganze Organisation.
- Monatslimit, Tagesspitze. Eine Schleife verbraucht das Monatslimit in Stunden. Ursache: Keines der hier beschriebenen Anbieterlimits kennt einen Tagesbetrag, und eine Stoppregel mit Tagesschwelle fehlt.
- Batch und Agenten überschießen. Die Ausgaben liegen deutlich über dem Limit. Ursache: Limits greifen mit Verzug, laufende Anfragen werden zu Ende berechnet, und Google nennt Batch-Jobs und Agenten-Sitzungen ausdrücklich.
- Das Limit als Ratenlimit behandelt. Das Feature hängt in Wiederholungen statt umzuschalten. Ursache: Anthropic meldet die Obergrenze als
rate_limit_error, und Wiederholungen scheitern bis zum Monatsersten; OpenAI schreibt, dass Wiederholungen bei Ausgaben- und Kontingentfehlern den Zugang nicht zurückbringen. - Ein Default-Workspace ohne Limit. Schlüssel im Default-Workspace sind nur durch die Organisationsgrenze gedeckelt. Ursache: Anthropic erlaubt dort kein eigenes Limit.
- Warnungen an ein Postfach, das niemand liest. Die Grenze wird erreicht, ohne dass jemand die Warnungen bei 50 und 80 Prozent gesehen hat; wie Empfänger gewählt werden, beschreibt Budgetwarnungen und Schwellenwerte.
Quellen
Gelesen am 2026-10-16. OpenAI Ausgabenlimits, Ratenlimits und Nutzungsstufen und Fehlercodes; Anthropic Ratenlimits und Ausgabenobergrenzen und Workspaces; Google Abrechnung der Gemini API, Ratenlimits der Gemini API und Budgets mit Ausgabenobergrenze verwalten; AWS Kontingente für Amazon Bedrock, Budget-Aktionen konfigurieren und Best Practices für AWS Budgets; Microsoft Kontingent für Azure OpenAI verwalten und Budgets erstellen und verwalten.