KI-Modellpreise stehen in der Preisliste des Anbieters: einer Tabelle mit einer Zeile je Modell und einer Spalte je Token-Art (Eingabe, gecachte Eingabe, Cache-Schreiben, Ausgabe), in US-Dollar je Million Token, für jede Verarbeitungsstufe wiederholt und ergänzt um Stückpreise für Bilder, Audio und Werkzeuge. Der Eingabepreis, den Vergleiche meist nennen, ist nur eine Zelle dieser Tabelle. Was eine Anwendung kostet, hängt davon ab, wie sich ihre Token auf die Zellen verteilen, in welcher Stufe und Region sie laufen und ob das Modell beim Anbieter selbst oder über eine Cloud gekauft wird.
So funktioniert es
Zeilen und Spalten. Jede Zeile ist ein Modell, jede Spalte eine Token-Art; welche Arten es gibt und wie sich die Cache-Spalten der Anbieter unterscheiden, erklärt Token, Anfragen und Kontext. Ausgabe kostet ein Vielfaches der Eingabe, auf den gelesenen Listen das Fünffache bei gpt-6.1-sol und Claude Sonnet 5.5 und das Sechsfache bei Gemini 3.1 Pro Preview. Werkzeuge haben Stückpreise, etwa die Websuche mit 10 USD je 1.000 Aufrufe bei OpenAI und Anthropic zuzüglich der Token der Ergebnisse.
Zu- und Abschläge. Drei Modifikatoren ändern den Satz derselben Zelle:
- Kontextlänge. OpenAI rechnet Eingaben über 272.000 Token nach eigenen Long-Context-Spalten ab, bei gpt-6.1-sol zum doppelten Eingabe- und anderthalbfachen Ausgabepreis; Google verlangt für Gemini 3.1 Pro Preview über 200.000 Token Prompt-Länge dieselben Faktoren. Anthropic berechnet bei Claude 4.6 und neueren Modellen das ganze Kontextfenster von einer Million Token zum Standardsatz, ausgenommen Claude Haiku 5.5, das über 100.000 Token das Fünffache kostet.
- Verarbeitungsstufe. Batch kostet bei allen drei Anbietern die Hälfte. Flex, bei OpenAI und Google zu Batch-Sätzen, tauscht den Preis gegen langsamere Antworten. Bevorzugte Verarbeitung kostet mehr: OpenAI hat Priority am 2026-07-30 in Fast mode umbenannt und verlangt bei gpt-6.1-sol im Fast mode das Doppelte und im Ultrafast mode das Sechsfache, Google für Priority bei Gemini 3.1 Pro Preview das 1,8-Fache, Anthropic im Fast mode für Claude Opus 5.5 das Doppelte.
- Region. OpenAI schlägt für Endpunkte mit Datenresidenz 10 Prozent auf, bei Modellen, die ab dem 2026-03-05 erschienen sind; Anthropic berechnet für reine US-Verarbeitung über
inference_geobei Claude 4.6 und neueren Modellen das 1,1-Fache. Die Preisseite der Gemini API nennt keine Regel zur Datenresidenz. Was Datenresidenz abdeckt, beschreibt Datenhaltung in der EU.
Bei Anthropic wirken die Faktoren aufeinander, etwa die Cache-Faktoren auf Batch-Preise.
Dasselbe Modell über eine Cloud. Über Amazon Bedrock, Microsoft Foundry oder Googles Gemini Enterprise Agent Platform gilt die Preisliste der Cloud, mit deren Regionen und Währung. Auf Bedrock kostet Priority 75 Prozent mehr und Flex 50 Prozent weniger als Standard, wo die Liste das Verhältnis nennt, und Claude-Modelle haben getrennte Preise für globale und geografische Inferenz; Anthropic nennt für regionale Endpunkte auf Bedrock und Google Cloud 10 Prozent Aufschlag. Azure OpenAI preist die Bereitstellungsarten Global, Data Zone (EU oder US) und Regional getrennt; wie Microsoft seine Dollarpreise umrechnet, beschreibt EUR- und GBP-Reporting für Cloud-Kosten. Google verlangt auf nicht globalen Endpunkten für allgemein verfügbare Modelle ab Gemini 3 mehr. Welche Rechnung bei welchem Kaufweg in welcher Währung entsteht, beschreibt Abrechnung der KI-Anbieter, was Endpunkte und Training kosten, KI- und ML-Plattformdienste der Hyperscaler.
Modell-IDs und Lebenszyklus. Die Modell-ID entscheidet, welche Zeile gilt. Bei Anthropic ist jede ID ab der Generation 4.6 ein fester Stand; ältere Kurznamen wie claude-sonnet-4-5 zeigen auf den jüngsten datierten Stand. OpenAI hält Versionen als Snapshots fest, bei älteren Modellen datiert wie gpt-4o-2024-08-06, und Google tauscht einen latest-Alias mit jeder neuen Ausgabe aus. Ein neues Modell bringt eigene Sätze: Claude Opus 5.5 kostet 4 USD Eingabe und 20 USD Ausgabe, Claude Opus 5 5 USD und 25 USD. Anthropic sagt vor einer Abschaltung mindestens 60 Tage Vorlauf zu; für Preview-Modelle nennen OpenAI und Google zwei Wochen. Für allgemein verfügbare Modelle nennt OpenAI mindestens sechs Monate, kündigte aber am 2026-10-14 das Ende von GPT-4o und GPT-4.1 zum 2027-01-14 an, drei Monate später.
Was es für Ihre Kosten bedeutet
Ein Modellvergleich braucht die Token-Verteilung einer echten Arbeitslast, nicht den Eingabepreis. Die Nutzungs- und Kostenexporte der KI-Anbieter liefern ungecachte Eingabe, Cache-Lesen, Cache-Schreiben und Ausgabe, und mit diesen Mengen wird aus jeder Preisliste eine Rechnung. Welche Zellen eine Arbeitslast trifft:
| Eigenschaft der Arbeitslast | Zelle oder Modifikator | Was zu prüfen ist |
|---|---|---|
| langer, gleichbleibender Systemprompt | gecachte Eingabe, Cache-Schreiben | Anteil der Cache-Treffer |
| lange Antworten oder viel Reasoning | Ausgabe | Ausgabetoken je Anfrage |
| Prompts über 100.000, 200.000 oder 272.000 Token | Long-Context-Sätze | Anteil der Anfragen über der Schwelle des Modells |
| keine sofortige Antwort nötig | Batch, Flex | Zeitfenster bis zum Ergebnis |
| enge Latenzvorgaben | Priority, Fast mode | Aufschlag je Token |
| Verarbeitung in der EU verlangt | Datenresidenz, Data Zone, regionaler Endpunkt | Aufschlag des gewählten Endpunkts |
| Werkzeuge wie Websuche | Stückpreis je Aufruf | Aufrufe je Anfrage |
Listenpreise sind der Ausgangspunkt: Mengenrabatte verhandelt Anthropic im Einzelfall, und wie Clouds individuelle Preise vereinbaren, beschreibt Enterprise-Verträge und individuelle Preise. Den Einsatz von Cache, Batch und Routing beschreibt Caching, Batching und Routing, was Training und eigene Endpunkte hinzufügen, Training, Fine-Tuning und Inferenz.
Wo es schiefgeht
- Nur Eingabepreise verglichen. Das Modell mit dem niedrigeren Eingabepreis wird teurer, weil Cache-Sätze, Stufen und Schwellen je Anbieter anders liegen.
- Der Ausgabe-Faktor übersehen. Bei antwortlastigen Funktionen wie langen Zusammenfassungen oder Agenten mit viel Reasoning bestimmt die Ausgabe die Rechnung, zum Fünf- bis Sechsfachen des Eingabesatzes.
- Ein Cloud-Preis als Anbieterpreis gelesen. Die Kalkulation verfehlt die Cloud-Rechnung, weil Bereitstellungsart, Region und Währung der Cloud gelten; eine Data Zone in Azure kostet mehr als Global.
- Ein Alias wechselt den Stand. Die Kosten ändern sich ohne Codeänderung, weil ein
latest-Alias oder Kurzname jetzt auf ein anderes Modell zeigt, unter Umständen mit anderem Satz oder Tokenizer. - Gecachte Sätze ohne Cache-Treffer eingeplant. Die Planung rechnet mit dem Lesesatz, die Nutzungsdaten zeigen kaum Cache-Lesen; wo das Schreiben einen Aufschlag kostet, wird jede Anfrage teurer als ohne Cache.
Beispiel
Listenpreise je Million Token in USD, Standardstufe, gelesen am 2026-10-16: gpt-6.1-sol über die OpenAI API, Claude Sonnet 5.5 über die Claude API mit globaler Verarbeitung, Gemini 3.1 Pro Preview über die kostenpflichtige Stufe der Gemini API.
| Satz | gpt-6.1-sol | Claude Sonnet 5.5 | Gemini 3.1 Pro Preview |
|---|---|---|---|
| Eingabe | 2,00 | 2,00 | 2,00 |
| Gecachte Eingabe (Lesen) | 0,10 | 0,10 | 0,20 |
| Cache-Schreiben | 2,50 | 2,50 (fünf Minuten) | Speicher 4,50 je Stunde |
| Ausgabe | 10,00 | 10,00 | 12,00 |
Für eine Arbeitslast mit I Millionen ungecachten Eingabetoken, C Millionen Cache-Treffern und O Millionen Ausgabetoken unter den Schwellen kosten gpt-6.1-sol und Claude Sonnet 5.5 gleich viel, 2,00 × I + 0,10 × C + 10,00 × O USD zuzüglich Cache-Schreiben. Gemini 3.1 Pro Preview kostet 2,00 × O + 0,10 × C USD mehr, mit Cache-Speicher statt Schreibsatz.
Über Azure listet die Azure Retail Prices API gpt-6.1-sol in Germany West Central (gültig ab 2026-10-01) in Global Standard zu denselben 2,00 USD Eingabe und 10,00 USD Ausgabe, in Data Zone Standard zu 2,40 USD und 12,00 USD, also 20 Prozent mehr; die Euro-Preise der API sind 1,7599 EUR und 8,7997 EUR für Global.
Quellen
Gelesen am 2026-10-16. OpenAI Preise, Flex processing, GPT-6.1 Sol, GPT-4o und seine Snapshots und Abkündigungen; Anthropic Preise, Model IDs and versioning und Model deprecations; Google Preise der Gemini API, Gemini-Modelle, Gemini deprecations und Preise der Gemini Enterprise Agent Platform; AWS Amazon Bedrock pricing; Microsoft Azure OpenAI pricing und die Azure Retail Prices API mit den Abfragen für Germany West Central in USD und in EUR.