Cloud-KI-Dienste kosten auf zwei Arten: Die Plattformen Amazon SageMaker AI, Azure Machine Learning mit Microsoft Foundry und die Gemini Enterprise Agent Platform berechnen die Laufzeit von Instanzen oder Knoten für Notebooks, Training und Endpunkte, während fertige KI-Dienste und Modelle pro Token, Zeichen oder Audiostunde abrechnen. Für die Rechnung ist der Unterschied entscheidend: Ein bereitgestellter Endpunkt kostet jede Stunde, ob Anfragen kommen oder nicht, ein Preis pro Einheit nur bei Nutzung.
So funktioniert es
Vier Abrechnungsmuster kommen vor: Instanzen für Notebooks, Trainingsjobs und Echtzeit-Endpunkte kosten pro Zeiteinheit, solange sie bestehen; serverlose und asynchrone Inferenz rechnet nach Laufzeit und Datenmenge und kann ohne Last auf null fallen; vorgefertigte Dienste wie Übersetzung oder Spracherkennung kosten pro verarbeiteter Einheit; Sprachmodelle kosten pro Token (Token, Anfragen und Kontext) oder, bei bereitgestellter Kapazität, pro reservierter Einheit und Stunde.
AWS
Amazon SageMaker AI hat eine eigene Preisseite; die Seite des vereinheitlichten Amazon SageMaker mit Unified Studio verweist vor allem auf die Preise der genutzten Dienste. SageMaker AI berechnet den gewählten Instanztyp nach Nutzungsdauer für Studio-Notebooks, Processing, Training, Batch Transform und Real-Time Inference; ein Echtzeit-Endpunkt kostet, solange seine Instanzen laufen. Asynchronous Inference kann per Autoscaling auf null Instanzen gehen, Serverless Inference rechnet Rechenzeit nach konfiguriertem Speicher und verarbeitete Daten ab, optional mit Provisioned Concurrency. Amazon Bedrock rechnet Modelle pro Token in den Stufen Standard, Flex, Priority und Reserved ab, Batch-Inferenz für ausgewählte Modelle günstiger, Provisioned Throughput pro Model Unit und Stunde ohne Bindung oder mit ein oder sechs Monaten. Angepasste Modelle kosten Training und monatlichen Speicher, importierte Modelle pro Custom Model Unit und Minute in Fünf-Minuten-Fenstern. Vorgefertigte Dienste wie Amazon Translate rechnen pro Zeichen ab.
Azure
Die Plattform Microsoft Foundry selbst ist kostenlos; jeder Dienst darin hat sein eigenes Preismodell. Modelle, die Azure verkauft, darunter Azure OpenAI, berechnet Microsoft pro Token; Modelle von Partnern und aus der Community laufen über Azure Marketplace, ihre Meter erscheinen unter der Ressourcengruppe und lassen sich nicht mit Azure Prepayment bezahlen. Ein feinabgestimmtes Modell kostet zusätzlich eine Stundengebühr pro Bereitstellung, auch ohne Aufrufe. Foundry Tools, früher Azure AI services, rechnen pro Zeichen oder Audiostunde ab; Azure Speech in Foundry Tools etwa berechnet Echtzeit-Transkription pro Stunde Audio, eigene Sprachmodelle zusätzlich Training pro Rechenstunde und Endpoint-Hosting pro Modell und Stunde, beides in Germany West Central nicht verfügbar (die Preisseite zeigt dort N/A). Azure Machine Learning erhebt keinen eigenen Aufschlag: Bezahlt werden die virtuellen Maschinen zum VM-Preis sowie Blob Storage, Key Vault, Container Registry und Application Insights, die der Workspace nutzt.
Google Cloud
Google führt Vertex AI jetzt als Gemini Enterprise Agent Platform, die Preisseite spricht kurz von Gemini platform. Training und Vorhersage haben keine Mindestdauer und werden in 30-Sekunden-Schritten berechnet. Knotenstunden zählen auch, solange ein Knoten bereitsteht, und jedes auf einem Endpunkt bereitgestellte Modell kostet ohne Vorhersagen, bis es entfernt wird; anders als beim Vorgänger gibt es kein Skalieren auf null. Batch-Vorhersagen werden erst nach Ende des Jobs berechnet. Workbench-Instanzen kosten den Compute-Engine-Preis plus eine Management Fee, solange sie laufen, Datenträger auch im gestoppten Zustand. Generative Modelle haben eine eigene Preisseite mit Tokenpreisen, Cloud Translation rechnet pro Zeichen, mit 500.000 freien Zeichen im Monat.
| Anbieter | Dienst | Abrechnungseinheit | Kosten ohne Anfragen |
|---|---|---|---|
| AWS | SageMaker AI Real-Time Inference | Instanzstunde | ja, solange der Endpunkt läuft |
| AWS | SageMaker AI Serverless Inference | Rechenzeit nach Speicher, Daten | nein, außer Provisioned Concurrency |
| AWS | Bedrock | Token, Model Unit je Stunde | bei Provisioned Throughput |
| Azure | Foundry Models | Token, Hosting je Stunde | bei feinabgestimmten Modellen |
| Google Cloud | Online-Vorhersage | Knotenstunde in 30-Sekunden-Schritten | ja, je bereitgestelltem Modell |
| Google Cloud | Batch-Vorhersage | Knotenstunde | nein |
Was es für Ihre Kosten bedeutet
SageMaker AI rechnet Instanz- und GPU-Stunden unter dem ML-Dienst zu eigenen Preisen ab, nicht unter Amazon EC2. Bei Google gilt das für Training und Vorhersage auf On-Demand-Knoten, Workbench kostet den Compute-Engine-Preis plus Management Fee, und Azure Machine Learning berechnet die virtuellen Maschinen zum VM-Preis. SageMaker AI benennt Instanzen mit dem Präfix ml. vor dem vertrauten Typnamen, etwa ml.m5.xlarge; die Logik der Familien beschreibt Virtuelle Maschinen und Instanzfamilien. Bei Google verteilt sich die Abrechnung auf zwei SKUs, sobald Reservierungen oder Spot VMs genutzt werden: eine Compute-Engine-SKU mit dem Label vertex-ai-online-prediction und die SKU der Management Fee. Unterbrechbare Kapazität beschreibt Spot- und Preemptible-Kapazität; eigene Commitments für ML-Instanzen wie die SageMaker Savings Plans behandelt AWS Savings Plans.
Tokenkosten erscheinen als Posten von Bedrock oder Foundry auf der Cloud-Rechnung, Modelle direkt bei OpenAI oder Anthropic dagegen auf einer eigenen Rechnung außerhalb der Cloud (Abrechnung der KI-Anbieter), mit eigenem Nutzungsexport (Nutzungs- und Kostenexporte der KI-Anbieter). Wer Modelle selbst auf GPU-Knoten eines Clusters betreibt, findet die Kosten dort (Container und Kubernetes).
Ein Endpunkt mit festen Instanzen kostet pro Stunde, unabhängig von der Last; je weniger Anfragen er bedient, desto höher die Kosten pro Vorhersage. Für Unit Economics zählen deshalb die Leerlaufstunden mit. Microsoft Foundry versieht die Nutzung jedes Projekts automatisch mit einem Projekt-Tag (Preview), nach dem Cost Management filtern kann, bisher nur für Modelle, die Azure verkauft.
Wo es schiefgeht
- Endpunkt über Nacht. Symptom: Hosting- oder Knotenstunden laufen rund um die Uhr bei wenigen Anfragen. Ursache: Echtzeit-Endpunkte kosten pro Instanzstunde, und bei Google kostet jedes bereitgestellte Modell ohne Skalieren auf null.
- Vergessenes feinabgestimmtes Modell. Symptom: Ein Hosting-Meter in Foundry läuft ohne Tokenposten. Ursache: Bereitgestellte feinabgestimmte Modelle kosten pro Stunde, auch wenn niemand sie aufruft.
- Notebook übers Wochenende. Symptom: Notebook- oder Workbench-Stunden an Tagen ohne Arbeit. Ursache: Die Instanz wird pro Laufzeit berechnet, solange sie aktiv ist, nicht nach Nutzung.
- Budget-Alarm nach dem Batch-Job. Symptom: Ein großer Vorhersagejob überschreitet das Budget, bevor ein Alarm kommt. Ursache: Google berechnet Batch-Vorhersagen nach Jobende, und Budget-Benachrichtigungen lösen während des Jobs nicht aus.
- Partnermodelle fehlen in der Projektsicht. Symptom: Die Kosten nach Foundry-Projekt-Tag liegen unter der Rechnung. Ursache: Die Zuordnung nach Projekt gilt nur für Modelle, die Azure verkauft; Marketplace-Modelle stehen unter der Ressourcengruppe.
Beispiel
Listenpreise in USD, gelesen am 2026-10-16: SageMaker AI Real-Time Inference in Europe (Frankfurt) 0,276 USD je Stunde für ml.m5.xlarge und 1,761 USD je Stunde für ml.g5.xlarge; Gemini Enterprise Agent Platform, Vorhersageknoten e2-standard-4 in Frankfurt (europe-west3) 0,198568 USD je Knotenstunde; Azure Speech in Foundry Tools in Germany West Central 1 USD je Stunde Echtzeit-Transkription.
Quellen
Gelesen am 2026-10-16. Amazon SageMaker AI Preise, Amazon SageMaker Preise, Amazon Bedrock Preise, Amazon Translate Preise, Microsoft Foundry Preise, Kosten in Microsoft Foundry planen und verwalten, Azure Machine Learning Preise, Foundry Tools Preise, Azure Speech in Foundry Tools Preise, Gemini Enterprise Agent Platform Preise, Cloud Translation Preise.