Kosten pro Token für alle großen KI-Modelle (2026)

Dies ist eine Referenzseite. Überfliegen Sie die Tabelle, die Sie brauchen:

1. Wie Per-Token-Preise wirklich funktionieren (Input vs Output, warum Output teurer ist).

2. OpenAI API-Preise — die komplette gpt-5.5 und gpt-5.4 Familie plus Codex und Media-Modelle.

3. Anthropic / Claude API-Preise — Opus 4.8, Sonnet 4.6, Haiku 4.5, Fable 5.

4. Google Gemini API-Preise — Gemini 3.5, 3.1 und 2.5 Tiers.

5. Die All-Models-Vergleichstabelle auf einen Blick.

6. Prompt Caching — wie Cache-Lesevorgänge Input-Kosten um bis zu 90% reduzieren.

7. Batch-Rabatte — 50% Rabatt, wenn Latenz keine Rolle spielt.

8. Context-Window-Preise — warum längere Context die Rechnung stillschweigend verdoppeln kann.

9. So schätzen Sie Ihre realen monatlichen Kosten.

10. Quellen und weiterführendes Material.

Alle großen APIs messen die Nutzung in Tokens, nicht in Wörtern oder Zeichen. Ein Token ist ein Sub-Wort-Chunk; auf Englisch etwa 1 Token ≈ 4 Zeichen ≈ 0,75 Wörter (nach Anthropic und OpenAI Tokenisierungsdokumentation). Eine 500-Wort-E-Mail sind etwa 670 Tokens; ein 10-seitiges Dokument etwa 5.000-6.000 Tokens.

Preise werden fast immer in zwei Tarife aufgeteilt. Input-Tokens (Ihr Prompt, Systemmeldung und beliebiger angehängter Context) werden mit einem Tarif abgerechnet; Output-Tokens (das, was das Modell generiert) werden mit einem höheren Tarif abgerechnet — typischerweise 4-6x der Input-Rate. Diese Asymmetrie ist der Grund, warum Zusammenfassungen (lange Input, kurze Output) billig und Generierung (kurze Input, lange Output) relativ teuer sind.

Tarife werden pro 1.000.000 Tokens (1M, geschrieben MTok) angeboten. Also gpt-5.4 bei $2,50 / $15,00 bedeutet $2,50 pro Million Input-Tokens und $15,00 pro Million Output-Tokens. Eine einzelne Anfrage mit 4.000 Input + 1.000 Output Tokens auf gpt-5.4 kostet (4.000/1.000.000 × $2,50) + (1.000/1.000.000 × $15,00) = $0,01 + $0,015 = $0,025.

Drei Modifikatoren ändern diese Basis-Mathematik: Prompt Caching (günstigere wiederholte Input), Batch-Verarbeitung (günstigere nicht-dringende Jobs) und Context-Window-Tier-Preise (einige Modelle berechnen mehr über einem Context-Schwellwert). Alle drei werden unten behandelt. Um Token-Zählungen ohne manuelles Rechnen in Dollar umzuwandeln, verwenden Sie den KI-Prompt-Kostenrechner. Führen Sie die Zahlen mit unserem KI-Prompt-Kostenrechner durch. <!-- calc-link-mesh:v2 -->

OpenAIs gpt-5.5 Familie ist die Frontier-Tier; die gpt-5.4 Familie ist die kostengünstige Workhorse-Linie mit Mini- und Nano-Varianten für hochvolumiges, niedriges Risiko-Work. Das gpt-5.3-codex Modell ist für Coding-Agenten optimiert. Alle Zahlen unten sind pro 1M Tokens und stammen von der OpenAI API-Preisseite; bestätigen Sie dort vor der Budgetplanung.

``` Modell Input ($/MTok) Output ($/MTok) gpt-5.5 5.00 30.00 gpt-5.5-pro 30.00 180.00 gpt-5.4 2.50 15.00 gpt-5.4-mini 0.75 4.50 gpt-5.4-nano 0.20 1.25 gpt-5.3-codex 1.75 14.00 ```

Media wird separat berechnet: gpt-image-2 kostet $8,00 Input / $30,00 Output pro 1M Tokens und Sora-2 Video wird nach Sekunde berechnet — $0,10/Sek. bei 720p und $0,50/Sek. bei 1024p.

Auswahl innerhalb der Familie: gpt-5.4-nano bei $0,20 / $1,25 ist etwa 25x billiger bei Input als gpt-5.5 und ist der richtige Standard für Klassifizierung, Tagging und Routing. Reservieren Sie gpt-5.5-pro für echte schwierige Reasoning — bei $180/MTok Output ist es der teuerste Output-Token aller Modelle in diesem Leitfaden.

Anthropics Claude-Linie umfasst Haiku (schnellster, günstigster), Sonnet (ausgeglichen), Opus (fähigstes allgemeines Modell) und Fable 5 (Premium-Tier). Bemerkenswert ist, dass die Opus- und Sonnet 4.6+ Generationen einen festen Preis unabhängig von der aufgerufenen Point-Release tragen. Zahlen sind pro 1M Tokens von der Claude-Preisseite und der API-Preisdetail.

``` Modell Input ($/MTok) Output ($/MTok) Claude Opus 4.8 5 25 Claude Opus 4.5 / 4.6 / 4.7 5 25 Claude Sonnet 4.6 / 4.5 3 15 Claude Haiku 4.5 1 5 Claude Fable 5 10 50 ```

Zwei strukturelle Vorteile stechen hervor. Erstens passt Claude Opus 4.8 den Input-Preis von gpt-5.5 an ($5), unterschreitet aber seine Output um $5/MTok ($25 vs $30) — und ist dramatisch billiger als gpt-5.5-pro. Zweitens kosten Cache-Lesevorgänge auf Opus 4.8 nur $0,50/MTok (10% des Basis-Input), was wiederholte Context-Workloads viel billiger macht als der Headline-Preis suggeriert (siehe Caching unten).

Anthropic berechnet auch Server-seitige Tools separat: das Web-Search-Tool kostet $10 pro 1.000 Suchen. Wenn Sie einen Research-Agenten bauen, der bei jedem Turn sucht, kann dieser Posten Ihre Token-Ausgaben konkurrieren, also messen Sie es explizit.

Googles Gemini-Linie ist generell die günstigste der drei Anbieter bei vergleichbaren Capability-Tiers, besonders die Flash-Lite-Varianten für hochvolumiges Work. Einige Tiers (Gemini 3.1 Pro Preview) zitieren den Tarif bei oder unter einem Context-Schwellwert. Zahlen sind pro 1M Tokens von der Gemini API-Preisseite.

``` Modell Input ($/MTok) Output ($/MTok) Gemini 3.5 Flash 1.50 9.00 Gemini 3.1 Pro (Preview) 2.00 12.00 (≤200k context) Gemini 3.1 Flash-Lite 0.25 1.50 Gemini 2.5 Pro 1.25 10.00 Gemini 2.5 Flash 0.30 2.50 Gemini 2.5 Flash-Lite 0.10 0.40 ```

Gemini 2.5 Flash-Lite bei $0,10 / $0,40 ist das günstigste Modell in diesem gesamten Leitfaden — halb die Input-Kosten von gpt-5.4-nano und ein Viertel der Output-Rate von Gemini 3.1 Flash-Lite. Für Extraktion, Klassifizierung und andere Massen-Low-Stakes-Aufgaben, bei denen Sie keine Frontier-Reasoning benötigen, legt es die Preisuntergrenze fest.

Beachten Sie die Context-Anmerkung des 3.1 Pro Preview: sein $2,00 / $12,00 Tarif wird bei oder unter 200k Tokens zitiert. Wie bei jedem Anbieter können Large-Context-Aufrufe in einen anderen Preistier wechseln, überprüfen Sie daher die Live-Seite auf die genauen Schwellwerte, bevor Sie sehr große Prompts senden.

Die untenstehende Tabelle bricht jedes Modell in einen einzigen Vergleich zusammen, sodass Sie sehen können, wo jedes landet. Der Output-Preis ist die Zahl, die normalerweise reale Rechnungen dominiert, da die Generierung tendenziell mehr Tokens produziert als Sie erwarten würden. Das Tier "billiger Workhorse" (gpt-5.4, Sonnet 4.6, Gemini 2.5 Pro) ist, wo die meisten Produktions-Traffic landen sollte, außer wenn eine Aufgabe wirklich das Frontier-Tier benötigt.

Prompt Caching ermöglicht es Ihnen, einen großen, stabilen Input-Chunk — einen langen Systemprompt, eine Knowledge Base, ein Dokument — über viele Anfragen hinweg mit steilem Rabatt wiederzuverwenden. Statt bei jedem Aufruf den vollen Input-Preis zu zahlen, zahlen Sie einmalige Write-Kosten und dann winzige Read-Kosten bei jedem Cache-Hit.

Bei Anthropics API sind die Mechaniken explizit (Preisdetail): ein 5-Minuten-Cache-Write kostet das 1,25fache des Basis-Input-Tarifs, ein 1-Stunden-Write kostet 2x und ein Cache-Read (Hit) kostet nur 0,1x Basis-Input — d.h. 10% des Input-Preises. Für Claude Opus 4.8 bedeutet das Cache-Lesevorgänge bei $0,50/MTok statt $5,00/MTok, eine 90% Ersparnisse auf dem gepufferten Portion.

Die Mathematik: Angenommen, Sie fügen eine 50.000-Token Knowledge Base an 1.000 Opus 4.8-Anfragen an. Ohne Caching sind das 50M Input-Tokens bei $5 = $250 nur für den wiederholten Context. Mit Caching zahlen Sie einen Write (~50.000 Tokens × 1,25x = ungefähr $0,31) plus 999 Reads bei 10% (≈49,95M × $0,50/MTok ≈ $25). Sie reduzieren die wiederholten Context-Kosten von $250 auf etwa $25 — ungefähr 90% Rabatt.

Caching zahlt sich aus, wenn derselbe große Prefix über viele Aufrufe innerhalb des Cache-Fensters erscheint. Es hilft nicht bei einmaligen Prompts oder Prompts, bei denen der Großteil des Input jedes Mal wechselt. OpenAI und Google bieten auch Caching an; überprüfen Sie die Preisseite jedes Anbieters auf aktuelle Rabattsätze und Mindestwerte.

Wenn ein Job keine sofortige Antwort benötigt — nächtliche Zusammenfassung eines Backlogs, Massen-Klassifizierung, Dataset-Labeling — tauschen Batch-APIs Latenz gegen einen Rabatt ein. Anthropics Batch API ist 50% auf Input und Output (Preise); OpenAI und Google bieten vergleichbare Batch-Tiers (überprüfen Sie ihre Preisseiten auf genaue Prozentsätze und Bearbeitungsfenster).

Stacking ist wichtig: Batch und Caching können sich kombinieren. Ein nächtlicher Job, der einen festen Systemprompt über Tausende von Datensätzen hinweg erneut nutzt, kann den Cache-Read-Rabatt auf das Präfix und den Batch-Rabatt auf den Rest erhalten. Für einen Workload, der sowohl wiederholend als auch nicht-dringend ist, kann der effektive Tarif weit unter der Hälfte des Headline-Preises landen.

Der Trade-Off ist Bearbeitungszeit — Batch-Jobs lösen sich normalerweise in einem Fenster auf (oft bis zu 24 Stunden) statt in Sekunden. Verwenden Sie Batch für Pipelines, nicht für alles, worauf ein Benutzer wartet.

Moderne Modelle akzeptieren enorme Context-Fenster — Anthropic enthält ein 1M-Token Context-Fenster zum Standardpreis auf Opus 4.6+, Sonnet 4.6 und Fable 5. Diese Fähigkeit ist ein zweischneidiges Schwert: jedes Token, das Sie in Context platzieren, wird bei jedem Aufruf zum Input-Tarif abgerechnet.

Die Falle ist RAG und Long-Conversation-Apps, die fortlaufend anhängen. Wenn Sie ein Gespräch auf 100.000 Tokens Context vergrößern und 20 weitere Turns machen, zahlen Sie diese 100.000 Input-Tokens bei jedem der 20 Turns erneut — 2M Input-Tokens nur für Context-Replay vor dem Zählen eines neuen Inhalts. Bei Opus 4.8 sind das $10 reine Context-Replay-Kosten für ein einzelnes Gespräch.

Zwei Möglichkeiten: (1) cache den stabilen Portion des Context, sodass das Replay bei 10% statt 100% abgerechnet wird; (2) fassen Sie alte Turns zusammen oder kürzen Sie sie, sodass das Fenster nicht grenzenlos wächst. Einige Anbieter stufen Preise auch über einem Context-Schwellwert ab (z.B. Gemini 3.1 Pro Preview zitiert seinen Tarif bei ≤200k) — überprüfen Sie den Schwellwert auf der Live-Preisseite, bevor Sie sehr große Prompts senden.

Headline Per-Token-Tarife sind der Startpunkt, nicht die Antwort. Um eine reale Monatsrechnung zu schätzen, arbeiten Sie fünf Zahlen durch: (1) Anfragen pro Monat, (2) durchschnittliche Input-Tokens pro Anfrage, (3) durchschnittliche Output-Tokens pro Anfrage, (4) welches Modell und (5) welcher Anteil des Input ist cachierbar oder batchierbar.

Durchgerechnetes Beispiel. Angenommen, ein Support-Assistant verarbeitet 100.000 Anfragen/Monat auf Claude Sonnet 4.6 ($3 / $15), durchschnittlich 3.000 Input + 500 Output Tokens, mit einem 2.000-Token Systemprompt, der cachierbar ist. Basis-Input: 100k × 3.000 = 300M Tokens; davon sind ~200M der wiederholte cachierbare Prompt. Gecacht: ~200M × $0,30/MTok (10% von $3) = $60; nicht-cachierbar Input ~100M × $3 = $300; Output 100k × 500 = 50M × $15 = $750. Gesamtbetrag ≈ $1.110/Monat — versus ungefähr $1.650 ohne Caching.

Die zwei größten Schätzfehler sind das Unterschätzen von Output-Tokens (Modelle sind wortreicher als Leute erwarten) und das Ignorieren von Context-Replay in Multi-Turn-Apps. Bauen Sie ein kleines Spreadsheet auf, oder überspringen Sie die Arithmetik und geben Sie Ihre Volumen in den KI-Prompt-Kostenrechner ein — siehe wie der Rechner funktioniert für die Methodologie. Validieren Sie dann gegen Ihre erste echte Woche der API-Abrechnung; Schätzungen sind direktional, bis tatsächlich gemessene Nutzung sie bestätigt.

Kostenkontroll-Checkliste: routen Sie einfache Aufgaben zum günstigsten fähigen Modell (Gemini 2.5 Flash-Lite, gpt-5.4-nano, Haiku 4.5); cachieren Sie stabile Präfixe; batchieren Sie alles Nicht-Dringende; begrenzen Sie Output-Länge; und trimmen Sie Context aggressiv. Diese fünf Hebel reduzieren eine Rechnung routinemäßig um die Hälfte oder mehr — weit mehr als Anbieter für einen Bruchteil des Tarifunterschieds zu wechseln.

Alle Preise in diesem Leitfaden werden zum Juni 2026 zitiert und können sich ändern — bestätigen Sie immer auf den Live-Seiten unten, bevor Sie ein Budget festlegen.

OpenAI API-Preise: https://developers.openai.com/api/docs/pricing

Anthropic / Claude Preise: https://claude.com/pricing

Claude API-Preisdetail (Caching, Batch, Tools): https://platform.claude.com/docs/en/about-claude/pricing

Google Gemini API-Preise: https://ai.google.dev/gemini-api/docs/pricing

Token-zu-Text Faustregel (1 Token ≈ 4 Zeichen ≈ 0,75 Wörter): pro Anthropic und OpenAI Tokenisierungsdokumentation.

Schätzen Sie Ihre eigenen Ausgaben mit dem KI-Prompt-Kostenrechner und lesen Sie die Rechner-Methodologie.