OpenAI API Kostenrechner (2026)

Jeder OpenAI API-Aufruf folgt der gleichen Mathematik. Es gibt keine Plattformgebühr, keine Pro-Aufruf-Gebühr, kein Minimum. Sie zahlen für das, was Sie senden und was Sie zurückbekommen, zum Modell-Satz pro 1M Token:

``` cost = (input_tokens / 1,000,000) × input_price_per_M + (output_tokens / 1,000,000) × output_price_per_M ```

Zwei Anpassungen stapeln sich oben drauf. Erstens, Prompt-Cache-Treffer — Teile Ihres Input-Präfix, die OpenAI zwischengespeichert hat, weil Sie sie in einem kürzlichen vorherigen Aufruf gesendet haben — werden zum Cached-Input-Satz abgerechnet (~10% des Standard-Input). Lange System-Prompts und stabile Tool-Schemas sind die typischen Gewinner; der Cache ist opportunistisch über die meisten SDKs und erfordert keine Code-Änderungen zur Aktivierung. Zweitens, die Batch API nimmt 50% von Input und Output als Gegenleistung für ein Lieferfenster von bis zu 24 Stunden. Die beiden Rabatte stapeln sich: ein gepufferter, versammelter Aufruf auf gpt-5.5 wird bei $0,25 Input ÷ 2 = $0,125/1M und $30 Output ÷ 2 = $15/1M für den gepufferten + versammelten Teil abgerechnet. Die Struktur Ihrer Prompts bestimmt, wie viel von jedem Rabatt Sie in der Praxis erfassen können.

Reasoning-Token bei der o-Serie werden zum Output-Satz abgerechnet, auch wenn sie nicht an Sie zurückgegeben werden — ein Modell, das 4.000 Token vor der Erzeugung einer 200-Token-Antwort 'nachdenkt', wird mit 4.200 Output-Token abgerechnet. Planen Sie ein 5-10x Output-Budget für Reasoning-intensive Aufgaben.

Nehmen Sie einen repräsentativen Aufruf — ein 1.000-Token-Prompt, der eine 500-Token-Antwort zurückgibt, ungefähr gleichbedeutend mit einer 750-Wort-Kurzfassung herein und einer 375-Wort-Antwort heraus. Bei Standard-Sätzen landet die Pro-Aufruf-Kosten als:

gpt-5.5-pro: (1000 / 1.000.000) × $30,00 + (500 / 1.000.000) × $180,00 = $0,030 + $0,090 = **$0,120 pro Aufruf**.

gpt-5.5: 0,001 × $5,00 + 0,0005 × $30,00 = $0,005 + $0,015 = **$0,020 pro Aufruf**.

gpt-5.4: 0,001 × $2,50 + 0,0005 × $15,00 = $0,0025 + $0,0075 = **$0,010 pro Aufruf**.

gpt-5.4-mini: 0,001 × $0,75 + 0,0005 × $4,50 = $0,00075 + $0,00225 = **$0,003 pro Aufruf**.

gpt-5.4-nano: 0,001 × $0,20 + 0,0005 × $1,25 = $0,0002 + $0,000625 = **$0,000825 pro Aufruf**.

Beachten Sie die 145x Spanne zwischen gpt-5.4-nano ($0,000825) und gpt-5.5-pro ($0,120) auf identischen Token-Volumen. Das richtige Modell ist fast nie das teuerste — es ist das billigste Tier, das Ihre Qualitätsanforderungen für die tatsächliche Aufgabe erfüllt.

Multiplizieren Sie die Pro-Aufruf-Zahlen mit 100.000. Dies ist eine realistische Mittelklasse-Workload — tägliche Klassifizierung auf 3.000+ Datensätze, wöchentliche Zusammenfassung, eine Low-Volume-Agent-Schleife:

gpt-5.5-pro: $12.000. gpt-5.5: $2.000. gpt-5.4: $1.000. gpt-5.4-mini: $300. gpt-5.4-nano: $82,50.

Wenden Sie den Batch API-Rabatt auf die gpt-5.4-Reihe an (asynchrone Zusammenfassung ist ein Lehrbuch-Batch-Anwendungsfall): $1.000 → $500. Wenden Sie Prompt-Caching an, wobei 800 von jedem 1.000 Input-Token ein stabiles System-Präfix sind, das 80% der Zeit Cache trifft: diese 640 gepufferten Token fallen auf $0,25/1M statt $2,50/1M — sparen 90% auf 64% des Input, ungefähr $115 von der Input-Rechnung, ~12% von der Gesamtrechnung.

Stapeln Sie beide — die gleiche Workload läuft auf gpt-5.4 bei 100k Aufrufen um die $400, eine 60% Reduktion. Der größte Kosten-Hebel, den die meisten Teams ignorieren, ist nicht die Modellwahl; es ist das Versäumnis, zu stapeln, was warten kann, und zu puffern, was sich wiederholt.

Skalieren Sie nun auf 1M Aufrufe — eine vollständige Produktions-Workload (z. B. Zusammenfassung pro Benutzer über eine SaaS-App mit 30.000 aktiven Benutzern, die 33 Aufrufe/Monat ausführen):

gpt-5.5-pro: **$120.000**. gpt-5.5: **$20.000**. gpt-5.4: **$10.000**. gpt-5.4-mini: **$3.000**. gpt-5.4-nano: **$825**.

Der gleiche Batch + Cache-Stapel auf gpt-5.5 bringt $20.000 → ungefähr $8.300 (58% Reduktion) beim gleichen Input/Output-Mix. Auf gpt-5.4-mini landet der gleiche Stapel bei ~$1.200 — unter 1,2¢ pro Aufruf im Maßstab.

Die kanonische Hebel-Reihenfolge zum Senken der Kosten: (1) wählen Sie das billigste Tier, das Qualität erfüllt, (2) stapeln Sie alles Asynchrone, (3) strukturieren Sie Prompts um, so dass das gepufferte Präfix stabil ist, (4) begrenzen Sie die Output-Länge, wo Sie sie kontrollieren. Die meisten Teams kehren die Reihenfolge um — sie stimmen Output zuletzt ab, wenn Output 5-6x der Input-Preis ist.

Eine Agent-Schleife ist die schlechteste Kostenform — das Modell nimmt mehrere Turns pro Benutzer-Anfrage, gibt das gesamte Transkript jede Runde wieder. Nehmen Sie eine typische 5-Turn-Schleife mit einem 2.000-Token-System-Prompt + Tools, wachsender Kontext 800 Token pro Turn:

Turn 1: 2.800 in / 200 out. Turn 2: 3.000 in / 200 out. Turn 3: 3.200 in / 200 out. Turn 4: 3.400 in / 200 out. Turn 5: 3.600 in / 200 out. Gesamt: 16.000 Input + 1.000 Output. Auf gpt-5.5: 0,016 × $5 + 0,001 × $30 = $0,080 + $0,030 = **$0,11 pro Anfrage** — ungefähr 5,5x ein einzelner Aufruf.

Wenden Sie jetzt Caching an. Das 2.000-Token-System + Tools-Präfix ist über alle 5 Turns stabil. Wenn Cache ~80% dieser 2.000 Token × 5 Turns = 8.000 gepufferte Input-Token, die von $5/1M auf $0,50/1M fallen: $0,040 → $0,004, sparen $0,036 pro Anfrage (33% von der Rechnung). Für 100k Anfragen/Monat: von $11.000 → $7.400. Cache-Struktur ist die einzelne höchste-EV-Änderung, die Sie an einem Agent-Prompt vornehmen können. Erstellen Sie Cache-verankerte Prompts kostenlos mit unserem Code Prompt Builder.

gpt-5.5-pro ($30 / $180): hochrisikantes Reasoning, wo eine falsche Antwort teurer ist als 100 richtige — Finanzanalyse, juristisches Verfassen, komplexe Code-Synthese mit strenger Korrektheit. Die 6x Prämie über gpt-5.5 ist nur dann gerechtfertigt, wenn die nachgelagerte Kostenfolge von Fehlern die Pro-Aufruf-Kosten dominiert.

gpt-5.5 ($5 / $30): das Standard für allgemeinen Chat, agentengesteuerte Workflows, Inhalts-Generierung, die an Menschen versandt wird, alles, das Sie 2024 GPT-4 verwendet hätten. Wesentlich höhere Qualität als Ende-2024 GPT-4 zu ungefähr der Hälfte des Preises.

gpt-5.4-mini ($0,75 / $4,50): der Sweet Spot für High-Volume strukturierte Output-Aufgaben — Klassifizierung, Extraktion, Zusammenfassung, einfache Q&A. Die meisten Produktions-Teams, die 1M+ Aufrufe/Monat ausführen, leben hier.

gpt-5.4-nano ($0,20 / $1,25): eingebettete Anwendungsfälle — Autovervollständigung, Intent-Erkennung, einfaches Routing, interne Telemetrie-Klassifizierung. Wo Kosten in Bruchteilen eines Cents gemessen werden müssen. Für einen Seite-an-Seite-Kostenvergleich über Provider, siehe unseren GPT vs Claude vs Gemini Rechner.

Die Batch API akzeptiert eine JSONL-Datei von Anfragen und gibt Ergebnisse innerhalb von 24 Stunden zurück, abgerechnet zur Hälfte der Standard-Input- und Output-Sätze. Der Trade-off ist Latenz — Sie können sie nicht für etwas Synchrones verwenden, das ein Benutzer wartet. Aber für Offline-Workloads ist es eine der am meisten untergenutzten Kostenreduktionen auf der API.

Workloads, die textbook Batch-Gewinner sind: nächtliche Zusammenfassung, Massen-Klassifizierung, Fine-Tune-Trainings-Set-Generierung, Embedding-Precompute, wöchentliche Digests, tägliche Ausnahmereporte, Evaluierungs-Läufe. Wenn der Lieferstoff asynchron verbraucht wird (ein Dashboard-Refresh, eine E-Mail, ein interner Report), stapeln Sie ihn.

Die Einreichung ist ein einzelnes POST mit einem JSONL-Body — jede Zeile ist eine Standard-Chat-Completion-Anfrage. OpenAI gibt eine Job-ID zurück; Polling oder Webhook zur Completion. Siehe OpenAIs Batch-Docs für das genaue Schema. Die meisten Teams, die Batch für die richtigen Workloads adoptieren, schneiden ihre monatliche Rechnung um 30-50% ohne Qualitäts-Änderung.

Cached-Input-Preisgestaltung liest Prompt-Cache-Treffer bei ~10% des Standard-Input-Satzes. Der Cache ist opportunistisch — OpenAI berechnet einen Fingerabdruck Ihres Prompt-Präfix und speichert ihn server-seitig. Nachfolgende Aufrufe im Cache-Fenster (typischerweise Minuten), die das gleiche Präfix teilen, lesen aus dem Cache.

Die harte Regel: Caching ist ein *Präfix*-Match, kein Substring-Match. Setzen Sie Ihren stabilen System-Prompt, Tool-Definitionen und alle wiederverwendbaren Few-Shot-Beispiele an den Anfang des Message-Arrays. Benutzerspezifischer Inhalt geht ans Ende. Ein 1.500-Token gepuffertes Präfix auf gpt-5.5 fällt von $5/1M auf $0,50/1M — das ist $0,0068 gespart pro Aufruf. Bei 1M Aufrufen/Monat ist das $6.800.

Die meisten LLM SDKs erfordern keine Code-Änderungen zum Opt-In — Caching aktiviert sich automatisch einmal, wenn Sie Prompts Präfix-First strukturieren. Der größte Fehler, den wir sehen: Teams interpolieren dynamischen Kontext (aktuelles Datum, Benutzer-ID, Session-Status) in den System-Prompt, was jeden Cache-Treffer bricht. Verschieben Sie das auf eine Benutzer-Nachricht und der Cache hält.

Schwester-Lektüre: unsere Prompt-Caching Tutorial deckt die strukturelle Umschreibung ab, die einen nicht-cachenden Prompt in einen Cache-verankerten verwandelt.

OpenAI betreibt zwei völlig getrennte Abrechnungs-Beziehungen. Die **API** (berechnet pro Token in der obigen Tabelle, zugänglich über developers.openai.com und platform.openai.com) ist für Entwickler, die Anwendungen erstellen. Das **ChatGPT Consumer-Abonnement** (Kostenlos, Go $8/Mo, Plus $20/Mo, Pro $200/Mo, Team, Enterprise — siehe unseren ChatGPT Kostenführer) ist für Endbenutzer, die in einer UI chatten. Die gleichen Modelle darunter, getrennte Abrechnung.

Was das für Builder bedeutet: Ein $20/Mo ChatGPT Plus-Abonnement beinhaltet **nicht** API-Guthaben. Wenn Sie auf GPT-5.5 aufbauen, richten Sie API-Abrechnung unabhängig unter platform.openai.com ein.

Was das für Endbenutzer bedeutet: Ein maximiertes $200/Mo ChatGPT Pro-Abonnement gibt Ihnen nicht API-Zugang. Pro ist großartig für interaktive Nutzung; wenn Sie GPT-5.5 programmatisch aus Code aufrufen müssen, brauchen Sie immer noch einen API-Schlüssel und Pro-Token-Abrechnung.

Die beiden Beziehungen verwenden die gleiche Identität (Ihr OpenAI-Konto), verfolgen aber Nutzung, Zahlungsmethoden, Abrechnungs-Limits und Tier-Promotionen unabhängig. Sie können ein Tier-5-API-Konto und ein kostenloses ChatGPT-Konto auf dem gleichen Login haben oder umgekehrt.

**Fehler 1: Standard auf gpt-5.5 für alles.** Die meisten Produktions-Traffic sind Klassifizierung, Zusammenfassung oder Extraktion — gpt-5.4-mini verarbeitet diese bei 1/7tel des Preises mit Qualität, die auf einer ausgegebenen Eval nicht zu unterscheiden ist. Testen Sie, bevor Sie davon ausgehen.

**Fehler 2: riesige System-Prompts, die nie gepuffert werden.** Wenn Ihr System-Prompt etwas interpoliert, das sich zwischen Aufrufen ändert (Zeitstempel, Benutzernamen, Kontext-Zusammenfassungen), tritt der Cache niemals auf. Strukturieren Sie neu, so dass der System-Prompt statisch ist und der dynamische Kontext in Benutzer-Nachrichten lebt.

**Fehler 3: Output nicht begrenzen.** Eine 200-Token-Antwort, die 1.200 Token zurückgibt, weil Sie `max_tokens` vergessen haben einzustellen, kostet 6x. Auf gpt-5.5-pro ist das $0,18 pro Aufruf vs $0,03. Begrenzen Sie die Output-Länge überall dort, wo Sie die Verbrauchs-Form kontrollieren.

**Fehler 4: vollständige Geschichte jeden Turn in einem Chat weiterleiten.** Fassen Sie frühere Turns in einen kompakten 200-Token-Recap zusammen, sobald der Kontext 5.000 Token überschreitet. Sie sparen 50-80% auf Input über lange Sessions ohne wahrnehmbare Qualitätsverluste.

**Fehler 5: synchrone Stapel.** Wenn 1.000 Datensätze 30 Minuten warten können, können sie 24 Stunden warten. Stapeln Sie sie und sparen 50%.

Jeder Preis in diesem Leitfaden kommt von OpenAIs Live-Preisseite unter developers.openai.com/api/docs/pricing, abgerufen am 2026-06-20 und verifiziert gegen drei unabhängige Bestätigungs-Quellen (Community-Preis-Aggregatoren, kürzliche Integration Commits in beliebten Open-Source-Projekten, das öffentliche OpenAI-Cookbook). Wenn eine Nummer gegen die offizielle Seite nicht verifiziert werden konnte, wurde sie ausgelassen — wir würden lieber einen Leitfaden mit einer fehlenden Reihe versenden als einen mit einer fabrizierten Nummer.

OpenAI versioniert seine Preisseite nicht mit expliziten Changelog-Einträgen. Sie drücken Änderungen stillschweigend. Wir haben 3-5 Preisveränderungen pro Jahr durchschnittlich seit 2024 gesehen — einige abwärts (Modell-Upgrades, die Preissenkungen beinhalten), einige aufwärts (regionale Residenzanleihen, neue Premium-Tier). Der einzeln größte praktische Hazard: davon auszugehen, dass ein Preis, den Sie in Q1 gequellt haben, immer noch in Q3 gilt.

**Wie man vor dem Budgetieren verifiziert**: Öffnen Sie developers.openai.com/api/docs/pricing in einem Incognito-Fenster (keine angemeldete Session, die das Rendern beeinträchtigt), kopieren Sie die Zahlen für Ihre Ziel-Modelle in eine Tabelle, vergleichen Sie gegen diesen Leitfaden. Wenn Sie übereinstimmen, ist dieser Leitfaden aktuell für Ihre Zwecke. Wenn sie nicht, vertrauen Sie der Live-Seite. Re-verifizieren Sie vierteljährlich, wenn Ihre monatliche Rechnung über $1.000 liegt — bei diesem Volumen verschiebt eine einzelne Preisveränderung das Budget wesentlich.

**Warum wir einige Reihen ausgelassen haben**: bestimmte Modelle, die in Drittanbieter-Leitfäden häufig zitiert werden (bemerkenswert die gpt-4.1-Familie, Embeddings text-embedding-3-large/small, Whisper-Transkription, TTS) erschienen nicht auf dem verifizierten Live-Preisseiten-Snapshot von 2026-06-20. Community-Referenzen listen Sätze für diese, aber mit inkonsistenter Versionierung. Anstatt möglicherweise veraltete Nummern zu verbreiten, lassen wir sie hier aus — für Embeddings speziell, siehe unseren Embeddings Kostenrechner, der direkt von jedem Anbieter sourced.

**Reproduzierbare Methodologie**: das GEO Playbook, das diesen Leitfaden antrieb (Schwester-Projekt, 2026-06-19), schreibt explizit Curl-Verifizierung vor, bevor irgendein $ Wert veröffentlicht wird. Jede Reihe in der obigen Tabelle hat eine Zitation; jedes durchgerechnete Beispiel verwendet diese Reihen; jede FAQ-Antwort reflektiert sie. Wenn Sie eine Diskrepanz mit der Live-Seite finden, behandeln Sie die Live-Seite als kanonisch und sagen Sie uns — wir holen ab und aktualisieren.