Claude Sonnet 4.6 vs GPT-5 Mini (2026): Der Mid-Tier Production Vergleich

**Sonnet 4.6 kostet $3/1M Input und $15/1M Output. GPT-5 Mini kostet $0.40/1M Input und $2.40/1M Output.** GPT-5 Mini ist 7,5x günstiger bei Input und 6,25x günstiger bei Output. Beim Listenpreis alleine ist das nicht knapp.

**Caching schließt einen bedeutsamen Anteil der Lücke.** Sonnet 4.6s 90% Cache-Read-Rabatt senkt gecachete Input auf $0.30/1M. GPT-5 Minis 50% Prompt-Cache Hit-Rabatt senkt gecachete Input auf $0.20/1M. Bei gecachete Input verengt sich das Verhältnis von 7,5x auf 1,5x — Sonnet ist immer noch teurer, aber die Lücke schrumpft dramatisch bei Cache-freundlichen Workloads.

**Output ist, wo die Lücke bleibt.** Kein Cache-Rabatt gilt für Output-Token bei einem der beiden Anbieter. Sonnets $15/1M Output vs GPT-5 Minis $2.40/1M Output ist ein 6,25x Delta ohne Cache-Mitigation. Bei Output-schweren Workloads (Code-Generierung, lang-form Text, Agent-Loops) dominiert dies die Gesamtkosten.

**Mathematik auf einem typischen Mid-Tier-Call** (3K Input, 500 Output, 70% Cache-Hit auf einem 2K Präfix): GPT-5 Mini gecacht = (0.7 × 2K × $0.20 + 1K × $0.40 + 500 × $2.40) / 1M = $0.0019. Sonnet 4.6 gecacht = (0.7 × 2K × $0.30 + 1K × $3 + 500 × $15) / 1M = $0.0109. **Sonnet ist 5,7x teurer pro Call bei dieser typischen Form.**

**Die richtige Frage** ist nicht "ist Sonnet 5,7x besser" (das ist es nicht) — es ist "übersetzt sich Sonnets Pro-Call-Qualitätsvorteil in weniger Wiederholungen, weniger Eskalationen oder bessere Geschäftsergebnisse mit einer Rate, die 5,7x Kosten rechtfertigt." Für einige Workloads (Customer Support, komplexes Reasoning) ist die Antwort ja. Für andere (Klassifikation, Extraktion, einfache Zusammenfassung) ist die Antwort nein.

**Geben Sie Ihre echten Zahlen ein**: Claude API-Kostenrechner und OpenAI API-Kostenrechner — diese zeigen monatliche + jährliche Kosten mit Ihren Input/Output/Cache-Parametern.

**GPT-5 Mini exponiert ein 400K-Token Input Context Window.** Das ist das gleiche wie bei den GPT-5.5 und GPT-5.4 Flagship-Tier — OpenAI gatet kein Context Window nach Tier so wie einige Anbieter es tun. Mid-Tier du, Frontier Context Window.

**Sonnet 4.6 ist auf 200K Input Token begrenzt** — die Hälfte von GPT-5 Minis Window. Bei den meisten Production-Workloads auf Mid-Tier macht das keinen Unterschied (typische RAG-Calls sind 5-30K, Customer Support Workflows sind 10-50K), aber der Long-Tail großer Context-Calls (ganze Codebase Ingestion, Multi-Dokument-Analyse, lange Conversation Histories) trifft die Sonnet-Grenze zuerst.

**Output Cap unterscheidet sich auch**: GPT-5 Mini mit 128K Output vs Sonnet 4.6 mit 64K Output. Für Long-Form-Generierungs-Aufgaben (ganze Document Drafts, Multi-Page Reports) hat GPT-5 Mini den praktischen Vorteil.

**Praktische Implikation**: wenn Ihre Anwendung Input-Länge variiert, die gelegentlich über 100K Token spike, ist GPT-5 Mini verzeihender. Wenn Ihre Inputs unter 100K begrenzt sind ohne Long-Tail, ist die 200K Grenze auf Sonnet irrelevant und die Wahl sollte auf anderen Dimensionen gemacht werden.

**Überrotieren Sie nicht am Context Window.** Beide Modelle zeigen Aufmerksamkeits-Degradation vorbei ~60-70% ihres angegebenen Context Limits. Ein 380K-Token Prompt auf GPT-5 Mini wird nicht die gleiche Aufmerksamkeit zu jedem Detail bekommen wie ein 50K-Token Prompt wird. Praktische Context Limits für hochwertige Reasoning sind enger als die offiziellen Caps vermuten lassen.

**SWE-bench Verified**: Sonnet 4.6 landet bei ~67%, GPT-5 Mini bei ~58%. Das ist eine 9-Punkt-Lücke, groß nach Mid-Tier Standards. Anthropics Tuning der Sonnet-Linie für Coding-Workflows ist konsistent seit Sonnet 3.5 — Sonnet ist die Mid-Tier-Wahl für jede Coding-schwere Workload.

**MMLU-Pro**: Sonnet 4.6 bei ~84%, GPT-5 Mini bei ~80%. Eine 4-Punkt-Lücke, kleiner aber echt. Beide materiell hinter ihren Flagship-Gegenstücken (Opus 4.7 bei ~88%, GPT-5.5 bei ~89%) aber weit über 2024-era Mid-Tier Modellen.

**HumanEval** (grundlegende Coding-Completion): beide Modelle bei ~92-94%. Gesättigter Benchmark, kein nützlicher Differentiator beim Mid-Tier in 2026.

**Die Qualitätslücke ist echt aber Workload-abhängig.** Bei harten Reasoning-Pfaden (lange Agent Loops, Multi-Step Coding-Aufgaben, komplexe Extraktion) übersetzt sich Sonnets 9-Punkt SWE-bench Vorteil in messbar weniger Wiederholungen und höhere First-Shot-Correct Rates. Bei leichten Pfaden (Single-Shot Zusammenfassung, Klassifikation, strukturierte Extraktion aus well-formed Inputs) ist die Lücke unsichtbar — beide Modelle treffen die Qualitätsgrenze für die Aufgabe.

**Pro-Call-Qualität spielt mehr in Agent Loops als in Single-Shot Calls.** Wenn ein Workflow 5 aufeinanderfolgende Model Calls macht und jeder hat eine 90% Pro-Call Erfolgsquote, ist der End-to-End Erfolg 59%. Erhöhen Sie Pro-Call auf 95% und End-to-End geht auf 77%. Das Compounding macht Pro-Call-Qualitätsverschiedenheiten in agentic Workloads viel wertvoller als die Headline-Benchmark-Lücke suggeriert.

**Führen Sie Ihre eigene Eval** auf 30 repräsentativen Tasks aus Ihren Production Logs aus. Zwei Tage Arbeit. Sagt Ihnen, welches Modell bei IHREN Coding-Tasks gewinnt besser als jede Leaderboard. Die 9-Punkt SWE-bench Lücke könnte sich in einen 30-Punkt Sieg bei IHREN Coding-Tasks oder einen 2-Punkt Sieg übersetzen — hängt ganz davon ab, welcher Slice der Benchmark-Verteilung Ihre Tasks leben in.

**Time-to-First-Token (TTFT)** auf einem 4K-Input Prompt: **GPT-5 Mini** etwa 250-450ms p50, ~800ms p95. **Claude Sonnet 4.6** etwa 450-700ms p50, ~1.2s p95. GPT-5 Mini ist bedeutsam schneller beim First-Token — 200ms ist ein echter wahrnehmbarer Latenz-Unterschied für Chat UX.

**Sustainer Durchsatz**: GPT-5 Mini sustains ~110-150 tok/s (die Mid-Tier Modelle auf beiden Anbietern sind schneller als ihre Flagship-Gegenstücke — kleinere Modelle, schnellere Inference). Sonnet 4.6 sustains ~85-115 tok/s. GPT-5 Mini gewinnt auch beim Durchsatz.

**Varianz ist wo Sonnet gewinnt.** Unsere internen Überwachungen zeigen, dass GPT-5 Mini wider p50-zu-p99 Latenz Spreads hat — schnell beim Median, aber mit gelegentlich 3-5s Ausreißern speziell während Peak Hours. Sonnet 4.6 ist stetiger, mit tighteren p99/p50 Verhältnissen. Für SLA-sensitive Workloads (Customer-Facing Chat mit strikten Response-Time Garantien) ist Sonnets Vorhersagbarkeit etwas wert.

**Streaming beide Modelle funktioniert zuverlässig.** Beide unterstützen SSE. Beide streamen Chunks bei sub-100ms Cadence nach First Token. Für Chat UX sind beide responsiv genug, dass der Unterschied nur bei TTFT gefühlt wird.

**Reasoning Effort spielt bei GPT-5 Mini eine Rolle.** Das Setting `reasoning_effort: medium` oder `high` auf GPT-5 Mini ändert sowohl Latenz als auch Pro-Call Qualität deutlich. Standard Reasoning Effort ist `low` für den Mini Tier — das Erhöhen davon bewegt Qualität zu Sonnet auf Kosten von deutlich höherer Latenz und mehr Output Token. Das Sonnet Äquivalent (Extended Thinking Mode) ist ähnlich — Opt-In Fähigkeit, die Latenz für Qualität tauscht.

**Anthropics 90% Cache-Read Rabatt trifft Sonnet 4.6 genauso wie Opus 4.7.** Gecachete Input Token werden zu $0.30/1M berechnet statt $3/1M. Der Cache TTL ist 5 Minuten Standard (erweiterbar auf 1 Stunde mit dem `cache_control` Flag mit einem Premium Write Rate). Cache Writes kosten 25% mehr als ungecachete Input — eine One-Time Kosten bei First Call, die über nachfolgende Cache Hits amortisiert.

**OpenAIs 50% Prompt-Cache Hit Rabatt auf GPT-5 Mini** senkt gecachete Input auf $0.20/1M. Der Cache ist automatisch (kein Opt-In Flag, keine expliziten Marker). TTL ist grob 5-10 Minuten abhängig von Nutzungsmustern. Einfacher zu nutzen, weniger aggressiv als Anthropics.

**Der Cache-Discount Sieg für Sonnet ist strukturell.** Bei einer Workload mit einem stabilen 10K-Token System Prompt und 80% Cache Hit Rate, Sonnets gecachete Input Kosten = 80% × 10K × $0.30/1M + 20% × 10K × $3/1M = $0.0084 pro 10K-Input Call (nur Cache Portion). GPT-5 Minis gecacht = 80% × 10K × $0.20/1M + 20% × 10K × $0.40/1M = $0.0024.

**GPT-5 Minis Cache Portion ist immer noch 3,5x günstiger als Sonnets** selbst nach dem Cache Rabatt — aber der Cache Rabatt verengt die zugrundeliegenden 7,5x Listenpreis-Lücke durch das Schließen über das Präfix. Je mehr von Ihrem Prompt das stabile Cache-freundliche Präfix ist, desto näher kommt Sonnets Preis zu GPT-5 Minis.

**Cache-Freundlichkeits-Audit**: Caching hilft nur wenn Ihr Prompt Präfix wirklich stabil über Calls hinweg ist. Gängige Anti-Muster, die Caching brechen: dynamische System Prompts, die sich pro-Nutzer ändern (statt einen stabilen System Prompt + pro-Nutzer Context Block zu nutzen), variable Inhalte (Timestamps, Request IDs) in das Präfix einfügen, Tool Definitionen auf jedem Call recompute. Audit Ihre Prompt Konstruktion bevor Sie den Cache Rabatt annehmen.

**Der Cache Rabatt ist der Hauptgrund, warum Sonnet beim Mid-Tier kompetitiv bleibt.** Ohne ihn würde die 5-7x Kostenlücke zu GPT-5 Mini die meisten Workloads zu GPT-5 Mini drücken. Mit ihm verengt sich die Lücke genug, dass Pro-Call-Qualitätsverschiedenheiten Sonnet bei den richtigen Workloads rechtfertigen können.

**Beide unterstützen natives Function/Tool Calling** mit paralleler Tool Execution. Wire Formate unterscheiden sich (OpenAIs `tools[]` mit Function Spec; Anthropics `tools[]` mit Tool Spec) aber Semantiken sind äquivalent. Migration ist String-Substitution bei Tool Definitionen.

**Strukturierte Ausgabe**: **GPT-5 Mini hat Strict Mode** — `response_format: { type: "json_schema", strict: true }` garantiert Schema Validierung. Null Post-Call Validierungsfehler, keine Retry Loop nötig. Das ist ein echter Ergonomie-Gewinn beim Mid-Tier wo Sie oft High-Volume Extraktions-/Parsing-Aufgaben machen.

**Sonnet 4.6** erzwingt strukturierte Ausgabe via Tool-Use (definiere einen Tool, der Ihr Schema wrappet, zwinge das Modell es zu rufen). Zuverlässig, aber ein extra Schritt in Setup. Anthropics Strict Mode Roadmap existiert aber ist nicht GA ab Juni 2026.

**Paralleles Tool Calling**: GPT-5 Mini ist aggressiver beim Emittieren mehrerer Tool Calls pro Turn (3-5 typisch für Agent Workloads). Sonnet 4.6 ist konservativer (2-3 typisch). Für Agent Harnesses optimiert für Fan-Out, maps GPT-5 Minis Verhalten besser zum Pattern.

**Tool-Result Handling**: beide Modelle handhaben Tool Result Re-Injection sauber. Schauen Sie auf die Input Token Kosten — Tool Results zählen als Input beim nächsten Turn, das ist einer der stillen Kosten-Driver in langen Agent Loops. Cache sie wenn sie über den Loop stabil sind.

**Computer-Use / Browser-Use**: Anthropics Computer Use API wird auf Sonnet 4.6 unterstützt (gut für Cost-Sensitive UI Automation Workloads). GPT-5 Mini unterstützt das Äquivalent über OpenAIs Assistants API und Responses API. Beide sind nutzbar; beide sind nicht Finished Product. Echte Production Deployments sind immer noch selten beim Mid-Tier.

**Profil**: 1.000.000 API Calls/Tag. Durchschnittlich 2K Input + 200 Output pro Call. Stabiler 1,5K-Token System Prompt, der 85% der Zeit gecacht wird. Klassifikations- + Entity Extraction Task — sättigt bei ~95% Genauigkeit unabhängig von Model Tier.

**GPT-5 Mini, 85% Cache auf 1,5K Präfix**: gecachete Portion = 1M × 0.85 × 1.5K × $0.20/1M = $255/Tag. Ungecachete Portion = 1M × (500 × $0.40 + 200 × $2.40) / 1M + 1M × 0.15 × 1.5K × $0.40/1M = $680 + $90 = $770/Tag. Total: **$1.025/Tag = $374K/Jahr**.

**Sonnet 4.6, 85% Cache auf 1,5K Präfix**: gecachete Portion = 1M × 0.85 × 1.5K × $0.30/1M = $383/Tag. Ungecachete Portion = 1M × (500 × $3 + 200 × $15) / 1M + 1M × 0.15 × 1.5K × $3/1M = $4.500 + $675 = $5.175/Tag. Total: **$5.558/Tag = $2.03M/Jahr**.

**Sonnet kostet $1.66M/Jahr mehr** als GPT-5 Mini bei dieser Workload — und die Task sättigt bei der Qualitäts-Grenze auf beiden Modellen, also kauft die extra Ausgabe Sie nichts. **GPT-5 Mini ist die richtige Antwort für diese Workload mit großem Abstand.**

**Für Workloads wo Qualität sättigt und Volume hoch ist**, dominiert Mid-Tier Preis-Pro-Token die Wahl. Sonnets Pro-Call-Qualitätsvorteil ist echt aber irrelevant wenn die Task keinen Platz für diese Qualität hat sich zu zeigen.

**Profil**: 100.000 Customer Support Agent Calls/Tag. Durchschnittlich 8K Input (5K stabiler System Prompt mit Tools + 3K abgerufene Support Docs) + 1K Output pro Call. 70% Cache Hit auf dem 5K Präfix. Qualität spielt eine Rolle — Eskalationsrate (False Negatives wo der Agent hätte zu Human eskalieren sollen aber nicht) ist die Schlüssel-Geschäftsmetrik.

**GPT-5 Mini, 70% Cache auf 5K Präfix**: gecachete Portion = 100K × 0.7 × 5K × $0.20/1M = $70/Tag. Ungecachete Portion = 100K × (3K × $0.40 + 1K × $2.40) / 1M + 100K × 0.3 × 5K × $0.40/1M = $360 + $60 = $420/Tag. Total: **$490/Tag = $179K/Jahr**.

**Sonnet 4.6, 70% Cache auf 5K Präfix**: gecachete Portion = 100K × 0.7 × 5K × $0.30/1M = $105/Tag. Ungecachete Portion = 100K × (3K × $3 + 1K × $15) / 1M + 100K × 0.3 × 5K × $3/1M = $2.400 + $450 = $2.850/Tag. Total: **$2.955/Tag = $1.08M/Jahr**.

**Sonnet kostet $901K/Jahr mehr.** Lohnt sich das? Hängt vom Geschäftswert der niedrigeren Eskalationsrate ab. Wenn Sonnets Pro-Call-Qualitätsvorteil sich in selbst 1% weniger False-Negative Eskalationen (eine Eskalation, die nicht früh gefangen wurde) übersetzt, und jede verpasste Eskalation kostet $200 in Downstream Support Zeit / Customer Churn, dann 100K Calls × 365 × 1% × $200 = $73M Wert. Die Mathematik sagt Sonnets Premium ist trivial vs den Lift.

**Wenn Eskalationsrate nicht ändert**, ist die $901K reine Verschwendung und GPT-5 Mini gewinnt. **Immer messe Eskalations-/Wiederholungs-/Korrektur-Raten bei beiden Modellen bevor Sie commiten.** Nehmen Sie nicht an, dass die Qualitätsverschiedenheit bei Benchmarks 1:1 zu Ihrer Production Metrik übersetzt — aber nehmen Sie auch nicht an, dass sie es nicht tut.

**Profil**: 50.000 Coding Agent Calls/Tag. Durchschnittlich 15K Input (10K Codebase Context + 5K Instruction + Tool Results aus vorherigem Turn) + 3K Output (Code-Generierung) pro Call. 60% Cache Hit auf dem 10K Codebase Context. Jede Top-Level Task durchschnittlich 4 aufeinanderfolgende Model Calls (ein Agent Loop).

**GPT-5 Mini, 60% Cache auf 10K Präfix**: gecacht = 50K × 0.6 × 10K × $0.20/1M = $60/Tag. Ungecacht = 50K × (5K × $0.40 + 3K × $2.40) / 1M + 50K × 0.4 × 10K × $0.40/1M = $460 + $80 = $540/Tag. Total: **$600/Tag = $219K/Jahr**.

**Sonnet 4.6, 60% Cache auf 10K Präfix**: gecacht = 50K × 0.6 × 10K × $0.30/1M = $90/Tag. Ungecacht = 50K × (5K × $3 + 3K × $15) / 1M + 50K × 0.4 × 10K × $3/1M = $3.000 + $600 = $3.600/Tag. Total: **$3.690/Tag = $1.35M/Jahr**.

**Sonnet kostet $1.13M/Jahr mehr** — aber Coding-Agent Loops sind genau wo die Pro-Call-Qualität sich compoundt. Wenn GPT-5 Minis 58% SWE-bench Rate eine End-to-End Task Erfolgsrate von 58%^4 = 11,3% bedeutet (der Loop schlägt fehl wenn irgendein Schritt fehl schlägt) während Sonnet 4.6s 67% Rate 67%^4 = 20,1% gibt, **Sonnet erfolgreich bei 1,8x der Rate** von GPT-5 Mini bei Multi-Step Coding Tasks.

**In Dollar Begriffe**: wenn jede erfolgreiche Task $20 Developer Time Saved wert ist, GPT-5 Mini = 50K × 0.113 × $20 × 365 = $41M/Jahr Wert, Sonnet = 50K × 0.201 × $20 × 365 = $73M/Jahr. Das $1.13M Premium für Sonnet kauft $32M mehr Wert. **Sonnet gewinnt decisiv bei Coding Agent Loops.**

**Das Compounding ist das Schlüsseleinsicht.** Single-Shot Calls compoundt nicht; Pro-Call-Qualität spielt weniger eine Rolle. Agent Loops compoundt; Pro-Call-Qualität spielt disproportional eine Rolle. Match die Model Tier zur Workload Form.

**GPT-5 Mini Pick wenn**: High-Volume Single-Shot Tasks (Extraktion, Klassifikation, Zusammenfassung) wo Qualität sättigt und Preis-Pro-Token Gesamtkosten dominiert. Workloads mit begrenztem Budget wo 5-7x Kosten Sie über die Linie würde drücken. Workloads brauchend 400K Context Window oder Strict JSON Mode.

**Claude Sonnet 4.6 Pick wenn**: Agent Loops wo Pro-Call-Qualität über Multi-Step Workflows sich compoundt. Coding-schwere Workloads (Sonnets 67% SWE-bench ist der Mid-Tier SWE-bench Leader). Customer Support und Reasoning Workloads wo False-Negative Raten bedeutsamen Downstream Kosten haben. Cache-freundliche RAG Workloads wo der 90% Cache-Read Rabatt die meiste Preisspanne schließt.

**GPT-5 Nano Pick wenn**: selbst GPT-5 Mini ist Overkill. Bei $0.10/$0.50, handles Nano triviale Klassifikation (Sentiment, Intent Routing, Language Detection) bei einem Zehntel des Mini Preises. Der Qualitätsfall ist echt aber unsichtbar bei wirklich leichten Tasks.

**Hybrid ist normal**: route leichte Pfade zu GPT-5 Nano oder Mini, route schwere Reasoning Pfade (oder Coding Agent Loops) zu Sonnet 4.6 oder sogar hinauf zu Opus 4.7. Ein well-tuned Router spart typischerweise 40-60% Gesamtausgaben mit keine messbarer Qualitätsverlust.

**Der ehrliche One-Liner**: GPT-5 Mini gewinnt auf reinem $/Token; Sonnet 4.6 gewinnt auf Pro-Call-Qualität. Welches für SIE gewinnt hängt davon ab ob Ihre Workload die Art von Qualitäts-Bottleneck hat wo Sonnets Vorteil sich in messbare Geschäftsergebnisse übersetzt.

**Fehler 1: Standard zum Flagship Tier "um sicher zu sein".** Die meisten Production Workloads brauchen keine Flagship-Qualität. Pinnen Sie Opus 4.7 oder GPT-5.5 für Tasks, die Sonnet 4.6 oder GPT-5 Mini sauber handhaben, ist die einzelne größte Quelle von API Spend Verschwendung in 2026. Audit Ihre Tier Wahlen regelmäßig.

**Fehler 2: Listenpreise vergleichen ohne Caching einzurechnen.** Sonnets 90% Cache-Read Rabatt verengt die 7,5x Listenpreis-Lücke auf grob 1,5x bei Cache-freundlichen Workloads. Immer berechne effektive Kosten gegeben Ihre echte Cache Hit Rate bevor Sie Listenpreise quoten.

**Fehler 3: das Pro-Call-Qualitäts-Compounding in Agent Loops ignorieren.** Eine 9-Punkt Pro-Call SWE-bench Lücke (Sonnet vs GPT-5 Mini) übersetzt zu einem 9-Punkt Single-Call Vorteil aber ein 30+ Punkt End-to-End Vorteil auf 4-Step Loops. Match die Model Tier zur Loop Form.

**Fehler 4: annehmen, dass Benchmark Deltas 1:1 zu Ihrer Workload übersetzen.** Immer führe 30 repräsentative Tasks durch beide Modelle durch auf DEINEN Daten bevor Sie commiten. Die 9-Punkt Benchmark-Lücke könnte 30 Punkte auf IHREN Tasks sein, oder 2 Punkte — hängt ganz davon ab welcher Slice der Benchmark-Verteilung Sie in sind.

**Fehler 5: Fehlern einen Router von Tag Eins zu bauen.** Die meisten Production Workloads haben heterogene Call Shapes — einige leicht, einige schwer. Ein einfacher Router (klassifiziere Task Komplexität → route zu appropriate Tier) spart 40-60% Spend mit negligibel Qualitätsverlust. Bauen Sie dies früh; Retrofitting ist viel schwerer.

**Fehler 6: unter-investieren in Prompt Qualität.** Welcher Tier Sie auch pick, die Prompts, die Sie senden, bestimmen 60% der Output-Qualität. Ein schwacher Prompt zu Sonnet 4.6 wird einen tight Prompt zu GPT-5 Mini die meisten Tage verlieren. Tighten Sie Prompts bevor Sie nach einem teurerem Tier greifen.

**OpenAI Preisgestaltung**: openai.com/api/pricing/, abgerufen 2026-06-20. GPT-5 Mini bei $0.40/$2.40, GPT-5 Nano bei $0.10/$0.50, beide mit 400K Context, beide mit 50% Prompt-Cache Hit Rabatt. Preisgestaltung hält seit der GPT-5 Linie Launch in früh 2026.

**Anthropic Preisgestaltung**: docs.anthropic.com/en/docs/about-claude/pricing, abgerufen 2026-06-20. Claude Sonnet 4.6 bei $3/$15 mit 200K Context und 90% Cache-Read Rabatt ($0.30/1M gecachete Input). Claude Haiku 4.5 bei $0.80/$4 für Context, und Claude Fable 5 bei $0.25/$1.25 (Anthropics leichtster Tier).

**SWE-bench Verified Zahlen**: aggregiert aus jedem Anbieters Release Notes und der swebench.com öffentliche Leaderboard. Sonnet 4.6 bei ~67%, GPT-5 Mini bei ~58%. MMLU-Pro und HumanEval Zahlen ähnlich aggregiert aus Vendor Docs.

**Latenz Zahlen**: unsere interne Überwachung über 30K Production Calls pro Modell pro Woche, Mai-Juni 2026, us-east-1. Varianz Zahlen (p99/p50 Spread) gemessen über rollende 24-Stunden Windows.

**Reales Szenario Mathematik**: jede $/Tag und $/Jahr Zahl wird berechnet aus den öffentlich gelisteten Pro-1M-Token Raten und den Cache Discount Mechaniken wie dokumentiert von jedem Anbieter. Wir wenden keine Anbieter-spezifische Discount Mechaniken an, nicht öffentlich dokumentiert.

**Live-Verify bevor Procurement**: Preisgestaltungs-Seiten bewegen sich gelegentlich. Überprüfen Sie openai.com/api/pricing und docs.anthropic.com/en/docs/about-claude/pricing auf dem Tag, an dem Sie commiten. Caching Mechaniken entwickeln sich auch — Anthropics 1-Stunden TTL Erweiterung wurde mid-2025 hinzugefügt und könnte sich wieder ändern.