Geben Sie Ihr tatsächliches Nutzungsmuster ein — Anfragen pro Tag und ungefähr wie viele Tokens pro Anfrage ein- und ausgehen — um eine echte Monatsschätzung statt nur eines Preises pro Token zu erhalten.
Kosten pro Anfrage = (nicht gecachte Eingabe-Tokens × Eingabepreis + gecachte Eingabe-Tokens × Cache-Preis + Ausgabe-Tokens × Ausgabepreis) ÷ 1.000.000, mit den Preisen des Modells aus unserem Datensatz. Pro Tag = pro Anfrage × Anfragen pro Tag; pro Monat = pro Tag × 30; pro Jahr = pro Tag × 365.
Veröffentlicht ein Modell keinen Preis für gecachte Eingaben, berechnen wir gecachte Tokens zum vollen Eingabepreis statt einen Rabatt zu raten. Es sind die Standardpreise bei nutzungsbasierter Abrechnung in US-Dollar: Batch-Rabatte, regionale Aufschläge und Aufschläge für lange Kontexte fließen nicht ein (die Hinweise in der Vergleichstabelle zeigen, wo es sie gibt).
Ein Support-Chatbot beantwortet 1.000 Anfragen pro Tag mit je 1.500 Eingabe- und 400 Ausgabe-Tokens auf Anthropic Sonnet 5.5 ($2 Eingabe und $10 Ausgabe pro Million Tokens, geprüft am 2026-10-25).
Pro Anfrage: 1.500 × $2 ÷ 1 Mio. + 400 × $10 ÷ 1 Mio. = $0.0070. Das sind $7.00 pro Tag, $210 pro Monat und $2,555 pro Jahr.
Sind 60 % der Eingabe ein wiederholter System-Prompt, der für $0.1 pro Million aus dem Cache gelesen wird, sinkt der Monat auf $159, eine Ersparnis von 24%. Derselbe Traffic kostet auf OpenAI GPT-6 Luna $10.50 pro Monat.
Jeder Preis stammt von der Preisseite des Anbieters selbst:
Weiterlesen (auf Englisch): Was ein Token ist und wie Sie die Tokens Ihres Textes schätzen · Prompt-Caching und Batch-Rabatte je Anbieter · Monatliche Kosten für Chatbot, RAG-Anwendung oder Agent schätzen · Warum Ausgabe-Tokens mehr kosten als Eingabe-Tokens · Preisverlauf und Änderungsprotokoll
Eingabe-Tokens (was Sie senden) und Ausgabe-Tokens (was das Modell schreibt) werden getrennt pro Million abgerechnet. Kosten pro Anfrage = Eingabe-Tokens × Eingabepreis + Ausgabe-Tokens × Ausgabepreis.
Bei englischem Text entspricht ein Token etwa 4 Zeichen oder 0,75 Wörtern, 1.000 Wörter sind also rund 1.300 Tokens. Code und andere Sprachen wie Deutsch brauchen meist mehr Tokens.
Text zu erzeugen kostet mehr Rechenleistung als ihn zu lesen, daher kostet die Ausgabe bei den hier erfassten Modellen das 2- bis etwa 8-Fache der Eingabe, meist das 5-Fache. Kürzere Antworten sind oft die größte Ersparnis.
Manche Anbieter berechnen deutlich weniger für Eingaben, die sich über Anfragen wiederholen, etwa einen langen System-Prompt oder ein gemeinsames Dokument. Bei viel wiederholtem Kontext sinken die Eingabekosten um 70–90 %.
Kostenlos auf Ihrer Website, in der Doku oder im Blog: Fügen Sie diesen Code dort ein, wo er erscheinen soll.