LLM-API-Kostenrechner

Was sind Tokens?

Ein Token ist die kleinste Abrechnungseinheit eines Sprachmodells – im Deutschen entspricht ein Token grob 3 bis 4 Zeichen. Eine DIN-A4-Seite Text mit rund 3.000 Zeichen sind damit etwa 750 bis 1.000 Tokens.

Wichtig für die Kostenrechnung: Input-Tokens (Ihr Prompt inklusive Kontext) und Output-Tokens (die Antwort des Modells) werden getrennt gezählt und unterschiedlich bepreist. Wer die Kosten einer LLM-Anwendung realistisch einschätzen will, muss deshalb beide Seiten im Blick behalten – nicht nur die eigene Anfrage, sondern auch die erwartete Antwortlänge.

Preismodelle der Anbieter

Alle großen Anbieter rechnen in US-Dollar pro 1 Million Tokens ab, und bei jedem Modell ist der Output deutlich teurer als der Input – bei den verglichenen Modellen um den Faktor 3 bis 8. Drei Modellklassen stehen zur Wahl: Frontier-Modelle wie die Claude-Opus-Klasse (5 USD Input / 25 USD Output), Mittelklasse-Modelle wie die Claude-Sonnet-Klasse (3 / 15 USD) oder GPT-5.x (1,25 / 10 USD), und Effizienz-Modelle wie Claude Haiku 4.5 (1 / 5 USD) oder GPT-5 mini (0,25 / 2 USD).

Der Vergleichsrechner oben zeigt alle Modelle nebeneinander samt aktuellem Preisstand – so sehen Sie auf einen Blick, welches Modell für Ihren konkreten Anwendungsfall am wirtschaftlichsten ist.

Versteckte Kostenfaktoren: Caching, Batch & Co.

Die reine Token-Rechnung ist nur die halbe Wahrheit. Prompt-Caching rabattiert wiederholte Prompt-Teile teils erheblich, und Batch-APIs bieten bei asynchroner Verarbeitung typischerweise rund 50 % Rabatt gegenüber Echtzeit-Anfragen. Ohne diese Hebel zahlen Sie oft mehr als nötig.

Umgekehrt treiben lange System-Prompts und RAG-Kontexte die Kosten in die Höhe, weil sie bei jeder einzelnen Anfrage erneut abgerechnet werden. Agenten-Workflows mit mehreren Tool-Aufrufen multiplizieren den Tokenverbrauch pro Nutzeranfrage zusätzlich, und auch Wiederholungsversuche bei Fehlern schlagen auf die Rechnung durch.

Wann lohnt sich welches Modell?

Die Grundregel lautet: einfache, hochvolumige Aufgaben wie Klassifikation, FAQ-Chat oder Textextraktion gehören auf ein Effizienz-Modell, komplexes Reasoning oder anspruchsvolle Code-Aufgaben auf ein Frontier-Modell. Der Unterschied ist erheblich: Bei einem identischen Chatbot-Workload mit 10.000 Anfragen pro Monat kostet Claude Haiku 4.5 rund 23 US-Dollar, die Claude-Opus-Klasse dagegen rund 115 US-Dollar – Faktor 5 für dieselbe Aufgabe.

Wer nicht sauber routet und alles über ein teures Modell laufen lässt, zahlt also ein Vielfaches, ohne einen entsprechenden Qualitätsgewinn zu erhalten.

Kostenoptimierung im KI-Projekt

Optimieren Sie erst, nachdem Sie gemessen haben – der Rechner oben liefert dafür die Ausgangszahlen. Die wirksamsten Hebel in der Reihenfolge ihres Effekts: ein kleineres Modell oder Model-Routing einsetzen, Prompt-Caching für wiederkehrende Inhalte nutzen, System-Prompts kürzen, die Output-Länge begrenzen und Batch-Verarbeitung für alles, was nicht in Echtzeit laufen muss.

Wer eine KI-Integration von Anfang an mit diesen Hebeln plant, spart oft einen zweistelligen Prozentsatz der laufenden API-Kosten. Bei der kosteneffizienten Konzeption solcher Integrationen unterstützt Sie eine erfahrene Beratung.