AI-Token-Kosten im Frontier-Provider-Vergleich

TL;DR. Wer KI-Kosten nur mit Input- und Output-Preis rechnet, rechnet zu kurz. Vier Preis-Dimensionen bestimmen heute die Rechnung: Input, Output, Denk-Token und Cache. Zwischen dem teuersten und dem günstigsten aktuellen Modell liegt beim Output der Faktor 100, deshalb entscheidet die Mischung der Modelle mehr als der Rabatt beim Anbieter. Prompt-Caching ist der größte einzelne Hebel: Bei Claude Opus 5.5 und Sonnet 5.5 kostet ein Cache-Treffer nur noch 5 % des Input-Preises. Und Vorsicht: Bei Gemini 4 Argon verdoppeln sich die Preise am 1. Dezember 2026.

Vier Preis-Dimensionen 2026

Vor zwei Jahren zählte eine Token-Kalkulation zwei Dimensionen: Input und Output. Heute sind es vier, und die beiden neuen entscheiden oft über den größeren Teil der Rechnung. Alle Preise in diesem Beitrag sind Listenpreise in US-Dollar je eine Million Token, Stand 3. November 2026.

• Input-Token (0,10 bis 10 $). Alles, was der Prompt enthält: Systemprompt, Nachricht, Werkzeugdefinitionen, Kontext aus der Wissensbasis, Verlauf. Bei Agenten wächst der Input mit jedem Schritt, weil der ganze Verlauf erneut mitgeschickt wird.
• Output-Token (0,50 bis 50 $). Die Antwort des Modells. Bei den aktuellen Modellen von Anthropic, OpenAI und Google kostet Output das Fünffache von Input. Bei JSON, Code und Berichten ist er der größte Treiber, bei Klassifikation und kurzen Antworten fällt er kaum ins Gewicht.
• Denk-Token (Reasoning, Thinking). Viele Modelle denken vor der Antwort. Diese Token sieht der Nutzer nicht, sie werden aber zum Output-Preis abgerechnet. OpenAI schreibt das ausdrücklich, Google weist den Output-Preis als „inklusive Thinking-Token“ aus. Wie viele es waren, steht in der Antwort der Schnittstelle im Feld für die Nutzung.
• Cache-Token. Der größte einzelne Hebel. Wer denselben Anfang eines Prompts immer wieder schickt, kann ihn zwischenspeichern. Bei Anthropic kostet das Schreiben in den Cache das 1,25-Fache (fünf Minuten) oder das Doppelte (eine Stunde), das Lesen danach nur noch 10 % des Input-Preises. Bei Opus 5.5 und Sonnet 5.5 sind es sogar nur 5 %.

Ein Beispiel zum Cache: Ein Systemprompt mit 12.000 Token wird 100-mal pro Stunde mit Sonnet 5.5 gelesen. Ohne Cache sind das 1,2 Millionen Input-Token, also 2,40 $ pro Stunde. Mit einstündigem Cache kostet einmal Schreiben 0,05 $ und 99-mal Lesen 0,12 $. Zusammen sind es 0,17 $, rund ein Vierzehntel.

Provider-Pricing 2026 im Vergleich

Seit Mai hat sich die Preisliste fast vollständig erneuert. Die Modelle aus dem Frühjahr, etwa Claude Opus 4.7, GPT-5 oder Gemini 2.5, sind abgelöst. Google leitet Anfragen an Gemini 2.5 Pro und Flash ab dem 1. Dezember 2026 auf neuere Modelle um.

Quellen sind die Preisseiten von Anthropic, OpenAI (Prompts bis 272.000 Token), Google und Mistral. Denk-Token sind überall im Output-Preis enthalten. Haiku 5.5 kostet bei Prompts über 100.000 Token das Fünffache. Enterprise-Konditionen und Preise über Cloud-Marktplätze können abweichen.

Hidden Costs: was in keinem Preisblatt steht

Drei Kostentreiber tauchen in keiner Preistabelle auf. Sie sind die häufigste Quelle für überzogene Budgets.

• Bilder und PDFs sind teurer als gedacht. Claude zerlegt ein Bild in Felder von 28 mal 28 Pixeln, jedes Feld ist ein Token. Ein Bild mit 1000 mal 1000 Pixeln kostet so 1.296 Token, ein Full-HD-Screenshot auf den neueren Modellen 2.691. Eine PDF-Seite kostet 1.500 bis 3.000 Token für den Text und zusätzlich die Token für das Seitenbild. Ein 40-seitiges PDF ist damit schnell sechsstellig, und ohne Cache fällt das bei jeder Anfrage wieder an.
• Werkzeugaufrufe erzeugen mehrere Token-Wellen. Bei einem Werkzeugaufruf erzeugt das Modell zuerst den Aufruf (Output), bekommt das Ergebnis zurück (Input) und schreibt dann die Antwort (Output). Werkzeugdefinitionen und Ergebnisse zählen als Input, auch wenn ein Ergebnis aus 5.000 Zeilen JSON besteht. Bei jedem weiteren Schritt geht der bisherige Verlauf erneut mit.
• Denk-Token und neue Tokenizer. Ein Modell, das lange nachdenkt, kostet ein Vielfaches dessen, was die sichtbare Antwort vermuten lässt. Dazu kommt ein leiser Effekt: Ab Claude 4.7 erzeugt ein neuer Tokenizer für denselben Text etwa 30 % mehr Token. Ein Preisvergleich nur über den Listenpreis je Token unterschätzt das.

Tier-Mix-Strategie

Alle Aufgaben über das teuerste Modell zu schicken, ist teuer und selten nötig. Die meisten Anfragen im Alltag sind Einordnen, Weiterleiten und Auslesen. Dafür reichen kleine Modelle. Eine sinnvolle Zuordnung sieht so aus:

Für das Rechenbeispiel unten nehmen wir als Startpunkt 60 % kleine Modelle, 30 % Mittelklasse und 10 % Spitzenmodelle nach Token-Volumen an. Welche Mischung bei Ihnen trägt, zeigt erst eine Messung an Ihren eigenen Aufgaben. Kleine Modelle machen bei schweren Fällen mehr Fehler. Diese Fehler kosten ebenfalls Geld.

Rechenbeispiel: Maschinenbauer mit Tier-Mix

Ein mittelständischer Maschinenbauer mit rund 180 Beschäftigten nutzt KI für drei Aufgaben: Fragen an die Wissensbasis, Entwürfe für Angebote und die Vorsortierung von Service-Tickets. Zusammen sind das 2,4 Millionen Token am Tag. Wir nehmen an, davon sind 2,1 Millionen Input und 0,3 Millionen Output.

• Alles über Opus 5.5: 2,1 × 4 $ plus 0,3 × 20 $ ergibt 14,40 $ am Tag.
• Tier-Mix 60/30/10 mit Haiku 5.5, Sonnet 5.5 und Opus 5.5: Der Input kostet im Schnitt 1,06 $, der Output 5,30 $ je Million Token. Das ergibt 3,82 $ am Tag.

Auf 22 Arbeitstage gerechnet sind das 316,80 $ gegen 83,95 $ im Monat. Der Faktor ist wichtiger als der Betrag: Er gilt auch bei zehnfachem Volumen. Kommt Caching dazu, etwa für den Systemprompt der Ticket-Vorsortierung, sinken die Input-Kosten weiter, wie das Beispiel oben zeigt. Zusätzlich halbiert die Batch-Schnittstelle bei Anthropic und OpenAI den Preis für alles, was nicht sofort fertig sein muss, etwa nächtliche Auswertungen.

FinOps-Disziplin: was Production-AI 2026 mindestens braucht

• Token-Logging je Anfrage. Jede Anfrage protokolliert Modell, Input-, Output-, Denk- und Cache-Token, Nutzer und Anwendungsfall. Ohne dieses Protokoll gibt es keine Zuordnung der Kosten und keinen Hebel.
• Budget-Warnungen pro Tag und Woche. Schwellwerte je Anwendungsfall und Team. Eine Warnung bei 80 % und ein harter Stopp bei 120 % des Tagesbudgets verhindern, dass ein Agent in einer Schleife Geld verbrennt.
• Budgets für Nutzer und Teams. Eine Obergrenze je Nutzer schützt vor Missbrauch und Fehlern. Durchgesetzt wird sie zentral in einem API-Gateway, nicht in jeder Anwendung einzeln.
• Cache-Quote als Kennzahl. Der Anteil der Input-Token, der aus dem Cache kommt. Wer sie nicht misst, merkt nicht, wenn eine kleine Änderung am Prompt den Cache unbemerkt aushebelt.
• Preisänderungen im Kalender. Die Verdopplung bei Gemini 4 Argon am 1. Dezember 2026 und die Umleitung alter Gemini-Modelle zeigen: Preise und Modelle wechseln schneller als Verträge. Prüfen Sie die Preisseiten mindestens einmal im Quartal.

Fazit

Token-Kosten sind eine Frage der FinOps-Disziplin, nicht des Einkaufs. Wer ohne die vier Preis-Dimensionen, ohne Tier-Mix und ohne Cache-Strategie kalkuliert, zahlt im Rechenbeispiel das 3,8-Fache, bei vergleichbarem Ergebnis für die meisten Aufgaben.

Was Sie jetzt tun sollten:

1. Die eigene Rechnung zerlegen. Welcher Anteil ist Input, Output, Denken, Cache? Die Nutzungsdaten der Schnittstelle zeigen es je Anfrage.
2. Den Gemini-Termin prüfen. Wer Gemini 4 Argon oder noch Gemini 2.5 nutzt, rechnet die Kosten ab dem 1. Dezember 2026 neu.
3. Caching einschalten für Systemprompts, Werkzeugdefinitionen und lange Dokumente, die sich wiederholen.
4. Einen Tier-Mix testen. Die einfachen Aufgaben auf ein kleines Modell legen und die Fehlerquote an echten Fällen messen.
5. Budgets setzen, bevor der erste Agent produktiv läuft.

Preise sind Listenpreise der Hersteller am 3. November 2026. Wenn Sie Ihren Token-Verbrauch einmal mit uns durchgehen wollen, sprechen Sie uns gern an.