Token-Preise
Token-Preise (Token Pricing) sind die Art, wie die meisten APIs für KI-Modelle abrechnen: ein fester Preis pro Million Input-Tokens, die du schickst, und ein separater, meist höherer Preis pro Million Output-Tokens, die das Modell erzeugt, mit Rabatten für gecachten Input und Batch-Jobs.
Auch: price per million tokens, input vs output tokens
Von Divya Sharma · Geprüft am 16. Nov. 2026 · So testen wir
Anbieter rechnen in Tokens ab statt in Anfragen oder Wörtern. Die Preisseite von Anthropic zum Beispiel listet Preise pro MTok, also pro Million Tokens, mit getrennten Spalten für Basis-Input, Cache-Schreibvorgänge, Cache-Treffer und Output. Input umfasst alles, was du schickst: den System-Prompt, den Gesprächsverlauf, abgerufene Dokumente und Tool-Definitionen. Output-Tokens sind das, was das Modell zurückschreibt, einschließlich versteckter Denk-Tokens bei Reasoning-Modellen.
Kosten ausrechnen
Die Kosten pro Anfrage sind Input-Tokens mal Input-Preis plus Output-Tokens mal Output-Preis, jeweils geteilt durch eine Million. Lange Chats werden pro Runde teurer, weil jedes Mal der ganze Verlauf mitgeschickt wird. Output ist typischerweise um ein Mehrfaches teurer als Input, daher kann ein gesprächiges Modell mehr kosten als eines, das günstiger aussieht.
Was die Rechnung verändert
Prompt Caching berechnet weniger für ein wiederholtes Präfix. Eine Batch API gibt Rabatt für Jobs, die warten können. Manche Anbieter verlangen mehr für sehr lange Prompts oder für bestimmte Regionen. Auch der Tokenizer zählt: Anthropic merkt an, dass ein neuerer Tokenizer für denselben Text etwa 30% mehr Tokens erzeugt, daher sind Preise pro Token zwischen Modellfamilien nicht direkt vergleichbar.
Modelle vergleichen
Der Preis pro Token bedeutet nur etwas neben Qualität und Geschwindigkeit. Ein günstiges Modell, das drei Wiederholungen braucht, ist nicht günstig. Unsere Recherche zu KI-Modellpreisen verfolgt Listenpreise über Anbieter hinweg, und die Rankings zeigen Qualität neben den Kosten.
Verwandte Begriffe
- Token (LLM)
- Ein Token (LLM) ist die Grundeinheit von Text, die ein Sprachmodell liest und schreibt, oft ein Wort, ein Wortteil, ein Satzzeichen oder ein Byte. Preise, Geschwindigkeit und Kontextgrenzen werden alle in Tokens gezählt.
- Output-Tokens
- Output-Tokens sind die Tokens, die ein Sprachmodell in seiner Antwort erzeugt. Sie werden getrennt von Input-Tokens gezählt und abgerechnet, und eine Einstellung namens max_tokens begrenzt, wie viele eine Antwort enthalten darf.
- Prompt Caching
- Prompt Caching ist eine API-Funktion, die die verarbeitete Form eines wiederholten Prompt-Präfixes speichert, etwa eines langen System-Prompts oder Dokuments, sodass spätere Anfragen mit demselben Präfix günstiger und schneller sind.
- Batch-API
- Eine Batch-API lässt dich eine große Menge an Modellanfragen in einem Job einreichen und die Ergebnisse später abholen, statt auf jeden Aufruf zu warten. Anbieter führen den Job aus, wenn Kapazität frei ist, und verlangen dafür meist weniger.
- Tokenizer
- Ein Tokenizer ist die Komponente, die Text in Tokens zerlegt und sie in numerische IDs verwandelt, die ein Sprachmodell verarbeiten kann, und die die Ausgabe-IDs des Modells wieder in Text verwandelt.
- Rate Limit (API)
- Ein Rate Limit (Ratenbegrenzung) begrenzt, wie stark ein Konto eine API in einem Zeitfenster nutzen darf, typischerweise als Anfragen pro Minute (RPM) und Tokens pro Minute (TPM). Anfragen über der Grenze werden abgewiesen, meist mit einem HTTP-Fehler 429.