KI-API-Preise 2026: Modelle im Kostenvergleich

Die 22 KI-Modelle in diesem Vergleich kosten am 8. Oktober 2026 zwischen 0,10 und 10 US-Dollar pro Million Input-Tokens und zwischen 0,47 und 50 US-Dollar pro Million Output-Tokens. Am teuersten sind GPT-6 Astra und Claude Fable 5.1, die exakt dieselben Listenpreise haben. Am günstigsten sind GPT-6 Luna, Claude Haiku 5.5 und Qwen 3.8 Flash. Jede Zahl stammt direkt von der Preisseite des jeweiligen Anbieters, mit Link und Abrufdatum.

Ich habe diese Übersicht gebaut, weil die Preisseiten kaum vergleichbar sind. Jeder Anbieter rechnet Caching, Batch-Rabatte und lange Kontexte anders, manche haben Aktionspreise, einer hat Spitzenzeiten. Hier steht alles in einer Einheit: US-Dollar pro einer Million Tokens im Standardtarif. Welche Modelle ich selbst im Alltag einsetze, zeige ich mit gemessenen Nutzungszahlen unter so nutze ich KI. Dort geht es um Nutzung, nicht um Preise. Zur Verbreitung in der Wirtschaft: Laut Destatis nutzten 2025 26 % der Unternehmen ab 10 Beschäftigten KI, mehr dazu in meinen Statistiken zur KI-Nutzung in Unternehmen.

Stand: Alle Preise abgerufen am 8. Oktober 2026 von den offiziellen Preis- und Modellseiten der Anbieter. Standardtarif in US-Dollar pro 1 Million Tokens, ohne Steuern und ohne Enterprise-Rabatte. Ich aktualisiere die Tabelle monatlich.

Die Preise auf einen Blick

Die beiden Diagramme zeigen den Output- und den Input-Preis aller 22 Modelle, jeweils absteigend sortiert. Für Textaufgaben im Marketing ist der Output-Preis meist die wichtigere Zahl, weil er bei 21 der 22 Modelle das Drei- bis gut Achtfache des Input-Preises beträgt (eigene Rechnung aus der Tabelle unten). Nur bei Grok 4.3 ist es das Doppelte.

• GPT-6 Astra50,00 USD
• Claude Fable 5.150,00 USD
• Claude Opus 5.520,00 USD
• Kimi K315,00 USD
• Gemini 3.1 Pro Preview12,00 USD
• GPT-6.1 Sol10,00 USD
• Claude Sonnet 5.510,00 USD
• Mistral Medium 3.57,50 USD
• Grok 4.76,00 USD
• Qwen 3.8 Max6,00 USD
• Kimi K2.64,00 USD
• DeepSeek V4 Pro3,96 USD
• Gemini 3.8 Flash3,75 USD
• Gemini 3.5 Flash-Lite2,50 USD
• Grok 4.32,50 USD
• Mistral Large 42,09 USD
• Qwen 3.7 Plus1,60 USD
• DeepSeek V4.1 Flash1,20 USD
• Mistral Small 40,60 USD
• GPT-6 Luna0,50 USD
• Claude Haiku 5.50,50 USD
• Qwen 3.8 Flash0,47 USD

Quelle: Offizielle Preisseiten der Anbieter, abgerufen am 08.10.2026

Standardtarif, kurzer Kontext. DeepSeek zum Peak-Preis, Gemini 3.8 Flash und Mistral Large 4 mit ausgewiesenem Aktionspreis.

Daten als Tabelle

Modell	Angaben in USD
GPT-6 Astra	50,00 USD
Claude Fable 5.1	50,00 USD
Claude Opus 5.5	20,00 USD
Kimi K3	15,00 USD
Gemini 3.1 Pro Preview	12,00 USD
GPT-6.1 Sol	10,00 USD
Claude Sonnet 5.5	10,00 USD
Mistral Medium 3.5	7,50 USD
Grok 4.7	6,00 USD
Qwen 3.8 Max	6,00 USD
Kimi K2.6	4,00 USD
DeepSeek V4 Pro	3,96 USD
Gemini 3.8 Flash	3,75 USD
Gemini 3.5 Flash-Lite	2,50 USD
Grok 4.3	2,50 USD
Mistral Large 4	2,09 USD
Qwen 3.7 Plus	1,60 USD
DeepSeek V4.1 Flash	1,20 USD
Mistral Small 4	0,60 USD
GPT-6 Luna	0,50 USD
Claude Haiku 5.5	0,50 USD
Qwen 3.8 Flash	0,47 USD

Auffällig ist, wie eng die beiden großen US-Anbieter beieinanderliegen. GPT-6 Astra und Claude Fable 5.1 kosten beide 10 und 50 US-Dollar, GPT-6.1 Sol und Claude Sonnet 5.5 beide 2 und 10, GPT-6 Luna und Claude Haiku 5.5 beide 0,10 und 0,50. Die Unterschiede stecken bei diesen Paaren nicht im Listenpreis, sondern im Kleingedruckten: Caching, Aufschläge für lange Kontexte, Batch-Bedingungen.

• GPT-6 Astra10,00 USD
• Claude Fable 5.110,00 USD
• Claude Opus 5.54,00 USD
• Kimi K33,00 USD
• GPT-6.1 Sol2,00 USD
• Claude Sonnet 5.52,00 USD
• Gemini 3.1 Pro Preview2,00 USD
• Grok 4.72,00 USD
• Qwen 3.8 Max2,00 USD
• Mistral Medium 3.51,50 USD
• DeepSeek V4 Pro1,32 USD
• Grok 4.31,25 USD
• Kimi K2.60,95 USD
• Gemini 3.8 Flash0,75 USD
• Mistral Large 40,68 USD
• Qwen 3.7 Plus0,40 USD
• Gemini 3.5 Flash-Lite0,30 USD
• DeepSeek V4.1 Flash0,30 USD
• Mistral Small 40,15 USD
• Qwen 3.8 Flash0,15 USD
• GPT-6 Luna0,10 USD
• Claude Haiku 5.50,10 USD

Quelle: Offizielle Preisseiten der Anbieter, abgerufen am 08.10.2026

Standardtarif ohne Caching, kurzer Kontext. DeepSeek zum Peak-Preis, Gemini 3.8 Flash und Mistral Large 4 mit ausgewiesenem Aktionspreis.

Daten als Tabelle

Modell	Angaben in USD
GPT-6 Astra	10,00 USD
Claude Fable 5.1	10,00 USD
Claude Opus 5.5	4,00 USD
Kimi K3	3,00 USD
GPT-6.1 Sol	2,00 USD
Claude Sonnet 5.5	2,00 USD
Gemini 3.1 Pro Preview	2,00 USD
Grok 4.7	2,00 USD
Qwen 3.8 Max	2,00 USD
Mistral Medium 3.5	1,50 USD
DeepSeek V4 Pro	1,32 USD
Grok 4.3	1,25 USD
Kimi K2.6	0,95 USD
Gemini 3.8 Flash	0,75 USD
Mistral Large 4	0,68 USD
Qwen 3.7 Plus	0,40 USD
Gemini 3.5 Flash-Lite	0,30 USD
DeepSeek V4.1 Flash	0,30 USD
Mistral Small 4	0,15 USD
Qwen 3.8 Flash	0,15 USD
GPT-6 Luna	0,10 USD
Claude Haiku 5.5	0,10 USD

Beim Input ist das Feld breiter gestreut. Fünf Modelle liegen bei genau 2 US-Dollar, darunter die Flaggschiffe von Google, xAI und Alibaba Cloud. Die Flaggschiffe von Mistral und DeepSeek kosten deutlich weniger als die Mittelklasse von OpenAI und Anthropic.

Die acht Anbieter im Detail

Pro Anbieter habe ich das aktuelle Flaggschiff, ein Mittelklassemodell und ein kleines Modell ausgewählt, sofern die offizielle Preisseite eines listet. Wo es kein kleines Modell gibt, steht das dabei. Spezialmodelle für Code, Bild oder Audio sind nicht Teil des Vergleichs.

OpenAI: GPT-6 Astra, GPT-6.1 Sol und GPT-6 Luna

Die Preisseite von OpenAI führt drei Modelle als Flaggschiff-Reihe. GPT-6 Astra kostet 10 US-Dollar Input, 1 US-Dollar für gecachten Input und 50 US-Dollar Output. GPT-6.1 Sol liegt bei 2, 0,10 und 10 US-Dollar, GPT-6 Luna bei 0,10, 0,01 und 0,50 US-Dollar. Alle drei haben laut den Modellseiten ein Kontextfenster von 1.050.000 Tokens und bis zu 128.000 Tokens Ausgabe. Für GPT-6.1 Sol verspricht OpenAI Leistung nahe an Astra zu geringeren Kosten, das ist eine Herstellerangabe.

Wichtig ist die Grenze bei 272.000 Input-Tokens. Darüber berechnet OpenAI für die gesamte Anfrage das Doppelte bei Input und Cache und das Anderthalbfache beim Output, bei Astra also 20 und 75 US-Dollar. Batch und Flex kosten die Hälfte des Standardpreises, der schnelle Modus das Doppelte. Für regionale Verarbeitung (Datenresidenz) kommen bei Modellen, die ab dem 5. März 2026 erschienen sind, 10 Prozent dazu. Wie sich Astra jenseits des Preises schlägt, habe ich im Check zu GPT-6 Astra aufgeschrieben.

Anthropic: Claude Fable 5.1, Opus 5.5, Sonnet 5.5 und Haiku 5.5

Anthropic führt in seiner Modellübersicht vier aktuelle Modelle, deshalb stehen hier vier statt drei. Laut der Preisseite von Anthropic kostet Claude Fable 5.1 10 US-Dollar Input und 50 US-Dollar Output, Opus 5.5 kostet 4 und 20, Sonnet 5.5 kostet 2 und 10. Claude Mythos 5.1 lasse ich weg, weil Anthropic den Zugang dazu beschränkt.

Beim Caching unterscheidet sich Anthropic deutlich. Ein Cache-Treffer kostet bei Fable 5.1 nur 2,5 Prozent des Input-Preises, also 0,25 US-Dollar, bei Opus 5.5 und Sonnet 5.5 sind es 5 Prozent (0,20 und 0,10 US-Dollar). Dafür kostet das Schreiben in den Cache extra: das 1,25-Fache des Input-Preises für fünf Minuten Haltezeit, das Doppelte für eine Stunde. Das volle Kontextfenster von einer Million Tokens gibt es bei allen Modellen ab Claude 4.6 zum Standardpreis, mit einer Ausnahme.

Diese Ausnahme ist Claude Haiku 5.5. Bis 100.000 Tokens im Prompt kostet es 0,10 US-Dollar Input und 0,50 US-Dollar Output, darüber 0,50 und 2,50 US-Dollar, also das Fünffache. Die Batch-API spart 50 Prozent, Inferenz ausschließlich in den USA kostet das 1,1-Fache. Für Opus 5.5 gibt es einen schnellen Modus für 8 und 40 US-Dollar. Zu Opus 5.5 und Fable 5.1 gibt es eigene Analysen: den Check zu Claude Opus 5.5 und den Check zu Claude Fable 5.1.

Google: Gemini 3.1 Pro Preview, Gemini 3.8 Flash und Gemini 3.5 Flash-Lite

Bei Google ist das Flaggschiff ein Preview-Modell: Gemini 3.1 Pro Preview ist laut der Modellübersicht das einzige Pro-Textmodell in der Gemini API. Laut der Preisseite kostet es bis 200.000 Tokens im Prompt 2 US-Dollar Input und 12 US-Dollar Output, darüber 4 und 18 US-Dollar. Caching kostet 0,20 US-Dollar pro Million Tokens plus 4,50 US-Dollar Speichergebühr pro Million Tokens und Stunde.

Gemini 3.8 Flash ist laut Google das intelligenteste Flash-Modell. Bis zum 31. Dezember 2026 gilt ein Preis von 0,75 US-Dollar Input und 3,75 US-Dollar Output, ab dem 1. Januar 2027 verdoppelt er sich auf 1,50 und 7,50 US-Dollar. Wer heute Workflows auf 3.8 Flash kalkuliert, sollte die Verdopplung gleich einplanen. Gemini 3.5 Flash-Lite kostet 0,30 und 2,50 US-Dollar, und Google empfiehlt für neue Projekte genau diese beiden Modelle. Eine Falle: Das ältere Gemini 3.5 Flash kostet mit 1,50 und 9 US-Dollar mehr als das neuere 3.8 Flash.

Zwei Details stehen ausdrücklich in Googles Preistabelle. Der Output-Preis schließt die Thinking-Tokens ein. Und im kostenlosen Kontingent werden die Daten laut Tabelle zur Verbesserung der Google-Produkte genutzt, im bezahlten Tarif nicht. Für Kundendaten ist das ein Argument für den bezahlten Tarif. Batch kostet bei allen drei Modellen die Hälfte.

xAI: Grok 4.7 und Grok 4.3

xAI listet auf der Preisseite kein kleineres allgemeines Textmodell unterhalb von Grok 4.3, deshalb stehen hier nur zwei Modelle. Grok 4.7 kostet 2 US-Dollar Input, 0,50 US-Dollar gecacht und 6 US-Dollar Output bei einem Kontextfenster von 500.000 Tokens. Grok 4.3 kostet 1,25, 0,20 und 2,50 US-Dollar und verarbeitet bis zu einer Million Tokens.

Bei Anfragen über 200.000 Tokens verlangt xAI bei beiden Modellen höhere Preise, und zwar für alle Tokens der Anfrage: bei Grok 4.7 dann 4, 1 und 12 US-Dollar, bei Grok 4.3 dann 2,50, 0,40 und 5 US-Dollar. Batch-Verarbeitung unterstützt Grok 4.7 laut Modellseite nicht. Grok 4.3 bekommt im Batch 20 Prozent Rabatt. Der regionale US-Endpunkt kostet das 1,1-Fache.

Mistral AI: Mistral Large 4, Medium 3.5 und Small 4

Mistral hat am 6. Oktober 2026 Mistral Large 4 als Public Preview mit offenen Gewichten veröffentlicht. Die Preisseite von Mistral weist einen Aktionspreis aus: 0,68 statt 1,36 US-Dollar Input, 0,07 statt 0,14 US-Dollar gecacht und 2,09 statt 4,18 US-Dollar Output. Ein Enddatum nennt Mistral nicht. Das Kontextfenster umfasst eine Million Tokens.

Bemerkenswert ist, dass Mistral Medium 3.5 mit 1,50 und 7,50 US-Dollar teurer ist als Large 4, selbst wenn man dessen regulären Preis nimmt. Medium 3.5 und Small 4 (0,15 und 0,60 US-Dollar) haben je 256.000 Tokens Kontext. Noch kleiner wäre Ministral 3 3B mit 0,10 US-Dollar für Input und Output. Batch-Verarbeitung kostet laut Mistral die Hälfte. Praktisch für Kunden in Europa: Die Preisseite lässt sich auf Euro umschalten.

DeepSeek: V4 Pro und V4.1 Flash

DeepSeek bietet laut Preisseite zwei Modelle an, ein kleines drittes gibt es nicht. DeepSeek V4 Pro kostet 1,32 US-Dollar Input, 0,044 US-Dollar bei Cache-Treffer und 3,96 US-Dollar Output. DeepSeek V4.1 Flash, im API-Aufruf deepseek-flash, kostet 0,30, 0,006 und 1,20 US-Dollar. Beide haben eine Million Tokens Kontext, die maximale Ausgabe liegt bei 384.000 Tokens.

Das sind die Peak-Preise. Außerhalb der Spitzenzeiten gilt die Hälfte. Peak ist laut DeepSeek montags bis freitags von 01:00 bis 04:00 und von 06:00 bis 10:00 Uhr UTC, ausgenommen chinesische Feiertage. In deutscher Sommerzeit sind das 03:00 bis 06:00 und 08:00 bis 12:00 Uhr, ab dem 25. Oktober eine Stunde früher. Werktags liegt damit fast der ganze Vormittag im Peak, Nachmittag, Abend und Wochenende dagegen nicht. In meiner Tabelle steht bewusst der höhere Peak-Preis. Einen Batch-Tarif hat DeepSeek nicht.

Moonshot AI: Kimi K3 und Kimi K2.6

Moonshot listet auf der Preisseite von Kimi kein kleines Allzweckmodell, deshalb sind es auch hier zwei. Kimi K3 kostet 3 US-Dollar Input, 0,30 US-Dollar bei Cache-Treffer und 15 US-Dollar Output, bei einem Kontextfenster von 1.048.576 Tokens. Das Schreiben in den Cache kostet 3 US-Dollar bei fünf Minuten Haltezeit und 6 US-Dollar bei einer Stunde.

Kimi K2.6 kostet 0,95, 0,16 und 4 US-Dollar bei 262.144 Tokens Kontext. Für K2.6 gibt es laut der Batch-Preisseite einen Batch-Tarif zu 60 Prozent des Standardpreises, also 0,57 US-Dollar Input und 2,40 US-Dollar Output. Für Kimi K3 gibt es diesen Tarif nicht. Was K3 in den Benchmarks zeigt, steht in meiner Analyse zu Kimi K3.

Alibaba Cloud: Qwen 3.8 Max, Qwen 3.7 Plus und Qwen 3.8 Flash

Alibaba Cloud empfiehlt in seiner Modellübersicht genau diese drei Textmodelle. Die Preisseite gilt je Region, ich nutze die internationale Bereitstellung in Singapur. Dort kostet qwen3.8-max 2 US-Dollar Input und 6 US-Dollar Output, qwen3.7-plus 0,40 und 1,60 US-Dollar bis 256.000 Tokens (darüber 1,20 und 4,80) und qwen3.8-flash 0,15 und 0,47 US-Dollar. Alle drei verarbeiten bis zu einer Million Input-Tokens.

Für die Region Deutschland (Frankfurt) weist Alibaba niedrigere Listenpreise aus: 1,65 und 4,951 US-Dollar für Max, 0,276 und 1,101 für Plus, 0,113 und 0,382 für Flash. Auf Qwen 3.7 Plus gibt es in Singapur aktuell 20 Prozent Rabatt auf Zeit, den ich nicht einrechne. Beim Caching kostet ein expliziter Cache-Treffer laut Context-Cache-Dokumentation 10 Prozent des Input-Preises, bei Qwen 3.8 Max und 3.8 Flash verweist Alibaba für diesen Preis auf die Konsole. Deshalb steht dort in meiner Tabelle „k. A.“. Keines der drei Modelle hat einen Batch-Rabatt, und Batch- und Cache-Rabatt lassen sich bei Alibaba ohnehin nicht kombinieren.

Was kostet eine typische Marketing-Aufgabe?

Preise pro Million Tokens sind abstrakt. Deshalb rechne ich zwei Aufgaben durch, die im Marketing häufig vorkommen. Die Tokenmengen sind meine Annahmen, keine Messung:

• 1.000 Anzeigentexte: 1.000 Anfragen für je ein Set aus Headlines und Beschreibungen für eine responsive Suchanzeige. Pro Anfrage 1.500 Input-Tokens (Briefing, Produktdaten, Markenregeln) und 500 Output-Tokens. Zusammen 1,5 Millionen Input- und 0,5 Millionen Output-Tokens.
• 100 Blogentwürfe: 100 Anfragen mit je 3.000 Input-Tokens (Briefing, Gliederung, Notizen) und 2.500 Output-Tokens. Zusammen 0,3 Millionen Input- und 0,25 Millionen Output-Tokens.

Gerechnet ist mit dem Standardtarif, ohne Caching, ohne Batch, ohne Denk-Tokens und ohne zweiten Versuch. Die Formel ist simpel: Input-Tokens in Millionen mal Input-Preis plus Output-Tokens in Millionen mal Output-Preis.

• GPT-6 Astra40,00 USD
• Claude Fable 5.140,00 USD
• Claude Opus 5.516,00 USD
• Kimi K312,00 USD
• Gemini 3.1 Pro Preview9,00 USD
• GPT-6.1 Sol8,00 USD
• Claude Sonnet 5.58,00 USD
• Grok 4.76,00 USD
• Mistral Medium 3.56,00 USD
• Qwen 3.8 Max6,00 USD
• DeepSeek V4 Pro3,96 USD
• Kimi K2.63,43 USD
• Grok 4.33,13 USD
• Gemini 3.8 Flash3,00 USD
• Mistral Large 42,07 USD
• Gemini 3.5 Flash-Lite1,70 USD
• Qwen 3.7 Plus1,40 USD
• DeepSeek V4.1 Flash1,05 USD
• Mistral Small 40,53 USD
• Qwen 3.8 Flash0,46 USD
• GPT-6 Luna0,40 USD
• Claude Haiku 5.50,40 USD

Quelle: Eigene Rechnung mit den Listenpreisen vom 08.10.2026

Annahme 1,5 Mio. Input- und 0,5 Mio. Output-Tokens, ohne Caching, Batch und Denk-Tokens. DeepSeek zum Peak-Preis.

Daten als Tabelle

Modell	Angaben in USD
GPT-6 Astra	40,00 USD
Claude Fable 5.1	40,00 USD
Claude Opus 5.5	16,00 USD
Kimi K3	12,00 USD
Gemini 3.1 Pro Preview	9,00 USD
GPT-6.1 Sol	8,00 USD
Claude Sonnet 5.5	8,00 USD
Grok 4.7	6,00 USD
Mistral Medium 3.5	6,00 USD
Qwen 3.8 Max	6,00 USD
DeepSeek V4 Pro	3,96 USD
Kimi K2.6	3,43 USD
Grok 4.3	3,13 USD
Gemini 3.8 Flash	3,00 USD
Mistral Large 4	2,07 USD
Gemini 3.5 Flash-Lite	1,70 USD
Qwen 3.7 Plus	1,40 USD
DeepSeek V4.1 Flash	1,05 USD
Mistral Small 4	0,53 USD
Qwen 3.8 Flash	0,46 USD
GPT-6 Luna	0,40 USD
Claude Haiku 5.5	0,40 USD

Die 1.000 Anzeigentexte kosten unter diesen Annahmen zwischen 0,40 US-Dollar (GPT-6 Luna, Claude Haiku 5.5) und 40 US-Dollar (GPT-6 Astra, Claude Fable 5.1). Zur Einordnung in Euro: Beim EZB-Referenzkurs vom 8. Oktober 2026 (1 Euro = 1,1186 US-Dollar) entsprechen 40 US-Dollar rund 35,76 Euro. Das ist eine eigene Umrechnung, abgerechnet wird in US-Dollar.

Bei Textaufgaben in dieser Größenordnung sind die reinen API-Kosten klein. Das ändert sich schnell, sobald ein Modell nachdenkt. Kommen pro Anzeigentext 2.000 Denk-Tokens dazu, steigt der Output von 0,5 auf 2,5 Millionen Tokens, und dieselben 1.000 Anzeigentexte kosten mit GPT-6 Astra 140 statt 40 US-Dollar (eigene Rechnung). Teuer werden KI-Workflows erfahrungsgemäß durch Denk-Tokens, sehr lange Kontexte und Agenten, die viele Schleifen drehen, nicht durch den einzelnen Text.

Warum der Tokenpreis nicht der Preis pro Aufgabe ist

Die Tabelle beantwortet, was ein Token kostet. Sie beantwortet nicht, was eine erledigte Aufgabe kostet. Dafür gibt es drei Gründe, die sich gegenseitig verstärken können.

Tokens sind nicht überall gleich groß

Jeder Anbieter zerlegt Text mit seinem eigenen Tokenizer. Anthropic schreibt in der Preisdokumentation, dass der Tokenizer ab Claude 4.7 für denselben Text rund 30 Prozent mehr Tokens erzeugt als der ältere, wobei der genaue Wert vom Inhalt abhängt. Ein Preis pro Million Tokens ist deshalb zwischen Anbietern nur ungefähr vergleichbar. Dieselbe Seite Text kann bei zwei Modellen unterschiedlich viele Tokens ergeben.

Denk-Tokens laufen als Output mit

Viele aktuelle Modelle denken vor der Antwort, und diese Denkphase kostet Output-Tokens, die du in der Antwort nicht siehst. Google vermerkt das in der Preistabelle ausdrücklich. Bei OpenAI lässt sich die Denkstufe von GPT-6.1 Sol zwischen low und max einstellen, Standard ist medium. Mehr Denkaufwand heißt mehr Tokens. Wie stark das ins Gewicht fällt, zeigt die Rechnung oben: 2.000 Denk-Tokens pro Anfrage machen aus 40 US-Dollar 140.

Nacharbeit kostet mehr als Tokens

Braucht ein günstiges Modell für ein brauchbares Ergebnis drei Versuche, kostet es dreimal so viel wie in der Tabelle. Braucht es dreimal so viele Tokens wie ein Modell mit doppelt so hohem Tokenpreis, ist der Preisvorteil weg. Und die teuerste Position in einem KI-Workflow ist erfahrungsgemäß nicht die API-Rechnung, sondern die Zeit, die jemand mit Prüfen und Korrigieren verbringt. Ein teureres Modell, das beim ersten Versuch passt, kann pro Aufgabe günstiger sein.

Was unabhängige Messungen dazu zeigen

Artificial Analysis, ein unabhängiger Anbieter von KI-Benchmarks, berechnet für jedes Modell die Kosten, um seinen Intelligence Index einmal durchlaufen zu lassen. In diese Zahl fließen die Tokenpreise für Input, Cache, Denkphase und Antwort sowie die tatsächlich verbrauchten Tokens ein. Für Programmieraufgaben weist der Coding Agent Index zusätzlich die Kosten je Aufgabe aus. Ein Beispiel aus meinem Check zu GPT-6 Astra: Dort kostete am 8. September 2026 eine Aufgabe mit Claude Fable 5.1 9,18 US-Dollar, mit GPT-6 Astra 4,72 US-Dollar, beide auf der höchsten Denkstufe. Fable 5.1 erreichte dabei mit 70 zu 67 Punkten den höheren Wert. Weil die Listenpreise identisch sind und der Cache bei Fable 5.1 sogar günstiger ist, kommt der Unterschied von fast Faktor 2 aus dem Tokenverbrauch.

Diese Messwerte stammen aus September und sind nicht Teil der Preistabelle. Sie zeigen aber das Prinzip: Wer Modelle vergleicht, sollte Preis pro Aufgabe messen, mit den eigenen Aufgaben.

Caching, Batch und Kontext: die Hebel hinter dem Listenpreis

Der Listenpreis ist der Ausgangspunkt. Was du am Ende zahlst, hängt davon ab, wie du die API nutzt. Diese Punkte prüfe ich, bevor ich einen Workflow kalkuliere:

• Wiederholt sich ein langer Prompt-Teil, zum Beispiel Markenregeln oder Produktdaten, nutze Caching. Ein Cache-Treffer kostet je nach Modell 2 bis 25 Prozent des Input-Preises (eigene Rechnung aus der Tabelle). Bei Anthropic und Kimi K3 kostet das Schreiben in den Cache extra, bei Google die Speicherzeit.
• Muss das Ergebnis nicht sofort da sein, nutze Batch. Bei OpenAI, Anthropic, Google und Mistral halbiert das den Preis. Für 1.000 Anzeigentexte über Nacht ist das ideal, für einen Chat nicht.
• Prüfe die Kontextgrenzen. OpenAI verteuert über 272.000 Tokens die ganze Anfrage, Google bei Gemini 3.1 Pro und xAI über 200.000, Claude Haiku 5.5 schon über 100.000 Tokens.
• Rechne Aufschläge für Datenresidenz ein, wenn du sie brauchst. OpenAI nimmt dafür bei neueren Modellen 10 Prozent, Anthropic für reine US-Inferenz und xAI für den US-Endpunkt jeweils das 1,1-Fache.
• Plane Aktionspreise nicht als Dauerpreis ein. Gemini 3.8 Flash kostet ab dem 1. Januar 2027 das Doppelte, für Mistral Large 4 gibt es kein Enddatum.
• Bei DeepSeek lohnt es sich, Massenjobs außerhalb der Spitzenzeiten zu starten. Dann gilt der halbe Preis.

Wie solche Workflows im Google-Ads-Alltag aussehen, habe ich in KI-Automatisierung in Google Ads beschrieben. Ein konkretes Beispiel sind Google Ads Skripte, die du mit KI schreibst und vor dem Einsatz in der Vorschau testest. Viel Input kann zusammenkommen, wenn ein KI-Agent über den offiziellen MCP-Server Berichte aus deinem Konto abfragt, denn jedes Ergebnis landet im Kontext des Modells, wie ich in Google Ads mit KI-Agenten steuern erkläre.

Die vollständige Tabelle

Alle Preise in US-Dollar pro 1 Million Tokens, Standardtarif, kurzer Kontext. Cached Input ist der Preis für einen Cache-Treffer. Batch ist der Rabatt auf den Standardpreis. Kontext ist die maximale Tokenzahl pro Anfrage, wie der Anbieter sie angibt.

Hinweise zur Tabelle: Gemini 3.8 Flash bis 31.12.2026, danach 1,50 Input, 0,15 Cached und 7,50 Output. Mistral Large 4 zum ausgewiesenen Aktionspreis, regulär 1,36, 0,14 und 4,18. Qwen 3.7 Plus zum Listenpreis ohne den befristeten Rabatt von 20 Prozent, Cached Input als expliziter Cache-Treffer mit 10 Prozent (eigene Rechnung). DeepSeek zum Peak-Preis, außerhalb der Spitzenzeiten die Hälfte. Grenzen für die Standardpreise: Claude Haiku 5.5 bis 100.000 Tokens, Gemini 3.1 Pro und Grok bis 200.000, Qwen 3.7 Plus bis 256.000, OpenAI bis 272.000 Tokens. Kontextangaben mit „1.000.000“ stehen beim Anbieter meist als „1M“.

Die komplette Tabelle mit Quell-Link je Zeile gibt es als CSV, zum Filtern in Excel oder zum Weiterrechnen mit deinen eigenen Tokenmengen.

Methodik

Fazit

Zwischen dem günstigsten und dem teuersten Modell liegt beim Output-Preis mehr als der Faktor 100. Für einfache, gut beschriebene Aufgaben wie Varianten von Anzeigentexten reichen oft die kleinen Modelle, und dann kosten 1.000 Texte nach meiner Beispielrechnung weniger als einen Dollar. Für Aufgaben mit vielen Schritten oder viel Kontext kann ein großes Modell trotzdem die günstigere Wahl sein, wenn es weniger Tokens und weniger Nacharbeit braucht. Die Tabelle hilft dir, die Kandidaten einzugrenzen. Die Entscheidung fällt erst im Test mit deinen eigenen Aufgaben.

Wenn du wissen willst, welche Modelle und welche Abrechnung für deine Prozesse wirtschaftlich passen, ist das genau der Inhalt meines KI-Audits für 700 €. Ich schaue mir deine Abläufe an, rechne die Kosten pro Aufgabe statt pro Token und zeige, wo Caching oder Batch spürbar sparen. Mehr dazu auf der Seite zum KI-Consulting.

Quellen

Alle Seiten abgerufen am 8. Oktober 2026.

• OpenAI, API Pricing: Preise, Batch, Flex, schneller Modus, Aufschlag über 272.000 Tokens und für regionale Verarbeitung
• OpenAI, Modellseite GPT-6.1 Sol: Kontextfenster, maximale Ausgabe, Denkstufen, Herstellerangabe zur Leistung
• Anthropic, Pricing: Preise, Caching, Batch, Haiku-Staffel, Tokenizer-Hinweis, US-Inferenz
• Google, Gemini API Pricing: Preise, Aktionspreis Gemini 3.8 Flash, Staffel über 200.000 Tokens, Thinking-Tokens, Datennutzung im Gratiskontingent
• Google, Gemini-Modelle: Status der Modelle, Kontextfenster, Empfehlung für neue Projekte
• xAI, Pricing: Preise, Langkontext-Preise, Batch-Rabatte, US-Endpunkt
• Mistral AI, API Pricing: Preise, Aktionspreis Mistral Large 4, Batch-Rabatt
• DeepSeek, Models & Pricing: Preise, Peak- und Off-Peak-Zeiten, Kontext, maximale Ausgabe
• Moonshot AI, Kimi Pricing und Kimi Batch Pricing: Preise, Cache-Schreibpreise, Batch-Tarif für K2.6
• Alibaba Cloud, Model Studio Pricing und Context Cache: Preise je Region, Staffeln, Batch- und Cache-Regeln
• Artificial Analysis, Modelle: Methode der Kosten pro Indexdurchlauf (unabhängige Messung)
• Artificial Analysis, Coding Agent Index: Kosten je Aufgabe für Claude Fable 5.1 und GPT-6 Astra, abgerufen am 8. September 2026
• Europäische Zentralbank, Euro-Referenzkurse: Kurs vom 8. Oktober 2026

Alle Modellnamen sind Marken ihrer jeweiligen Anbieter. Die Nennung ist redaktionell.