Begriff
Input-Token
Tokens, die du beim API-Aufruf an ein KI-Modell sendest — dein Prompt, der Kontext, mitgegebene Dokumente. Werden separat von Output-Tokens und meist deutlich günstiger berechnet.
Input-Token — ausführlicher erklärt
Input-Tokens sind alles, was du dem Modell beim Aufruf mitgibst: System-Prompt, Nutzerfrage, mitgegebener Kontext (Dokumente, Code, Konversationshistorie), Tool-Definitionen. Bevor das Modell antworten kann, muss es diese Tokens lesen und in seine internen Repräsentationen umwandeln. Genau dieser Schritt wird als Input-Tokens berechnet — typischerweise zwischen 0,15 $ und 3 $ pro Million Tokens, je nach Modell und Anbieter.
Beispiel / Praxisbezug
Eine typische Coding-Anfrage mit 30.000 Tokens Repository-Kontext und einer kurzen Nutzerfrage besteht zu fast 100 % aus Input-Tokens. Bei Claude Sonnet (3 $/MTok Input) kostet diese eine Anfrage bereits 0,09 $ Input — multipliziert mit hunderten Anfragen pro Tag wird das zur dominierenden Kostenposition. Wer Input-Tokens senkt (kleinere Kontexte, gezieltes Chunking, Prompt Caching), spart unmittelbar.
Abgrenzung zu ähnlichen Begriffen
Output-Tokens sind das, was das Modell zurückschickt — und sind in der Regel drei- bis fünfmal teurer als Input-Tokens. Cached-Input-Tokens werden bei wiederholtem Senden desselben Prompt-Anfangs nochmals deutlich günstiger berechnet (oft nur 10 % des regulären Input-Preises). Die Summe aus Input- und Output-Tokens muss das Kontextfenster des Modells einhalten.
Entdecke mehr
Headless ohne API-Rechnung — wie kommt man 2026 an die besten KI-Modelle für Automatisierung?
Anbieter-Vergleich Mitte 2026: Wer hat Headless-Modus, wessen Abo deckt ihn noch — und warum BYOK das stabilste Fundament ist.
Glossar$/MTok (Kosten pro Million Tokens)
Standard-Preisangabe bei KI-APIs — Kosten in US-Dollar pro eine Million verarbeitete Tokens. Wird getrennt für Input, Output und ggf. Cache angegeben.
LexikonFunction Calling / Tool Use
Wie ein LLM Werkzeuge aufruft: Tool-Definition als Schema, Modell wählt Funktion und Argumente, Ergebnis zurück ins Gespräch — der Grundbaustein jedes Agenten.