Prompt Caching in der Praxis: Vorher 280 €, nachher 47 € pro Monat
Konkrete Zahlen aus einem Kunden-Setup mit Claude Sonnet. Was Prompt Caching bringt, wann es sich lohnt — und wo die Stolperfallen liegen.
Redaktion ·
LLM-Pricing
in KI-Modelle
Was kosten KI-Modelle? Token-Preise, Input vs. Output, Tool Use, Batch-Rabatte, Prompt Caching.
KI-Modelle kosten Geld — und zwar nicht pauschal pro Monat, sondern pro Token. Wer KI in eigene Workflows einbaut, kommt um eine Auseinandersetzung mit der Preislogik der Anbieter nicht herum: Sie entscheidet, ob ein Use Case wirtschaftlich tragfähig ist oder nicht. Diese Seite bündelt alles rund um KI-Pricing — von Begriffsklärungen bis zu aktuellen Preisänderungen.
Die drei Begriffe, die am häufigsten verwirren
Input-Tokens vs. Output-Tokens — beide werden separat abgerechnet, und Output ist meistens drei- bis fünfmal teurer als Input. Grund: Output muss das Modell neu erzeugen, Input nur lesen.
„$3 pro MTok” — gemeint sind eine Million Tokens, nicht ein Megatoken im technischen Sinn. Faustregel: 1.000 Tokens ≈ 750 deutsche Wörter. Eine längere Konversation mit Kontext kann schnell 50.000–100.000 Tokens erreichen — pro Anfrage.
Kontextfenster ≠ kostenlos — nur weil ein Modell ein 1-Million-Token-Kontextfenster anbietet, heißt das nicht, dass die Nutzung billig wird. Jeder Token im Kontext wird beim Senden mitberechnet.
Wer hier einsparen will, kommt früher oder später bei drei Hebeln an: Prompt Caching (wiederholt gesendete Kontexte günstiger), Batch-API (asynchron, ~50 % Rabatt) und Tier-Modelle (kleinere Varianten wie Mini/Flash/Haiku für einfache Aufgaben).
Was du auf dieser Seite findest
In den News unten siehst du aktuelle Preisänderungen einzelner Anbieter. Blog-Artikel zeigen Praxis-Erfahrungen — was ein KI-Projekt im Alltag wirklich kostet. Im Lexikon findest du den ausführlichen Erklärartikel „KI-Pricing einfach erklärt” mit konkreten Preistabellen, Rechenbeispielen und Sparstrategien. Das Glossar liefert die einzelnen Begriffe — von Input-Token bis Tier-Pricing.
Blog-Posts
Usage-based statt Flat-Rate: Die KI-Kostenwende war absehbar — und so federst du sie ab
KI-Anbieter kippen Flat-Rates Richtung Verbrauch. Warum das kommen musste, was es kostet und welche drei Hebel den Umstieg abfedern.
Martin Rau ·
Glossar
$/MTok (Kosten pro Million Tokens) API-Nutzung LLM-Pricing
Standard-Preisangabe bei KI-APIs — Kosten in US-Dollar pro eine Million verarbeitete Tokens. Wird getrennt für Input, Output und ggf. Cache angegeben.
Input-Token API-Nutzung LLM-Pricing
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.
Output-Token API-Nutzung LLM-Pricing
Tokens, die ein KI-Modell als Antwort erzeugt. Werden separat berechnet und sind meist drei- bis fünfmal teurer als Input-Tokens, weil das Modell sie aktiv generieren muss.
Batch-API API-Nutzung LLM-Pricing
Asynchroner API-Modus, bei dem viele Anfragen gesammelt und mit deutlichem Preisrabatt verarbeitet werden — Ergebnisse liegen meist innerhalb von 24 Stunden vor.
Prompt Caching API-Nutzung LLM-Pricing
Prompt Caching ist eine API-Funktion, bei der ein Anbieter wiederkehrende Prompt-Bestandteile zwischenspeichert — Folgeanfragen werden dadurch günstiger und schneller, weil der gecachte Teil nicht erneut verarbeitet wird.
Rate Limit (KI) API-Nutzung LLM-Pricing
Vom API-Anbieter durchgesetzte Obergrenze für Anfragen oder Tokens pro Zeitfenster — schützt die Infrastruktur und sichert faire Nutzung über alle Kunden hinweg.
Tier-Pricing API-Nutzung LLM-Pricing
Mehrstufiges Modell-Angebot eines Anbieters — kleine, schnelle Varianten (Mini/Flash/Haiku) zum Bruchteil des Preises der großen Frontier-Modelle. Auch: Volume-Tiers mit Mengenrabatt.
Lexikon
KI-Pricing einfach erklärt
Wie KI-Modelle abrechnen — Token, Input vs. Output, versteckte Kostentreiber und drei Hebel zum Sparen. Mit Preistabelle und Rechenbeispielen.
Redaktion
News
DeepSeek V4 Pro: 75-%-Preissenkung wird dauerhaft
DeepSeek macht den 75-%-Rabatt auf V4-Pro dauerhaft: 0,435 $ Input, 0,87 $ Output je Mio. Token. Was der Preisdruck für die Modellwahl bedeutet.
Redaktion
MiniMax M3: Open-Weight-Frontier-Modell mit Sparse Attention
MiniMax M3 startet als Open-Weight-Modell mit Sparse Attention, 1-Mio-Kontext und Coding-Benchmarks auf Frontier-Niveau — zu einem Bruchteil der Kosten.
Redaktion
GPT-5.5 und GPT-5.5 Pro sind live — und Pro ist sechsmal so teuer wie das Standard-Modell
OpenAI hat am 23. April 2026 GPT-5.5 und GPT-5.5 Pro freigeschaltet. Pro kostet $30/$180 pro MTok — sechsfacher Standard-Preis. Was das bedeutet.
Redaktion
Anthropic führt Volume-Tier-Rabatte für die Claude-API ein
Ab 50.000 $ Monatsverbrauch greifen automatisch gestaffelte Rabatte. Was sich für Heavy-User ändert und wann der Wechsel auf den höheren Tier sich rechnet.
Redaktion
KI-Anbieter bewegen sich Richtung Usage-based Pricing — was sich gerade verschiebt
Anthropic, OpenAI und Cursor kippen Flat-Rates zugunsten verbrauchsbasierter Abrechnung. Was sich konkret geändert hat und was bei dir ankommt.
Redaktion
Qwen 3.7 Max — Alibabas agentisches Flaggschiff mit 1-Mio.-Kontext
Alibabas Qwen 3.7 Max: 1 Mio. Kontext, 35 h autonom, 1.158 Tool-Calls. Was das agentische Flaggschiff kann und warum Anbieter-Benchmarks Vorsicht verlangen.
Redaktion