$/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.
Redaktion
KI-Modelle
Konkrete Sprachmodelle und Modellfamilien — wer entwickelt sie, wofür sind sie geeignet.
-
-
Batch-API
Asynchroner API-Modus, bei dem viele Anfragen gesammelt und mit deutlichem Preisrabatt verarbeitet werden — Ergebnisse liegen meist innerhalb von 24 Stunden vor.
Redaktion - ki-modelle Claude
Claude Mythos
Claude Mythos (April 2026) ist Anthropics bisher leistungsstärkstes Modell — ein neuer Tier oberhalb der Opus-Reihe, primär verteilt über das Glasswing-Programm an Cybersecurity-Defender.
Redaktion - ki-modelle Claude
Claude Opus 4.5
Claude Opus 4.5 ist Anthropics Top-Tier-Modell vom November 2025 — der direkte Vorgänger von Opus 4.6, bringt „Infinite Chats" und deutlich reduzierten Token-Verbrauch.
Redaktion - ki-modelle DeepSeek
DeepSeek Janus-Pro-7B
Janus-Pro-7B ist DeepSeeks Open-Source-Multimodal-Modell vom Januar 2025 — vereint Bildverstehen und Bildgenerierung in einer einzigen 7B-Architektur, MIT-lizenziert.
Redaktion - ki-modelle DeepSeek
DeepSeek V4
DeepSeek V4 (April 2026) ist die vierte Generation des chinesischen Open-Weight-MoE-Modells — als Pro (1,6 T Parameter) und Flash (284 B) unter MIT-Lizenz veröffentlicht, mit 1-Mio.-Tokens-Kontext.
Redaktion - ki-modelle Gemini
Gemini 3 Pro
Gemini 3 Pro (November 2025) ist Googles drittes Flaggschiff-Modell mit 1-Mio.-Tokens-Kontextfenster und nativer Multimodalität — inzwischen abgelöst von Gemini 3.1 Pro.
Redaktion - ki-modelle Gemini
Gemini 3.1 Pro
Gemini 3.1 Pro (Februar 2026) ist Googles aktuelles Top-Modell — 1-Mio.-Tokens-Kontext, 64K Output-Tokens, verdoppelte Reasoning-Leistung gegenüber Gemini 3 Pro.
Redaktion - ki-modelle Gemma
Gemma 4
Gemma 4 ist Google DeepMinds offene Modellfamilie vom April 2026 — vier Größen (E2B bis 31B), 256k-Kontext, Multimodalität, Apache-2.0-Lizenz.
Redaktion - ki-modelle Zhipu AI
GLM-4.6
GLM-4.6 ist Zhipu AIs Open-Weight-MoE-Modell vom September 2025 — 355 Mrd. Parameter (32B aktiv), 200k-Kontext, MIT-lizenziert, mit Schwerpunkt auf Coding-Performance.
Redaktion - ki-modelle Zhipu AI
GLM-5.1
GLM-5.1 ist Z.ais Open-Source-Flaggschiff vom April 2026 — 744 Mrd. Parameter (40B aktiv), 200k-Kontext, ausgelegt auf agentisches Coding mit bis zu 8 Stunden autonomer Laufzeit.
Redaktion - ki-modelle GPT
GPT-4o
GPT-4o (Mai 2024) war OpenAIs erstes nativ multimodales Modell — Text, Audio und Bild in einem einheitlichen Modell, mit Echtzeit-Sprachmodus und deutlich niedrigeren Kosten als GPT-4 Turbo.
Redaktion - ki-modelle GPT
GPT-4o mini
GPT-4o mini (Juli 2024) ist OpenAIs kleine, günstige Variante von GPT-4o — als Ablösung für GPT-3.5 Turbo positioniert, deutlich stärker bei spürbar niedrigerem Preis pro Token.
Redaktion - ki-modelle GPT
GPT-5.2
GPT-5.2 ist OpenAIs Modell-Generation vom Dezember 2025 — drei Varianten (instant, thinking, Pro), 400k-Kontextfenster und neuer Stand der Technik bei beruflicher Wissensarbeit.
Redaktion - ki-modelle GPT
GPT-5.3
GPT-5.3 ist eine Iteration der GPT-5-Reihe von OpenAI — die Instant-Variante kam am 3. März 2026 und fokussiert sich auf Faktentreue, kürzere Vorreden und natürlicheren Konversationsfluss.
Redaktion - ki-modelle GPT
GPT-5.3-Codex
GPT-5.3-Codex ist OpenAIs spezialisiertes agentisches Coding-Modell (Februar 2026), Nachfolger von GPT-5.2-Codex — 25 % schneller, mit deutlichen Sprüngen bei Terminal-Bench und OSWorld.
Redaktion - ki-modelle GPT
GPT-5.3-Codex-Spark
GPT-5.3-Codex-Spark ist OpenAIs Coding-Modell vom Februar 2026 — eine kleinere, real-time-optimierte Variante von GPT-5.3-Codex mit über 1000 Tokens pro Sekunde auf Cerebras-Hardware.
Redaktion - ki-modelle GPT
GPT-5.4
GPT-5.4 ist OpenAIs Reasoning-Modell vom 5. März 2026 — erstes Mainline-Modell mit den Coding-Fähigkeiten von GPT-5.3-codex, nativer Computer-Use-Steuerung und 1-Mio.-Tokens-Kontext.
Redaktion - ki-modelle GPT
GPT-5.5
GPT-5.5 ist OpenAIs Flaggschiff vom 23. April 2026 — positioniert als „smartestes und intuitivstes Modell" und gedacht als Schritt Richtung KI, die selbstständig durch Tools arbeitet.
Redaktion - ki-modelle Grok
Grok 4
Grok 4 ist xAIs Reasoning-Modell vom Juli 2025 — Text- und Bild-Eingabe, 256k-Kontext, trainiert per Reinforcement Learning auf dem 200.000-GPU-Cluster Colossus.
Redaktion -
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.
Redaktion - ki-modelle Moonshot AI
Kimi K2
Kimi K2 ist die Open-Weight-MoE-Modellreihe von Moonshot AI mit 1 Billion Parametern und 32 Mrd. aktiven Parametern, trainiert auf 15,5 Billionen Tokens — Fokus auf Agenten- und Coding-Aufgaben.
Redaktion - ki-modelle Moonshot AI
Kimi K2.6
Kimi K2.6 ist Moonshot AIs Open-Weight-Agent-Modell vom April 2026 — 1 Billion Parameter (32B aktiv), 262k-Kontext, nativ multimodal, mit Agent-Swarms aus bis zu 300 Subagenten.
Redaktion - ki-modelle Llama
Llama 3.2
Llama 3.2 ist Metas Modellgeneration vom September 2024 — erstmals mit Vision-Unterstützung (11B/90B) und schlanken Edge-Modellen (1B/3B) für Mobil- und On-Device-Einsatz.
Redaktion - ki-modelle Llama
Llama 4 Maverick
Llama 4 Maverick (April 2025) ist Metas große Mixture-of-Experts-Variante der Llama-4-Reihe — 17 Mrd. aktive von 400 Mrd. Parametern auf 128 Experten, 1-Mio.-Tokens-Kontext.
Redaktion - ki-modelle Llama
Llama 4 Scout
Llama 4 Scout (April 2025) ist Metas kleine Mixture-of-Experts-Variante der Llama-4-Reihe — 17 Mrd. aktive von 109 Mrd. Parametern, 10-Mio.-Tokens-Kontext, multimodal.
Redaktion - ki-modelle Llama
Llama-3-SauerkrautLM-70b
Llama-3-SauerkrautLM-70b ist ein deutschsprachig DPO-feingetuntes 70B-Modell auf Basis von Meta Llama 3, entwickelt von VAGOsolutions und Hyperspace.ai.
Redaktion - ki-modelle MiniMax
MiniMax
MiniMax ist ein 2021 in Shanghai gegründetes KI-Labor, dessen offene M-Modellfamilie (LLMs) auf sehr lange Kontextfenster und niedrige Betriebskosten durch Sparse Attention setzt.
Redaktion - ki-modelle Mistral
Mistral Large 3
Mistral Large 3 (Dezember 2025) ist Mistrals offenes MoE-Flaggschiff — 675 Mrd. Parameter, 256K-Tokens-Kontext, nativ multimodal, Apache 2.0.
Redaktion - ki-modelle Mistral
Mistral Small 4
Mistral Small 4 ist Mistral AIs Open-Weight-MoE-Modell vom März 2026 — vereint Reasoning, Vision und Coding in einem Modell, 119B Parameter (6,5B aktiv), Apache 2.0.
Redaktion - ki-modelle Claude
Opus 4.6
Claude Opus 4.6 ist Anthropics Flaggschiff-Modell vom Februar 2026 — Top-Tier der Claude-4-Familie mit 1-Mio.-Tokens-Kontext, gestärktem Coding und neuen Effort-Controls.
Redaktion - ki-modelle Claude
Opus 4.7
Claude Opus 4.7 ist Anthropics Top-Tier-Modell vom April 2026 — Nachfolger von Opus 4.6 mit hochauflösender Bildverarbeitung, neuem xhigh-Effort-Level und Task-Budgets für lange agentische Läufe.
Redaktion -
Output-Token
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.
Redaktion -
Prompt Caching
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.
Redaktion - ki-modelle Qwen
Qwen 3.5
Qwen 3.5 (Februar 2026) ist Alibabas offene Modellfamilie der dritten Generation — von 0,8B bis 397B Parameter, MoE-Flaggschiff mit 1-Mio.-Tokens-Kontext, multimodal.
Redaktion -
Rate Limit (KI)
Vom API-Anbieter durchgesetzte Obergrenze für Anfragen oder Tokens pro Zeitfenster — schützt die Infrastruktur und sichert faire Nutzung über alle Kunden hinweg.
Redaktion -
SauerkrautLM
SauerkrautLM ist eine deutschsprachige LLM-Familie des deutschen Startups VAGOsolutions — Feintunings auf Basis von Llama, Qwen, Mistral und anderen offenen Architekturen.
Redaktion -
Tier-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.
Redaktion