KI-Anbieter bewegen sich Richtung Usage-based Pricing — was sich gerade verschiebt
Die großen KI-Anbieter weichen ihre Flat-Rate-Pläne auf und schieben aktiv Richtung verbrauchsbasierter Abrechnung. Anthropic hat im April und Mai 2026 still mehrere Hebel umgelegt, OpenAI hat öffentlich angekündigt, dass „unlimited” so nicht haltbar ist, und Cursor hat sein Abrechnungsmodell bereits umgestellt. Was wie einzelne Pricing-Tweaks aussieht, ist in Summe ein Branchenumschwung — und er trifft alle, die KI tief in Workflows integriert haben.
Was sich konkret geändert hat
- Anthropic hat Opus 4.6 still aus dem Modell-Picker entfernt, Fast Mode an den separaten Extra-Usage-Topf gekoppelt und mit Opus 4.7 einen neuen Tokenizer eingeführt, der bis zu 35 % mehr Tokens für denselben Text erzeugt. Zum 1. Mai 2026 sind gestaffelte API-Volume-Rabatte gestartet (8 % ab 10.000 $, 15 % ab 50.000 $).
- OpenAI signalisiert öffentlich das Ende der „unlimited”-Pläne. Nick Turley (Head of ChatGPT): „In einer Welt, in der sich Technologie so schnell verändert, gibt es keine Welt, in der das Preissystem sich nicht dramatisch ändert.” Sam Altman vergleicht KI explizit mit einem Stromzähler.
- Cursor hat im Frühjahr 2026 von Request-basierter Abrechnung auf monatliche Token-Credits umgestellt — gleiche Logik, andere Verpackung: verbrauchsbasiert.
Was vorher galt
Die ersten zwei Jahre des KI-Mainstreams liefen auf flachen Abos: 20 $ für ChatGPT Plus, 200 $ für ChatGPT Pro, 20 $ für Claude Pro, 100 $ für Claude Max, 20 $ für Cursor Pro. Im Innern dieser Pläne saßen großzügige, oft als „unlimited” beworbene Kontingente. Das Versprechen: Du zahlst eine feste Summe und musst dir keine Gedanken um den Verbrauch machen.
Das funktionierte, solange Nutzer KI als Chat-Tool benutzten — ein paar tausend Tokens pro Sitzung, ein paar Stunden Aktivität am Tag. Mit dem Aufkommen von Agenten-Workflows, langen Coding-Sessions in Claude Code, Cursor oder Codex und dem ganzen Bereich von tiefen Reasoning-Aufgaben hat sich der Verbrauch pro Nutzer um Größenordnungen verschoben. Eine ernsthafte Sitzung kostet heute schnell 500.000 bis 1 Mio. Tokens — die alten Flat-Rates waren auf zwei Stellen niedriger ausgelegt.
Was jetzt gilt
1. Flat-Rates werden ausgehöhlt, ohne dass der Listenpreis steigt. Anthropic ist hier am weitesten. Opus 4.6 ist seit dem 16. April 2026 nicht mehr im Standard-Modell-Picker; Fast Mode ist an den freischaltbaren Extra-Usage-Topf gebunden; der neue Tokenizer von Opus 4.7 verbraucht für denselben Text deutlich mehr Tokens. Der Effekt ist eine faktische Preiserhöhung pro Aufgabe, ohne dass irgendein offiziell ausgewiesener Token-Preis steigt. Eine bestehende News deckt die Anthropic-Verschiebung im Detail ab: Anthropic ändert Einstellungen rund um Extra Usage.
2. Volume Tiers werden Standard. Anthropic hat zum 1. Mai 2026 gestaffelte Mengenrabatte auf die API eingeführt — 8 % ab 10.000 $ Monatsspend, 15 % ab 50.000 $, Custom ab 250.000 $ (Detail-News). Die Rabatte sind nur dann attraktiv, wenn du im Volumen mitspielst. Für kleinere Teams steigen die effektiven Preise relativ zur Wettbewerbssituation.
3. OpenAI bereitet das Ende von „unlimited” offen vor. Nick Turley hat im „Biztoopod”-Podcast gesagt, eine unbegrenzte Flat-Rate sei wie eine unbegrenzte Stromflatrate — „das ergibt keinen Sinn”. Das aktuelle Subscription-Modell hat er als „Stopgap” für Kapazitätsengpässe bezeichnet. Sam Altman hat in mehreren Interviews 2026 von „KI auf Verbrauch wie Strom” gesprochen. Das Signal ist eindeutig: OpenAI plant Pay-as-you-go-Komponenten oder den Umstieg auf gestaffelte Verbrauchsmodelle. Ein konkreter Launch-Termin ist Stand 16. Mai 2026 nicht offiziell.
4. Cursor hat den Schwenk bereits vollzogen. Aus dem alten Request-basierten Pro-Plan wurde ein Modell mit monatlichen Token-Credits. Wer darüber hinausgeht, kauft Zusatz-Credits oder steigt in einen höheren Tarif. Praktisch sind das verbrauchsbasierte Pläne mit Vorab-Budget, kein echtes „unlimited” mehr.
Einordnung
Die Bewegung ist kein Zufall. Die Compute-Kosten pro Token sinken zwar weiter, aber der Verbrauch pro aktivem Nutzer steigt schneller. Mit Agenten-Workflows, autonomen Coding-Sessions und Reasoning-Modellen, die intern mehrere tausend Tokens pro Anfrage verbrauchen, ist die Marge auf Flat-Rate-Plänen längst negativ — zumindest für die obersten 10 % der Power-User, die typischerweise auch die wertvollste Kundengruppe sind.
Was die Anbieter jetzt machen, ist eine Marktbereinigung mit Bedacht: keine harte Preiserhöhung, sondern eine schrittweise Verlagerung der Wahrnehmung. Heute ein Toggle, morgen ein neuer Tokenizer, übermorgen ein gestaffeltes Volume-Modell. Wer aufmerksam ist, sieht das Muster — wer nicht, wundert sich, warum das Plan-Limit immer schneller verbraucht ist.
Für Agenturen, Entwickler und alle, die Workflows ernsthaft auf KI gebaut haben, heißt das: Die Kalkulation muss neu gemacht werden. Wer bisher 200 € pro Monat als „all-inclusive” budgetiert hat, wird bei verbrauchsbasiert je nach Workflow auf 50 € oder 500 € landen — und das hängt fast vollständig daran, wie sauber Modell-Routing, Kontext-Vorbereitung und Output-Disziplin sind.
Was du jetzt tun kannst
Wenn du auf Flat-Rate-Plänen sitzt: Leg dir einen API-Account an und lass ein paar typische Tasks darüber laufen. Das macht den realen Token-Verbrauch sichtbar — und ist die einzige solide Grundlage, um die kommenden Monate zu planen.
Wenn du Workflows mit „Opus für alles” fährst: Brich diese Gewohnheit jetzt, bevor sie ein Kostenproblem wird. Sonnet reicht für die meisten Folgearbeiten, wenn der Plan vom großen Modell sauber kommt.
Wenn du den Anthropic-Stack nutzt: Stelle in deinem Account ein hartes monatliches Extra-Usage-Limit ein, damit ungewollte Verbräuche nicht durchschlagen. Im Hintergrund läuft der schleichende Tokenizer-Effekt von Opus 4.7 mit — auch ohne aktiven Fast Mode.
Wenn du Cursor nutzt: Schau dir die neue Credit-Logik genau an. Was vorher unter „Pro unlimited” lief, hat heute eine harte Obergrenze.
Tieferer Praxis-Blick
Wie ich diese Verschiebung in der eigenen Arbeit abfedere — Modell-Routing, KIDOKU/RAG, Output-Disziplin — steht hier: → Usage-based statt Flat-Rate: Die KI-Kostenwende war absehbar — und so federst du sie ab
Entdecke mehr
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.
BlogPrompt 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.
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.