Die KI-Kosten-Sprache, erklärt

Die Recheneinheit von Sprachmodellen: rund 3–4 Zeichen bzw. ¾ Wort. Alles wird in Token abgerechnet — Prompt (Input) und Antwort (Output) getrennt. Ein deutscher Satz hat etwa 20–30 Token.

Wie viele Token das Modell auf einmal „sehen" kann — Prompt, Gesprächsverlauf und Dokumente zusammen. 128.000 Token sind grob 300 Seiten Text; die größten Modelle schaffen 1–2 Millionen.

Unser vergleichbarer Mischpreis: (3 × Input + Output) ÷ 4. Er gewichtet den Output dreifach, weil er teurer ist und in typischen Workloads seltener vorkommt — so wird jedes Modell mit einer Zahl vergleichbar.

Unsere Alltagsmetrik: Wie viele typische Chat-Runden (1.000 Input- + 200 Output-Token) bezahlt ein Euro. Höher = günstiger im Alltag. Beispiel: Amazon Nova Micro schafft über 18.000 Gespräche pro Euro, Claude Fable 5 nur 31.

Anbieter speichern wiederkehrende Prompt-Bestandteile (System-Prompt, Wissensbasis). Ein Cache-Treffer kostet oft 50–99 % weniger als normaler Input — der wichtigste Sparhebel bei Agents mit langen System-Prompts.

Asynchrone Verarbeitung ohne Echtzeit-Anforderung. OpenAI, Anthropic und Google rabattieren dafür 50 %. Ideal für Nachlauf-Jobs: Zusammenfassungen, Klassifikationen, Auswertungen über Nacht.

DeepSeek-Konzept: abends, nachts, am Wochenende und an chinesischen Feiertagen halbe Preise. Wer zeitempfindliche Verarbeitung hat, zahlt die Hälfte — der Rechner hat dafür einen Schalter.

DeepSeek-Hauptlastzeit (Mo–Fr 01–04 und 06–10 UTC) — dann gilt der normale Listenpreis. Alle Peak/Off-Peak-Zeilen auf den Modellseiten beziehen sich auf dieses Zeitfenster.

Hit = der Prompt-Bestandteil war schon im Cache (deutlich billiger). Miss = neu verarbeitet (Listenpreis). Die konkreten Sätze stehen auf jeder DeepSeek-Modellseite in den Zusatzzeilen.

Tokens bzw. Requests pro Minute — die Ratenlimits der APIs. Bevor du skalierst: prüfe die Limits deines Anbieters, nicht nur den Preis. Ein billiges Modell nützt nichts, wenn es 10 Anfragen pro Minute deckelt.

Obergrenze an Anfragen oder Token pro Zeitfenster. Ohne Berücksichtigung wird dein Bot gedrosselt — unabhängig vom Budget. Die Limits stehen in der API-Dokumentation der Anbieter.

Unsere Klassen: Frontier = schwerstes Reasoning, langanhaltende Agents. Ausgewogen = der Produktions-Allrounder. Sparsam = hochvolumige Mechanik (Klassifikation, Extraktion, Routing). Filterbar in der Tabelle.

Europäische Zentralbank — unsere USD-EUR-Umrechnung läuft über open.er-api.com (ECB-Referenzkurse), wird bei jedem Build frisch geladen und mit Datum in data.js protokolliert.

Warum 3:1? In realen Workloads entfällt der Großteil der Token auf Input (Kontext, Verlauf, Dokumente) — drei Teile Input, ein Teil Output ist der häufigste Mix. i6eal nutzt dieselbe Gewichtung, unsere Zahlen sind direkt vergleichbar.

Die Preisseite des Anbieters selbst. Unsere Konfliktregel bei widersprüchlichen Daten: First-Party schlägt das Tagesaudit (agentshortlist), das den Index-Stand (i6eal) schlägt. Dokumentiert auf der Datenqualitäts-Seite.

Fällt eine Quelle aus oder liefert Müll, behalten wir den letzten als gut verifizierten Stand — diese Seite zeigt nie erfundene oder leere Werte. Der Preis dafür: ein sichtbares Prüfdatum an jeder Zahl.