Ein neues Frontier Modell erscheint, und die erste Frage im Team ist fast immer dieselbe. Was kostet das? Die Antwort steht in Preislisten, die sich alle paar Wochen ändern. Mal gibt es Einführungspreise, mal Rabatte für Batch Jobs, mal Aufschläge für lange Prompts. Wer da den Überblick behalten will, braucht eine saubere Tabelle.
Wir haben die API Preise der aktuellen Frontier Modelle von Anthropic, Google und OpenAI direkt bei den Anbietern nachgeschlagen. Dazu kommen zwei offene Modelle aus China, die beim Coding inzwischen mithalten. Stand der Zahlen ist Anfang November 2026.
Das richtige Modell für jede Aufgabe: Im Workshop richten wir OpenCode vorab mit kostenlosen Modellen ein. Eure Developer lernen, wann ein günstiges Modell reicht und wann sich ein teures Frontier Modell lohnt. Zum NCA KI Workshop für Developer
KI Modelle Kosten Vergleich pro Million Token
Abgerechnet wird bei allen Anbietern in Token. Ein Token ist grob ein Wortteil. Input sind die Token, die ihr schickt, also Prompt, Code und Kontext. Output sind die Token, die das Modell zurückschreibt. Output ist immer deutlich teurer, meist um den Faktor fünf.
Alle Preise in US Dollar pro Million Token, Standard Tarif ohne Rabatte:
| Modell | Anbieter | Input | Output | Hinweis |
|---|---|---|---|---|
| Claude Fable 5.1 | Anthropic | 10,00 $ | 50,00 $ | Mythos Klasse, 1M Kontext zum Standardpreis |
| GPT-6 Astra | OpenAI | 10,00 $ | 50,00 $ | Flaggschiff von OpenAI |
| Claude Opus 5.5 | Anthropic | 4,00 $ | 20,00 $ | 1M Kontext zum Standardpreis |
| Gemini 4 Argon | 2,00 $ | 10,00 $ | Einführungspreis bis 30. November, danach 4 $ und 20 $ | |
| Claude Sonnet 5.5 | Anthropic | 2,00 $ | 10,00 $ | 1M Kontext zum Standardpreis |
| GPT-6.1 Sol | OpenAI | 2,00 $ | 10,00 $ | Aufschlag bei langem Kontext |
| GLM 5.3 | Z.ai | 1,40 $ | 4,40 $ | Offene Gewichte |
| DeepSeek V4 Pro | DeepSeek | 1,32 $ | 3,96 $ | Spitzenzeit, außerhalb halb so teuer |
Quellen sind die offiziellen Preisseiten von Anthropic, Google für Gemini 4 Argon, OpenAI und Z.ai. Gemini 4 Carbon fehlt bewusst, weil das Modell noch nicht frei verfügbar ist. Die DeepSeek Werte stammen aus aktuellen Preisübersichten, weil DeepSeek seit dem Sommer nach Tageszeit abrechnet.
Was eine Coding Session mit KI kostet
Preise pro Million Token sind abstrakt. Rechnen wir eine typische Agenten Session durch. Ein Coding Agent liest Dateien, schickt Kontext hin und her und schreibt Code. Bei einer längeren Aufgabe kommen schnell 2 Millionen Token Input und 200.000 Token Output zusammen.
| Modell | Kosten der Beispiel Session |
|---|---|
| Claude Fable 5.1 und GPT-6 Astra | 30,00 $ |
| Claude Opus 5.5 | 12,00 $ |
| Gemini 4 Argon nach der Einführungsphase | 12,00 $ |
| Gemini 4 Argon zum Einführungspreis | 6,00 $ |
| Claude Sonnet 5.5 und GPT-6.1 Sol | 6,00 $ |
| GLM 5.3 | 3,68 $ |
| DeepSeek V4 Pro zur Spitzenzeit | 3,43 $ |
Zwischen dem teuersten und dem günstigsten Modell liegt fast Faktor neun. Bei einer Session ist das egal. Bei einem Team mit zehn Developern, die jeden Tag mehrere Sessions fahren, entscheidet es über das Budget.
Die Rechnung ist bewusst einfach. Sie ignoriert Caching, und genau das macht in der Praxis den größten Unterschied.
KI API Kosten senken mit Caching und Batch
Ein Coding Agent schickt denselben Kontext immer wieder mit. Projektregeln, Dateien, bisheriger Verlauf. Alle großen Anbieter rechnen diesen wiederholten Input deutlich günstiger ab, wenn er im Cache liegt.
- Anthropic berechnet für Cache Treffer bei Opus 5.5 und Sonnet 5.5 nur 5 Prozent des Input Preises, bei Fable 5.1 sogar nur 2,5 Prozent.
- Google gibt bei Gemini 4 Argon 95 Prozent Rabatt auf gecachten Input.
- OpenAI berechnet bei GPT-6.1 Sol 0,10 Dollar statt 2 Dollar pro Million gecachter Token.
- Batch Jobs ohne Eile kosten bei Anthropic und OpenAI die Hälfte.
Wie gut das Caching greift, hängt stark vom Agenten ab. Ein gut gebauter Agent hält den Kontext stabil und trifft den Cache oft. Warum das Werkzeug um das Modell herum so viel ausmacht, steht in Agent Harness, warum der Coding Agent mehr ausmacht als das KI Modell.
Versteckte Kosten bei KI Modellen
Der Listenpreis ist nur der Anfang. Drei Punkte tauchen in keiner Überschrift auf und verändern trotzdem die Rechnung:
- Einführungspreise laufen aus. Gemini 4 Argon kostet ab dem 1. Dezember das Doppelte. Wer jetzt mit den günstigen Preisen kalkuliert, erlebt im Dezember eine Überraschung.
- Langer Kontext kann extra kosten. Bei OpenAI steigen die Preise für sehr lange Prompts. Anthropic rechnet bei den aktuellen Claude Modellen das volle Kontextfenster zum Standardpreis ab.
- Tageszeit zählt bei DeepSeek. Zur Spitzenzeit zahlt ihr doppelt so viel wie außerhalb.
Dazu kommen Kosten, die gar nicht auf der Rechnung stehen. Ein billiges Modell, das dreimal nachbessern muss, ist am Ende teurer als ein teures Modell, das beim ersten Mal trifft. Und ein Modell, das Tests umschreibt statt Fehler zu beheben, kostet euch Review Zeit.
Welches KI Modell für welche Aufgabe
Niemand braucht für jede Aufgabe das teuerste Modell. In der Praxis hat sich eine Staffelung bewährt:
- Alltag und Routine wie kleine Fixes, Tests ergänzen und Doku pflegen erledigen Modelle der mittleren Klasse oder offene Modelle wie GLM 5.2 und GLM 5.3.
- Komplexe Features über viele Dateien sind ein Fall für Modelle wie Claude Opus oder Gemini 4 Argon.
- Harte Fälle wie lange Fehlersuche in großen Codebases oder Security Arbeit rechtfertigen die Spitzenklasse. Genau dafür ist Gemini 4 Carbon gebaut, sobald es frei verfügbar ist.
Wir nutzen in unseren Projekten LiteLLM als Proxy vor den Modellen. Damit sehen wir pro Projekt, wie viele Token und wie viel Geld durchlaufen, und setzen harte Budget Limits. Ein Agent, der in einer Schleife hängt, verbrennt dann keine Hunderte Dollar über Nacht.
Wer die Modelle aus China genauer vergleichen will, findet die Preise der wichtigsten Anbieter im Kostenvergleich KI Anbieter China und USA. Wenn ihr ganz ohne US Anbieter planen wollt, hilft der Guide zur Modellauswahl ohne US Anbieter.
Datenschutz bei Cloud KI Modellen
Alle Modelle in der Tabelle laufen in der Cloud. Die großen Coding Modelle passen auch nicht auf eigene Hardware, das haben wir in Claude lokal installieren geht nicht durchgerechnet. Bei uns gilt deshalb eine einfache Regel. Coding kommt aus der Cloud, Datenverarbeitung aus dem eigenen Netzwerk.
Coding Modelle arbeiten gegen lokale Dev Setups mit anonymisierten Testdaten. Wer europäische Inferenz für offene Modelle braucht, findet sie bei TensorX, für Enterprise Anforderungen bei unserem Netzwerkpartner Conversis in Duisburg. Als Coding Agent setzen wir OpenCode ein, weil er jedes Modell anbinden kann. Wie ihr den Agenten dabei im Rahmen haltet, zeigt OpenCode Permissions richtig einstellen.
Fazit
Die Spitzenmodelle von Anthropic und OpenAI kosten 10 Dollar Input und 50 Dollar Output pro Million Token. Die starke Mittelklasse liegt bei 2 und 10 Dollar. Offene Modelle wie GLM 5.3 und DeepSeek V4 Pro schaffen es für einen Bruchteil davon. Der größte Hebel liegt aber nicht im Listenpreis, sondern in Caching, Modellwahl pro Aufgabe und harten Budget Limits. Prüft die Preislisten regelmäßig, denn Einführungspreise laufen aus und neue Modelle kommen im Wochentakt.
KI Kosten im Team im Griff behalten
Wir schauen mit euch, welche Aufgaben ein günstiges Modell übernehmen kann, wo sich ein Frontier Modell lohnt und wie ihr Token und Budgets sauber überwacht. Im kostenlosen Kennenlernen schätzen wir den Aufwand, abgerechnet wird transparent auf die Minute.
