KI-API-Kosten im Vergleich: API-Token-Verbrauch 2026 berechnen

Sie zahlen Geld auf ein API-Konto ein und stehen fast sofort vor der Frage: Wie lange reicht es? Sie haben ungefähr Folgendes im Kopf: „Ich habe zehntausend, die Eingabe kostet so viel, die Ausgabe mehr, außerdem gibt es irgendeinen Cache-Rabatt“ – und es ist unklar, wie sich das alles in eine Zahl umrechnen lässt. Ich erkläre es der Reihe nach und anhand von Zahlen.

Das Wichtigste vorweg: Eine API-Rechnung wird mit einer Formel berechnet – Anzahl der Tokens multipliziert mit dem Preis pro Token. Eingabe- und Ausgabe-Tokens werden getrennt gezählt, weil sie unterschiedliche Preise haben. Als Nächstes zeige ich, wie Sie damit berechnen, wie lange Ihr Budget reicht und wie der Cache in die Rechnung einfließt.

Informationen zur Verwendung von Ailoot finden Sie in der Dokumentation.

Wie lassen sich KI-API-Kosten vergleichen?#

Wenn Sie ein Modell über eine API aufrufen, werden Ihnen die Textmenge berechnet, die durch das Modell verarbeitet wurde. Diese Menge wird in Tokens gemessen. Ein Token ist ein kleines Textstück; darauf komme ich im nächsten Abschnitt zurück, aber zunächst können Sie es als die Einheit betrachten, in der alles gemessen wird.

Ein einzelner Aufruf hat zwei Seiten. Erstens: das, was Sie an das Modell gesendet haben – die Frage selbst, angehängte Codeabschnitte oder ein Dokument, vorherige Nachrichten im Gespräch und die Systemanweisung am Anfang. Das ist die Eingabe. Zweitens: das, was das Modell als Antwort geschrieben hat. Das ist die Ausgabe. DeepSeek sagt es in seiner Preisbeschreibung direkt: Die Rechnung basiert auf der Gesamtzahl der Eingabe- und Ausgabe-Tokens.

Eingabe und Ausgabe haben unterschiedliche Preise und werden deshalb getrennt gezählt. Die Formel für eine Anfrage ist einfach:

cost = (input tokens × input price) + (output tokens × output price)

Preise werden üblicherweise pro Million Tokens angegeben – das ist praktischer, weil ein einzelner Token nur einen Bruchteil einer Währungseinheit kostet. Alle folgenden Berechnungen basieren auf dieser Formel, und Ihr Budget reicht genau für so viele Anfragen, wie Sie sich mit dem verfügbaren Guthaben zu diesem Preis leisten können.

Ein Token ist kein Wort: Wie lässt sich die benötigte Anzahl schätzen?#

Der erste Stolperstein für alle: Ein Token ist nicht dasselbe wie ein Wort. Das Modell zerlegt Texte nach eigenen Regeln in Abschnitte, und ein Abschnitt kann ein ganzes kurzes Wort, ein Teil eines längeren Wortes, ein Leerzeichen mit einem Buchstaben oder ein Satzzeichen sein. Deshalb lässt sich nicht genau im Kopf ausrechnen, „wie viele Tokens meine Anfrage benötigt“ – Sie können es nur schätzen.

Hier ist eine grobe Orientierung. In englischen Texten entspricht ein Token ungefähr vier Zeichen; das ist ein Ausgangswert von Anthropic und OpenAI selbst. Modelle zerlegen russische Texte in kleinere Teile: Kyrillische Schrift wird in kürzere Abschnitte aufgeteilt, sodass derselbe Text gemessen an seiner Bedeutung mehr Tokens benötigt. Wie viel mehr, hängt vom Modell ab, aber Sie sollten mit dem Eineinhalb- bis Zweifachen der englischen Tokenzahl rechnen.

So sieht das in Tokens aus: Wenn Sie dem Modell eine Textseite senden und eine Antwort in Form eines Absatzes erhalten, sind das bereits Tausende Eingabe-Tokens und Hunderte Ausgabe-Tokens. Und wenn Sie einer Anfrage eine große Datei anhängen oder einen langen Gesprächsverlauf fortsetzen, kann die Eingabe auf Zehntausende Tokens anwachsen, wobei der Löwenanteil der Rechnung darauf entfällt. Die API-Antwort zeigt den genauen Wert – in ihren Metadatenfeldern gibt sie an, wie viele Tokens tatsächlich für Ein- und Ausgabe verwendet wurden. Für die vorzeitige Schätzung Ihres Budgets reicht aber eine ungefähre, auf der Zeichenanzahl beruhende Schätzung aus.

Warum kostet die Ausgabe mehr als die Eingabe, und wie wirkt sich das auf Ihre Rechnung aus?#

Hier sehen Sie eine Tabelle mit den offiziellen Preisen pro Million Tokens mit Stand Anfang September 2026 – sie zeigt, dass die Ausgabe durchweg ein Mehrfaches der Eingabe kostet.

Die Preisunterschiede zwischen den Anbietern sind enorm: Eine Million Eingabe-Tokens für Claude Opus 5 kostet nach den Eingabepreisen der Tabelle so viel wie etwa 7,58 Millionen bei DeepSeek Pro (5 $ ÷ 0,66 $ ≈ 7,58). Doch innerhalb jeder Preisklasse gilt eine Regel: Die Ausgabe kostet drei- bis sechsmal so viel wie die Eingabe. Der Grund ist einfach: Für das Modell ist es leichter, Ihre Anfrage zu lesen, als eine Antwort zu schreiben, und die anspruchsvollere Arbeit kostet mehr.

Daraus ergibt sich eine Schlussfolgerung, die sich direkt auf Ihre Rechnung auswirkt. Eine lange Antwort ist teurer als eine lange Frage. Wenn Sie das Modell bitten, „es so ausführlich wie möglich zu erklären“, erhöhen Sie selbst den teuersten Teil der Rechnung. Derselbe Inhalt in einer kurzen Antwort kostet ein Mehrfaches weniger. Das ist ein Grund, warum Vibe Coding für die eine Person günstig ist, während die andere damit an einem Tag ihr Budget aufbraucht – sogar mit demselben Modell.

Wie berechnen Sie, wie lange Ihr Budget reicht?#

Gehen wir die Berechnung Schritt für Schritt durch. Setzen Sie Ihre eigenen Preise, ein typisches Tokenvolumen und Ihr Budget ein.

1. Schätzen Sie eine typische Anfrage. Nehmen wir an, ein Aufruf verwendet 20.000 Eingabe-Tokens (die Frage plus ein Codeabschnitt und etwas Gesprächsverlauf) und 2.000 Ausgabe-Tokens (die Antwort des Modells).
2. Berechnen Sie die Eingabekosten: Teilen Sie die Anzahl der Eingabe-Tokens durch eine Million und multiplizieren Sie sie mit Ihrem Eingabepreis pro Million Tokens.
3. Berechnen Sie die Ausgabekosten: Teilen Sie die Anzahl der Ausgabe-Tokens durch eine Million und multiplizieren Sie sie mit Ihrem Ausgabepreis pro Million Tokens.
4. Addieren Sie die Eingabe- und Ausgabekosten.
5. Teilen Sie Ihr Budget durch die so ermittelten Kosten pro Anfrage.

Mit den Opus-5-Preisen dieser Tabelle ergeben 20.000 ÷ 1.000.000 × 5 $ = 0,10 $ für die Eingabe und 2.000 ÷ 1.000.000 × 25 $ = 0,05 $ für die Ausgabe insgesamt 0,15 $ je Anfrage ohne Cache. Ein Budget von 10 $ deckt 66 vollständige Anfragen für 9,90 $, sofern Tokenmengen gleich bleiben und keine weiteren Gebühren anfallen.

Eine echte Anfrage ist fast nie „durchschnittlich“: Hängen Sie eine große Datei an oder führen Sie ein langes Gespräch, wächst die Eingabe von 20.000 auf 200.000 Tokens. Berechnen Sie daher anhand Ihrer üblichen Arbeitsweise; eine idealisierte Anfrage führt zum falschen Ergebnis. Runden Sie außerdem besser auf.

Devin, Claude Code und jeder andere KI-Agent verwenden dieselbe API und verbrauchen Tokens nach derselben Formel – der einzige Unterschied ist, dass ein Agent mehr verwendet, weil er im Hintergrund viele Aufrufe tätigt. Warum Vibe Coding dadurch mehr kostet als erwartet, habe ich gesondert im Artikel über die versteckten Kosten von Vibe Coding behandelt.

Was ist der Cache-Rabatt, und wann gilt er?#

Nun zum Caching – dem „Rabatt von bis zu 80 Prozent“, der die Berechnung kompliziert erscheinen lässt. Die Funktionsweise ist einfach. Ein Teil der Eingabe bleibt von einer Anfrage zur nächsten gleich: die Systemanweisung am Anfang, ein großer Kontext oder ein angehängtes Dokument, mit dem Sie über mehrere Aufrufe hinweg arbeiten. Durch Caching muss das Modell diesen Teil nicht jedes Mal von Grund auf neu lesen, sondern kann ihn aus dem Speicher zu einem deutlich niedrigeren Preis abrufen.

Wie viel niedriger der Preis ist, hängt vom Anbieter ab. Bei Claude kostet das erneute Lesen aus dem Cache zehnmal weniger als eine normale Eingabe: Bei Opus 5 kostet eine normale Eingabe 5 $ pro Million, während ein Cache-Lesevorgang 0,50 $ kostet. Der Rabatt bei DeepSeek ist noch größer: Gecachte Eingabe beim Flash-Modell kostet 0,007 $ gegenüber 0,22 $ für eine normale Eingabe, also mehr als dreißigmal weniger. „Bis zu 80 Prozent Rabatt“ ist daher eine zurückhaltende Schätzung; der tatsächliche Rabatt kann größer sein.

Beachten Sie zwei Bedingungen, sonst ist Ihre Cache-Kalkulation falsch.

• Der Rabatt gilt nur für wiederholte Eingaben. Das Modell generiert die Ausgabe jedes Mal von Grund auf neu, und dafür gibt es keinerlei Cache-Rabatt. Wenn der größte Teil Ihrer Rechnung auf lange Antworten entfällt, spart Ihnen Caching nur sehr wenig.
• Das erste Schreiben in den Cache kostet etwas mehr als eine normale Eingabe. Für kurzfristige Speicherung berechnet Claude für einen Cache-Schreibvorgang das 1,25-Fache des normalen Eingabepreises. Die Einsparungen beginnen mit der zweiten Anfrage, bei der der bereits gespeicherte Teil gelesen wird. Bei einer einmaligen Anfrage hilft Caching überhaupt nicht und kostet sogar etwas mehr.

Wie rechnen Sie Ihr Budget mit dem Cache-Rabatt neu aus?#

Kehren wir zum Beispielvolumen einer Anfrage zurück und berücksichtigen das Caching. Die Eingabe wird in zwei Teile aufgeteilt: den Teil, der sich wiederholt und für den Rabatt infrage kommt, und den Teil, der bei jeder Anfrage neu ist.

Nehmen wir dieselbe Anfrage mit 20.000 Eingabe- und 2.000 Ausgabe-Tokens. Von der Eingabe bleiben 15.000 Tokens unverändert, 5.000 sind neu. Es gelten die oben genannten Opus-5-Preise: 5 $ pro Million frischer Eingaben, 0,50 $ pro Million Cache-Lesetokens, 6,25 $ pro Million kurzfristiger Cache-Schreibtokens (1,25 × 5 $) und 25 $ pro Million Ausgabetokens.

Die wiederholte Anfrage ist 45 % günstiger als die Anfrage für 0,15 $ ohne Cache, obwohl ihr gecachter Eingabeanteil 90 % günstiger ist. Der erste Schreibzugriff kostet mehr. Zwei Aufrufe, ein Schreibzugriff und ein Treffer, kosten 0,25125 $ statt 0,30 $. Mit 10 $ Budget ergeben ein Schreibzugriff und 119 bestätigte Treffer 120 Aufrufe für 9,98625 $. Das setzt einen weiterhin gültigen Cache, gleiche Tokenmengen und keine weiteren Gebühren voraus. Verwenden Sie tatsächliche Cache-Lese- und -Schreibwerte, statt für jede Wiederholung einen Treffer anzunehmen.

Daraus ergibt sich die Regel: Caching lohnt sich, wenn Sie einen großen Kontext für viele Anfragen verwenden, und ist für einzelne, kurze Fragen nutzlos.

Wo werden Tokens verbraucht, ohne dass Sie es bemerken?#

Rechnungen fallen oft höher aus als geschätzt, fast immer wegen dreier Dinge, die man nicht auf einen Blick sieht.

Der erste und größte Faktor ist der Gesprächsverlauf. Das Modell erinnert sich nicht selbst an vorherige Nachrichten; der gesamte Gesprächsverlauf wird jedes Mal erneut als Teil der Eingabe übermittelt. Das bedeutet, dass die zehnte Nachricht in einem langen Gespräch alle neun vorherigen Nachrichten samt ihren Antworten enthält. Am Anfang eines Gesprächs kostet eine Anfrage wenig, aber gegen Ende kostet eine Frage mit derselben Bedeutung ein Mehrfaches, weil die Eingabe angewachsen ist. Ein einfacher Trick: Beginnen Sie bei einem Themenwechsel ein neues Gespräch. Sie müssen ein Gespräch nicht endlos fortführen.

Der zweite Faktor ist der Denkmodus. Neuere Modelle haben einen Modus, in dem das Modell zunächst intern seine Überlegungen durchgeht und erst danach antwortet. Auch diese Überlegungen zählen als Ausgabe-Tokens, und die Ausgabe ist der teuerste Teil. Die Antwort sieht kurz aus, aber dahinter stecken viele Tokens – deshalb fällt die Rechnung überraschend hoch aus.

Der dritte Faktor sind große Anhänge. Hängen Sie einer Anfrage ein großes Dokument oder einen Stapel Dateien an, werden diese bei jedem Aufruf vollständig als Eingabe übermittelt, solange sie im Kontext bleiben. Wenn Sie eine Weile mit demselben Dokument arbeiten, lohnt es sich, es im Cache zu halten, damit Sie nicht immer wieder den vollen Preis dafür zahlen. Zu verwalten, was im Kontext bleibt, ist eine eigene Fertigkeit namens Context Engineering, die Ihre Rechnung direkt beeinflusst.

Wie können Sie Ihre Ausgaben verfolgen, ohne sie manuell zu berechnen?#

Sie müssen nur einmal manuell schätzen – um grundsätzlich zu verstehen, wie lange Ihr Geld reicht. Danach müssen Sie nicht mehr von Hand rechnen; die API erledigt das für Sie.

Jede Modellantwort enthält Metadatenfelder mit der genauen Anzahl der Anfrage-Tokens: wie viele für die Eingabe verwendet wurden, wie viele für die Ausgabe, wie viele Eingabe-Tokens aus dem Cache gelesen und wie viele zum ersten Mal hineingeschrieben wurden. Das sind genaue Angaben zu einem bestimmten Aufruf und sie zeigen, wohin Ihr Budget tatsächlich fließt. Wenn Sie ein Tool wie Claude Code verwenden, zeigt es die Nutzung normalerweise nach jeder Aufgabe selbst an.

Im Dashboard des Anbieters gibt es außerdem eine Nutzungsseite mit den Ausgaben pro Tag und Ihrem aktuellen Guthaben. Prüfen Sie sie von Zeit zu Zeit, besonders in den ersten Wochen, bis Sie ein Gefühl für Ihr übliches Ausgabeverhalten bekommen. Auch ein paar Gewohnheiten helfen beim Sparen: Legen Sie ein monatliches Ausgabenlimit fest, sofern Ihr Anbieter das zulässt, und aktivieren Sie automatische Guthabenaufladungen erst, wenn Sie wissen, wie viel Sie normalerweise ausgeben. Andernfalls könnte ein über Nacht außer Kontrolle geratener Agent mehr Kosten verursachen, als Sie erwartet haben.

Lernen Sie Ailoot kennen.