KI-Tokenpreise: Wird KI wirklich immer teurer?

Warum vergleichbare KI-Leistung günstiger geworden ist, Rechnungen trotzdem steigen können und Zukunftsangst keine Kostenrechnung ersetzt.

Erst machen uns die großen KI-Anbieter abhängig, dann werden sie die Preise irgendwann stark erhöhen. Also besser schon heute einen eigenen Server kaufen und KI lokal betreiben. Diese Argumentation liest man in vielen Blogartikeln und Social-Media-Posts.

Bevor man jedoch aufgrund solcher Szenarien teure Hardware bestellt, lohnt vielleicht ein Blick auf die bisherigen Tokenpreise.

Wie haben sich die KI-Tokenpreise entwickelt?

Token sind kleine Textbausteine, die als Eingabe an das Sprachmodell gehen oder als Antwort zurückkommen. Hier geht es um API-Preise: Über diese Schnittstelle nutzen Programme und automatisierte Workflows ein Modell direkt und zahlen nach Verbrauch, je Million Token. Chat-Abonnements kosten dagegen einen festen Monatsbetrag je Nutzer mit Nutzungsgrenzen; ein Preis je Token lässt sich daraus nicht ableiten. Sie sind deshalb nicht Gegenstand dieses Vergleichs.

Beim frühen GPT-3-Modell Davinci kosteten eine Million Token zunächst 60 US-Dollar. Zum 1. September 2022 senkte OpenAI den Preis auf 20 Dollar. Dasselbe Modell, zwei Drittel günstiger.^[1]

Bei GPT-4 und seinen Nachfolgern setzte sich diese Entwicklung fort. Zum Start im März 2023 kosteten eine Million Eingabe-Token 30 Dollar, eine Million Ausgabe-Token 60 Dollar.^[2] GPT-4o kam im Mai 2024 mit Preisen von 5 beziehungsweise 15 Dollar auf den Markt.^[3] Die Tokenpreise waren damit auf ein Sechstel beziehungsweise ein Viertel gefallen. Zugleich erreichte GPT-4o im Wissenstest MMLU mindestens das Niveau des ursprünglichen GPT-4. Das belegt vergleichbare Leistung auf diesem Test, auch wenn sich die Modelle bei einzelnen Aufgaben unterscheiden.^[4]

Besonders deutlich zeigt sich der Preisverfall bei OpenAIs o3: Im Juni 2025 senkte der Anbieter dessen Tokenpreise auf einen Schlag um 80 Prozent. Eine Million Eingabe-Token kosteten danach 2 Dollar, eine Million Ausgabe-Token 8 Dollar. Laut OpenAI blieb das Modell exakt dasselbe. Die Einsparung entstand durch Verbesserungen an der technischen Infrastruktur für seinen Betrieb.^[5]

Ein Beispiel aus dem Jahr 2026: Anthropic wollte die Einführungspreise von Claude Sonnet 5 zum September von 2 auf 3 Dollar pro Million Eingabe-Token und von 10 auf 15 Dollar pro Million Ausgabe-Token erhöhen. Am 10. August erklärte der Anbieter stattdessen die günstigeren Einführungspreise zum dauerhaften Standard. Die angekündigte Erhöhung um 50 Prozent entfiel.^[6]

Dahinter steckt einfache Ökonomie: Wenn effizientere Technik den Rechenaufwand pro Anfrage senkt, lässt sich jede weitere Anfrage günstiger bedienen. Ökonomen sprechen von sinkenden Grenzkosten. Wettbewerb erhöht den Druck, solche Einsparungen über niedrigere Preise an die Kunden weiterzugeben.

Ein ähnliches Muster kennen wir von Solarmodulen: Der Preis pro Watt Modulleistung ist langfristig deutlich gefallen.^[7] Für dieselbe Leistung muss man weniger bezahlen. Trotzdem sinken die Kosten einer kompletten Anlage nicht automatisch im gleichen Verhältnis, denn auch Montage und weitere Komponenten kosten Geld. Bei KI hilft dieselbe Trennung zwischen dem Preis der Modellleistung und den Kosten der gesamten Anwendung. Allerdings ist ein Watt eindeutig messbar, während KI-Leistung von der jeweiligen Aufgabe abhängt.

Was kostet vergleichbare KI-Leistung?

Über mehrere Anbieter hinweg wird die Entwicklung noch deutlicher. Epoch AI untersuchte, wie günstig sich das Leistungsniveau von GPT-4 im Wissenstest MMLU erreichen ließ. Der Preis sank von 37,50 Dollar pro Million Token im März 2023 auf rund 0,18 Dollar mit Googles Gemini 2.0 Flash im Februar 2025. Das entspricht ungefähr einem Zweihundertstel. Verglichen wurde jeweils eine feste Mischung aus drei Vierteln Eingabe- und einem Viertel Ausgabe-Token bei mindestens gleichem Leistungsniveau auf diesem Test.^[4] Günstiger wurde die Leistung, die gestern Spitze war; das jeweils neueste Spitzenmodell kostet weiterhin Spitzenpreise. Wer heute ein Spitzenmodell nutzt, kann nach diesem Muster erwarten, dass dieselbe Leistung in wenigen Jahren einen Bruchteil kostet. Auch wenn Epoch die Gründe nicht isoliert, sieht das nach einem ökonomischen Lehrbuchfall aus: Prozessinnovationen und Skaleneffekte senken die Bereitstellungskosten, Wettbewerb drückt die Preise.

Vergrößern ⤢

Warum kann die eigene KI-Rechnung trotzdem steigen?

Ein einfaches Rechenbeispiel: Sinkt der Preis pro Token auf ein Zehntel, während der Verbrauch auf das Hundertfache wächst, wird die Rechnung zehnmal so hoch. Wer früher gelegentlich eine E-Mail zusammenfassen ließ und heute Agenten stundenlang Dokumente auswerten lässt, kauft erheblich mehr Verarbeitung ein. Dazu kommt: Neuere Modelle, die vor der Antwort länger rechnen, verbrauchen für dieselbe Aufgabe ein Vielfaches an Token. Die höhere Gesamtrechnung allein belegt jedoch nicht die Behauptung steigender Tokenpreise.

Werden die großen KI-Anbieter später die Preise erhöhen?

Die bisherige Entwicklung ist natürlich keine Preisgarantie für die Zukunft. Einzelne Modelle oder Tarife können teurer werden. Wer jedoch behauptet, die großen Anbieter würden uns zwangsläufig erst abhängig machen und dann die Preise kräftig anheben, muss erklären, warum der Wettbewerb künftig nicht mehr greifen sollte.

Dafür spricht wenig. Offene Modelle wie Llama, Mistral oder Qwen kann jeder Anbieter betreiben, und wer sie auf gemieteten Servern laufen lässt, kennt seine Kosten. Über diese Marke hinaus kann kein geschlossener Anbieter seine Preise für vergleichbare Leistung dauerhaft heben, ohne Kunden zu verlieren. Ob die heutigen Preise die Kosten der Anbieter decken, sehen wir von außen nicht; sichtbar ist, dass OpenAI die o3-Senkung mit Effizienzgewinnen begründet hat, nicht mit Rabatt. Denkbar bleibt eine solche Entwicklung trotzdem; das macht sie noch nicht zur belastbaren Grundlage für eine Investition in eigene Hardware.

Es gibt gute Gründe für einen eigenen Server, etwa wenn Daten das Haus nicht verlassen sollen und ohne Internetverbindung verarbeitet werden müssen, wie es sich eine Arztpraxis oder eine Kanzlei wünschen kann. Der Tokenpreis spielt dann keine Rolle. Die Angst vor steigenden Preisen allein ist kein solcher Grund.

Wir nutzen bewusst Cloudmodelle von OpenAI und Anthropic. Sie bieten uns die Leistung, die wir brauchen, um auch komplexere Aufgaben wirtschaftlich zu lösen. Entscheidend ist für uns, welches Ergebnis wir damit erreichen und was uns dieses Ergebnis kostet. Die bisherigen Tokenpreise geben uns wenig Anlass, aus Angst vor künftig unbezahlbarer KI einen eigenen Server anzuschaffen.

Für einen belastbaren Kostenvergleich zählen die benötigte Leistung, der Tokenpreis und der tatsächliche Verbrauch.

Zur Planbarkeit gehört für uns auch, den Verbrauch zu messen und Budgets festzulegen. Die API-Abrechnung macht das leicht: Jede Anfrage hat einen Preis, jeder Workflow eine Summe. Ein eigener Server bringt zusätzliche Kosten für Strom, Wartung, Updates und Betreuung mit. Dazu kommt die Auslastung: Ein achtstündiger Arbeitstag der Mitarbeiter bedeutet noch keine acht Stunden Vollauslastung des Servers. Ob sich diese Kosten ebenso genau einem Workflow zuordnen lassen und was lokale KI damit tatsächlich kostet, schauen wir uns in einem zweiten Artikel genauer an.