LLM-API-Kostenrechner — Preise von GPT, Claude und Gemini vergleichen
Vergleiche die Kosten deines Workloads über mehr als 40 Modelle, mit Caching, Batch-Rabatten, Long-Context-Stufen und Reasoning-Tokens. Preise mit Quelle und Datum.
| Pro Tag | Pro Monat | Hinweise | ||||||
|---|---|---|---|---|---|---|---|---|
| gpt-oss-20b groq-gpt-oss-20b | OpenAI über Groq | $0.075 | $0.3 | 131K | $0,0003 | $0,30 | $9,00 | Nutzt o200k_harmony, also o200k_base plus spezielle Tokens für das Chat-Format. |
| Claude Haiku 5.5 claude-haiku-5-5 | Anthropic | $0.1 | $0.5 | 1M | $0,00045 | $0,45 | $13,50 | |
| GPT-6 Luna gpt-6-luna | OpenAI | $0.1 | $0.5 | 1.05M | $0,00045 | $0,45 | $13,50 | |
| gpt-oss-120b groq-gpt-oss-120b | OpenAI über Groq | $0.15 | $0.6 | 131K | $0,0006 | $0,60 | $18,00 | Nutzt o200k_harmony, also o200k_base plus spezielle Tokens für das Chat-Format. |
| Mistral Small 4 mistral-small-2603 | Mistral AI | $0.15 | $0.6 | 256K | $0,0006 | $0,60 | $18,00 | |
| GPT-5.6 Luna gpt-5.6-luna | OpenAI | $0.2 | $1.2 | 1.05M | $0,001 | $1,00 | $30,00 | |
| GPT-5.4 nano gpt-5.4-nano | OpenAI | $0.2 | $1.25 | 400K | $0,001025 | $1,03 | $30,75 | |
| Codestral codestral-2508 | Mistral AI | $0.3 | $0.9 | 128K | $0,00105 | $1,05 | $31,50 | |
| DeepSeek V4.1 Flash deepseek-flash | DeepSeek | $0.3 | $1.2 | 1M | $0,0012 | $1,20 | $36,00 | |
| Gemini 3.1 Flash-Lite gemini-3.1-flash-lite | $0.25 | $1.5 | 1.05M | $0,00125 | $1,25 | $37,50 | ||
| Gemma 4 31B together-gemma-4-31b | Google über Together AI | $0.39 | $0.97 | 262K | $0,001265 | $1,27 | $37,95 | |
| Mistral Large 3 mistral-large-2512 | Mistral AI | $0.5 | $1.5 | 256K | $0,00175 | $1,75 | $52,50 | |
| Gemini 3.5 Flash-Lite gemini-3.5-flash-lite | $0.3 | $2.5 | 1.05M | $0,00185 | $1,85 | $55,50 | ||
| Llama 3.3 70B together-llama-3.3-70b | Meta über Together AI | $1.04 | $1.04 | 131K | $0,0026 | $2,60 | $78,00 | |
| Grok Build 0.1 grok-build-0.1 | xAI | $1 | $2 | 256K | $0,003 | $3,00 | $90,00 | |
| Qwen3.5-397B-A17B together-qwen3.5-397b | Alibaba über Together AI | $0.6 | $3.6 | 262K | $0,003 | $3,00 | $90,00 | |
| Gemini 3.6 Flash gemini-3.6-flash | $0.75 | $3.75 | 1.05M | $0,003375 | $3,38 | $101 | Gecachte Tokens kosten zusätzlich 0,50 $ pro 1M Tokens und Stunde Speicherung. | |
| Gemini 3.8 Flash gemini-3.8-flash | $0.75 | $3.75 | 1.05M | $0,003375 | $3,38 | $101 | Gecachte Tokens kosten zusätzlich 0,50 $ pro 1M Tokens und Stunde Speicherung. | |
| GPT-5.4 mini gpt-5.4-mini | OpenAI | $0.75 | $4.5 | 400K | $0,00375 | $3,75 | $113 | |
| Grok 4.3 grok-4.3 | xAI | $1.25 | $2.5 | 1M | $0,00375 | $3,75 | $113 | |
| DeepSeek V4 Pro deepseek-v4-pro | DeepSeek | $1.32 | $3.96 | 1M | $0,00462 | $4,62 | $139 | |
| Mistral Medium 3.5 mistral-medium-3-5 | Mistral AI | $1.5 | $7.5 | 256K | $0,00675 | $6,75 | $203 | |
| Grok 4.7 grok-4.7 | xAI | $2 | $6 | 500K | $0,007 | $7,00 | $210 | |
| Claude Sonnet 5.5 claude-sonnet-5-5 | Anthropic | $2 | $10 | 1M | $0,009 | $9,00 | $270 | |
| Gemini 4 Argon gemini-4-argon | $2 | $10 | 1.05M | $0,009 | $9,00 | $270 | Ein- und Ausgabe teilen sich das Fenster von 1.048.576 Tokens; der Long-Decode-Modus erlaubt längere Ausgaben. | |
| GPT-6.1 Sol gpt-6.1-sol | OpenAI | $2 | $10 | 1.05M | $0,009 | $9,00 | $270 | |
| Gemini 3.1 Pro Preview gemini-3.1-pro-preview | $2 | $12 | 1.05M | $0,01 | $10,00 | $300 | ||
| GPT-5.6 Terra gpt-5.6-terra | OpenAI | $2 | $12 | 1.05M | $0,01 | $10,00 | $300 | |
| GPT-5.4 gpt-5.4 | OpenAI | $2.5 | $15 | 1.05M | $0,0125 | $12,50 | $375 | |
| Claude Opus 5.5 claude-opus-5-5 | Anthropic | $4 | $20 | 1M | $0,018 | $18,00 | $540 | |
| GPT-5.6 Sol gpt-5.6-sol | OpenAI | $4 | $20 | 1.05M | $0,018 | $18,00 | $540 | |
| GPT-5.5 gpt-5.5 | OpenAI | $5 | $30 | 1.05M | $0,025 | $25,00 | $750 | |
| Claude Fable 5.1 claude-fable-5-1 | Anthropic | $10 | $50 | 1M | $0,045 | $45,00 | $1.350 | |
| GPT-6 Astra gpt-6-astra | OpenAI | $10 | $50 | 1.05M | $0,045 | $45,00 | $1.350 | |
| GPT-5.5 Pro gpt-5.5-pro | OpenAI | $30 | $180 | 1.05M | $0,15 | $150 | $4.500 | Kein Rabatt für gecachte Eingaben. |
Preise Stand 2026-10-16, USD pro 1 Mio. Tokens, Standardtarif
- OpenAI (geprüft am 2026-10-16), Batch 50 % günstiger. Prompts mit mehr als 272K Eingabe-Tokens werden zum Long-Context-Preis abgerechnet. Endpunkte mit Datenresidenz kosten 10 % mehr bei Modellen, die am oder nach dem 05.03.2026 erschienen sind.
- Anthropic (geprüft am 2026-10-16), Batch 50 % günstiger. Claude 4.6 und neuer (außer Haiku 5.5) rechnen das volle 1M-Kontextfenster zum Standardpreis ab. Haiku 5.5 berechnet für Prompts über 100.000 Tokens höhere Preise. Inferenz nur in den USA kostet 10 % mehr.
- Google (geprüft am 2026-10-16), Batch 50 % günstiger. Kostenpflichtige Stufe der Gemini API, Texteingabe. Beim Context Caching kann zusätzlich Speicher pro Stunde abgerechnet werden. Google kündigt einige Preisänderungen ab dem 01.12.2026 und 01.01.2027 an.
- xAI (geprüft am 2026-10-16). Sobald ein Prompt 200K Tokens erreicht, gilt der höhere Preis für jedes Token dieser Anfrage. xAI nennt auf seiner Modellseite keinen Batch-Rabatt.
- Mistral AI (geprüft am 2026-10-16), Batch 50 % günstiger
- DeepSeek (geprüft am 2026-10-16). Angezeigt sind die Preise zu Spitzenzeiten (werktags 01:00–04:00 und 06:00–10:00 UTC). Zu allen anderen Zeiten, auch am Wochenende, gilt der halbe Preis.
- Together AI (geprüft am 2026-10-16). Serverless-Inferenzpreise für Open-Weight-Modelle.
- Groq (geprüft am 2026-10-16)
Wird in deinem Browser berechnet. Prompts, die du zur Schätzung einfügst, werden lokal tokenisiert und nie gesendet. Alle kostenlosen Tools ansehen.
Ein Problem gefunden oder etwas, das besser sein könnte? Wir lesen jede Nachricht und beheben Fehler schnell.
Dieser LLM-API-Kostenrechner vergleicht, was dein Workload mit GPT, Claude, Gemini, Grok, Mistral, DeepSeek und offenen Modellen kosten würde – pro Anfrage, pro Tag und pro Monat. Gib die gesendeten und empfangenen Tokens und die Anzahl deiner Anfragen ein, und jedes Modell wird nebeneinander in einer Tabelle bepreist, die du nach Anbieter oder Kontextfenster sortieren und filtern kannst.
Die Listenpreise pro Million Tokens sind nur der Anfang. Echte Rechnungen hängen davon ab, wie viel des Prompts aus dem Cache kommt, ob der Job zum halben Preis über eine Batch-API laufen kann, ob ein langer Prompt die Schwelle zu einem höheren Preis eines Anbieters überschreitet und wie viele versteckte Reasoning-Tokens ein Denkmodell verbraucht, bevor es antwortet. Der Rechner wendet für alle vier Punkte die tatsächlichen Regeln jedes Anbieters an. Die Preise wurden am 16.10.2026 auf den Preisseiten der Anbieter geprüft, und jeder ist verlinkt, damit du ihn bestätigen kannst. Ein zweiter Modus vergleicht ein Chat-Abo für 20 $ im Monat mit den API-Kosten derselben Nutzung.
So funktioniert’s
- Gib Input- und Output-Tokens pro Anfrage ein. Wenn du sie nicht kennst, klicke auf „Tokens aus Text schätzen“ und füge einen typischen Prompt ein; der Token-Zähler füllt den Input-Wert aus.
- Füge Reasoning-Tokens hinzu, wenn du ein Denkmodell nutzt, und die Anzahl der Anfragen pro Tag oder pro Monat.
- Setze den Anteil gecachter Inputs, wenn deine Anfragen ein langes gemeinsames Präfix haben (einen System-Prompt, ein Dokument), und aktiviere „Batch“ für Jobs, die bis zu 24 Stunden warten können.
- Filtere nach Anbieter oder Mindest-Kontextfenster und sortiere nach Kosten pro Anfrage, um das günstigste passende Modell zu finden. Modelle, die deinen Prompt nicht fassen, werden ausgegraut.
- Wechsle zu „Abo vs. API“, um zu sehen, ob ein Chat-Abo oder nutzungsbasierte Abrechnung für dich günstiger ist, und kopiere die Tabelle oder lade sie als CSV herunter.
Häufige Fragen
Wie werden die Kosten einer LLM-API berechnet?
Kosten pro Anfrage = Input-Tokens x Input-Preis + Output-Tokens x Output-Preis, wobei die Preise pro Million Tokens angegeben werden. Reasoning-Tokens zählen als Output. Gecachte Input-Tokens werden zum niedrigeren Cache-Preis abgerechnet, und manche Anbieter verlangen einen Aufschlag für das Schreiben in den Cache. Multipliziere mit den Anfragen pro Monat für die Monatsrechnung. Beispiel: 2.000 Input- und 500 Output-Tokens mit Claude Sonnet 5.5 (2 $ Input, 10 $ Output) kosten 0,004 $ + 0,005 $ = 0,009 $ pro Anfrage, bei 1.000 Anfragen am Tag also 270 $ im Monat.
Was sind Reasoning-Tokens und warum kosten sie so viel?
Reasoning- oder Denkmodelle arbeiten ein Problem in versteckten Tokens durch, bevor sie die Antwort schreiben. Die meisten davon siehst du nicht, sie werden aber als Output-Tokens abgerechnet, also auf der teuren Seite der Preisliste. Unter einer kurzen Antwort können Tausende Reasoning-Tokens liegen, daher kann ein Denkmodell pro Anfrage ein Mehrfaches dessen kosten, was sein Preis pro Token vermuten lässt. Die meisten APIs weisen Reasoning-Tokens in den Nutzungsdaten jeder Antwort aus; miss ein paar echte Anfragen und gib den Durchschnitt ein.
Wie viel spart Prompt-Caching?
Cache-Treffer werden weit unter dem normalen Input-Preis abgerechnet: bei den meisten Claude-Modellen mit 10 % davon (5 % bei Opus 5.5 und Sonnet 5.5, 2,5 % bei Fable 5.1), bei aktuellen OpenAI-Modellen typischerweise mit 5 % bis 10 % und bei Gemini mit etwa 10 %, wobei Gemini bei manchen Modellen zusätzlich die Cache-Speicherung pro Stunde berechnet. Anthropic verlangt das 1,25-Fache des Input-Preises für einen Cache-Eintrag mit 5 Minuten und das 2-Fache für einen mit 1 Stunde; auch die neuesten OpenAI-Modelle berechnen das Schreiben in den Cache. Caching lohnt sich, wenn viele Anfragen ein langes identisches Präfix teilen, etwa einen System-Prompt oder ein Referenzdokument.
Was ist der Batch-API-Rabatt?
OpenAI, Anthropic, Google (Gemini API) und Mistral berechnen Batch-Anfragen mit 50 % des Standardpreises. Du schickst viele Anfragen auf einmal und erhältst die Ergebnisse asynchron, spätestens innerhalb von 24 Stunden. Das eignet sich für Evaluierungen, Klassifizierung und Dokumentenverarbeitung, nicht für Chats. xAI, DeepSeek und die Hoster offener Modelle in dieser Tabelle nennen keinen Batch-Rabatt, und die Tabelle markiert sie, wenn „Batch“ aktiv ist. DeepSeek halbiert stattdessen seine Preise außerhalb der Spitzenzeiten.
Ist ChatGPT Plus oder Claude Pro günstiger als die API?
Bei leichter und mittlerer Nutzung ist die API meist günstiger; bei intensiver täglicher Nutzung eines Spitzenmodells gewinnt meist das Abo für 20 $, innerhalb seiner Nutzungsgrenzen. Entscheidend ist, dass ein Chat bei jeder Runde die gesamte Unterhaltung erneut sendet, lange Verläufe vervielfachen also die Input-Tokens. Der Modus „Abo vs. API“ bildet das ab, einschließlich Prompt-Caching des Verlaufs, und zeigt die Zahl der Nachrichten pro Tag, bei der beide gleich viel kosten. Ein Abo umfasst außerdem die Funktionen der App, die im API-Preis nicht enthalten sind.
Wie aktuell sind diese Preise?
Jeder Preis wurde am 16.10.2026 von der offiziellen Preisseite des Anbieters abgelesen; Datum und Link zu jeder Quelle stehen unter der Tabelle. Preise ändern sich oft, manchmal mit wenigen Wochen Vorlauf (Google nennt geplante Änderungen für Dezember 2026 und Januar 2027), prüfe also die Quelle, bevor du dich auf ein Budget festlegst. Modelle, deren Preise sich nicht auf einer offiziellen Seite bestätigen ließen, sind nicht enthalten.
Was eine LLM-API-Rechnung wirklich in die Höhe treibt
Output-Tokens. Output kostet bei OpenAI, Anthropic und Google das 4- bis 6-Fache von Input, und Reasoning-Tokens sind Output. Ein Workload, der lange Antworten schreibt oder viel nachdenkt, wird von der Output-Spalte dominiert – ein Modell mit billigem Input und teurem Output kann also gegen eines mit dem umgekehrten Profil verlieren.
Kontext, den du erneut sendest. Retrieval-Ergebnisse, Dokumente und Chatverlauf sind bei jeder Anfrage Input. Zehntausend Tokens Kontext bei einer Million Anfragen sind zehn Milliarden Input-Tokens, bei 2 $ pro Million also 20.000 $. Prompt-Caching senkt das um 90 % oder mehr, wenn der Kontext über alle Anfragen identisch ist.
Unterschiedliche Tokenizer. Preise gelten pro Token, aber Tokens sind nicht bei allen Anbietern gleich groß. Der aktuelle Tokenizer von Anthropic erzeugt für denselben Text etwa 30 % mehr Tokens als sein Vorgänger. Aktiviere „Auf den Tokenizer jedes Modells skalieren“, um Gleiches mit Gleichem zu vergleichen.
Mengenrabatte, die nicht auf der Preisliste stehen. Verträge mit Abnahmeverpflichtung, reservierter Durchsatz und Enterprise-Vereinbarungen können das Bild bei großen Mengen verändern. Dieser Rechner nutzt die öffentlichen nutzungsbasierten Preise.
Long-Context-Preisstufen nach Anbieter
Mehrere Anbieter erhöhen den Preis der gesamten Anfrage, sobald der Prompt eine Schwelle überschreitet. Der Rechner wendet das automatisch an und markiert betroffene Zeilen mit „Long-Context-Tarif“.
• OpenAI: Prompts mit mehr als 272K Input-Tokens werden bei den Modellen GPT-5.4, GPT-5.5, GPT-5.6 und GPT-6 zum Long-Context-Tarif abgerechnet: doppelt so viel für Input und das 1,5-Fache für Output.
• Google: Gemini 3.1 Pro und 2.5 Pro berechnen mehr für Prompts über 200K Tokens (4 $ statt 2 $ Input bei 3.1 Pro). Die Flash-Modelle und Gemini 4 Argon haben einen einheitlichen Tarif.
• Anthropic: Claude 4.6 und neuer rechnen den vollen Kontext von 1M Tokens zum Standardtarif ab, mit einer Ausnahme: Claude Haiku 5.5 verlangt 0,50 $ statt 0,10 $ pro Million Input-Tokens, sobald ein Prompt 100.000 Tokens überschreitet.
• xAI: Jedes Grok-Modell verdoppelt seinen Preis, sobald ein Prompt 200K Tokens erreicht, und der höhere Tarif gilt für jedes Token in dieser Anfrage.
So liest du den Vergleich Abo vs. API
Der Abo-Modus bepreist deine Chat-Nutzung so, als würdest du dieselben Aufrufe über die API machen: Nachrichten pro Tag, Tokens pro Nachricht und Antwort und wie lang deine Unterhaltungen laufen. Runde k einer Unterhaltung sendet die k-1 früheren Nachrichten und Antworten erneut, der durchschnittliche Prompt wächst also mit der Länge der Unterhaltung; das Tool zeigt diesen Durchschnitt an.
Ist „Unterhaltungsverlauf aus dem Prompt-Cache bedienen“ aktiviert, wird der bereits gesendete Teil jedes Prompts als Cache-Treffer abgerechnet und der neue Teil als Cache-Schreibvorgang – so verhält sich ein gut gebauter Chat-Client auf der API. Schaltest du es ab, siehst du den ungünstigsten Fall.
Die Break-even-Spalte ist die Zahl der Nachrichten pro Tag, bei der die API genau den Abopreis kostet. Darunter ist die nutzungsbasierte Abrechnung günstiger. Denk daran, was der Vergleich außen vor lässt: Abos enthalten Websuche, Dateiverarbeitung, Bildgenerierung und eine ausgereifte App und begrenzen die Nutzung; die API hat keine App, aber auch keine Grenze außer Rate Limits.
Ähnliche kostenlose Tools
- Token-Zähler — Zähle Tokens für OpenAI-Modelle exakt, schätze sie für Claude, Gemini und Llama, sieh die Kosten und schau zu, wie der Text in Tokens zerlegt wird.
- KI-ROI-Rechner — Schätze, wie viele Stunden und wie viel Geld die Automatisierung einer wiederkehrenden Aufgabe deinem Unternehmen pro Jahr sparen könnte.
- LLM-VRAM-Rechner — Ermittle, wie viel GPU-Speicher ein lokales LLM für deine Quantisierung und Kontextlänge braucht, ob es auf deine GPU oder deinen Mac passt und wie schnell es läuft.
- PII-Schwärzer für KI-Prompts — Ersetze E-Mail-Adressen, Telefonnummern, Kartennummern, API-Keys und Namen durch Platzhalter, bevor du Text in eine KI einfügst – und stelle sie in der Antwort wieder her.