PreisschlachtWarum Spitzen-KI plötzlich halb so viel kostet

Die Folge zum Nachlesen

Transkript der gesendeten Folge in Lesefassung.

Paula: Was kostet es, eine KI eine Million Tokens Text lesen zu lassen? Beim kleinsten neuen Modell von OpenAI, seit dem 22. September?

Paul: Zehn Cent.

Paula: Zehn Cent. Und das ist nicht mal die eigentliche Nachricht. Die eigentliche Nachricht: An zwei Tagen sind gleich mehrere Spitzenmodelle billiger geworden – oder sehen zumindest so aus.

Paul: KI News Kompakt – Folge zwei. Ich bin Paul.

Paula: Und ich bin Paula. Heute geht es um die Woche der Preisschlacht – warum Spitzen-KI plötzlich so viel weniger kostet und was davon bei dir ankommt.

Paul: Dann erst mal der Überblick. Am 21. September hat xAI Grok vier Punkt sieben vorgestellt. Am 22. September kamen dann gleich zwei große: OpenAI mit GPT-6 Sol und GPT-6 Luna, und Anthropic mit Claude Opus fünf Punkt fünf.

Paula: Und dazu noch offene Modelle aus China, zum Beispiel von Xiaomi. Dazu kommen wir gleich. Fangen wir mit OpenAI an – was genau ist da passiert?

Paul: OpenAI schreibt in der eigenen Ankündigung: GPT-6 Sol kostet pro Token die Hälfte des Vorgängers GPT fünf Punkt sechs Sol. Bei Luna, dem kleinen, schnellen Modell, ist es ähnlich. Und Sol soll, Zitat, „etwa halb so viele Fehler" machen wie sein Vorgänger.

Paula: Weniger Fehler – gemessen woran?

Paul: An echten ChatGPT-Gesprächen, in denen Nutzer Fehler markiert haben. Anonymisiert, sagt OpenAI.

Paula: Also eine Herstellerzahl, auf einem Hersteller-Test, mit Hersteller-Daten. Kann stimmen, aber prüfen kann das von außen niemand.

Paul: Fair. Bei Anthropic ist es ähnlich. Opus fünf Punkt fünf soll bei typischer Nutzung 40 % weniger kosten als Opus fünf.

Paula: 40 %. Wie kommen die darauf?

Paul: Aus zwei Teilen. Erstens ist der Preis pro Token um ein Fünftel gesunken. Zweitens braucht das Modell nach Anthropics Angaben für dieselbe Aufgabe weniger Tokens. Beides zusammen ergibt die 40 %.

Paula: Moment. Bevor wir weitermachen – wir sagen jetzt dauernd „Token". Was ist das eigentlich?

Paul: Also — ein Token ist wie ein — hm. Wie ein Wortschnipsel. Die Modelle lesen Text nicht Buchstabe für Buchstabe und auch nicht Wort für Wort, sondern in Stücken. Ein kurzes Wort ist oft ein Stück, ein langes wird zerlegt.

Paula: Und wie groß ist so ein Stück?

Paul: OpenAI gibt als Faustregel für Englisch an: Ein Token sind ungefähr vier Zeichen, oder rund drei Viertel eines Wortes. Bei anderen Sprachen, auch bei Deutsch, kann das Verhältnis anders ausfallen.

Paula: Nochmal auf Deutsch?

Paul: Auf Deutsch sogar besonders gern. Stell dir vor, du bezahlst beim Kopierladen nicht pro Seite, sondern pro Silbe. Das ist der Token-Preis. Und eine Million Tokens, das ist auf Englisch grob der Text von mehreren dicken Romanen.

Paula: Und warum gibt es immer zwei Preise – einen fürs Lesen und einen fürs Schreiben?

Paul: Weil Lesen billig ist. Den Text, den du reinschickst, kann das Modell gewissermaßen auf einmal überfliegen. Die Antwort dagegen muss es Schnipsel für Schnipsel erzeugen, einen nach dem anderen. Das kostet Rechenzeit – deshalb ist die Ausgabe bei allen genannten Modellen mehrfach so teuer wie die Eingabe.

Paula: Gut. Dann zur großen Frage: Warum wird das alles gerade so viel billiger? Die Rechenzentren kosten doch nicht plötzlich die Hälfte.

Paul: Da gibt es mehrere Gründe. OpenAI nennt selbst zwei: Verbesserungen beim Caching und bei der sogenannten Inferenz, also beim eigentlichen Ausführen des Modells. Die Einsparungen gebe man, so heißt es, direkt weiter.

Paula: Caching klingt nach Browser-Verlauf.

Paul: Ist gar nicht so — also, gar nicht so weit weg. Viele Anfragen fangen mit demselben langen Vorspann an – immer dieselben Anweisungen, dasselbe Handbuch, derselbe Programmcode. Beim Caching merkt sich der Anbieter die Vorarbeit für diesen Vorspann. Beim nächsten Mal muss er ihn nicht komplett neu verarbeiten.

Paula: Und das schlägt sich im Preis nieder?

Paul: Deutlich. Bei Opus fünf Punkt fünf kostet so ein bereits gemerkter Text laut Anthropic nur noch ein Zwanzigstel des normalen Eingabepreises. Und genau dieser Cache-Preis ist gegenüber Opus fünf am stärksten gefallen.

Paula: Das ist also Grund Nummer eins. Grund Nummer zwei?

Paul: Effizienz im Modell selbst. Das sieht man gut am offenen Modell von Xiaomi, MiMo V zwei Punkt sechs. Das hat laut Xiaomi rund eine Billion Parameter, aber pro Schnipsel werden nur etwa 42 Milliarden davon aktiv. Stell dir ein riesiges Krankenhaus vor, aber für jeden Patienten kommen nur die zwei, drei passenden Fachärzte ins Zimmer —

Paula: – und der Rest arbeitet gar nicht mit. Das spart Strom und Rechenzeit.

Paul: Genau. Fachleute nennen das „Mixture of Experts". Und damit sind wir bei Grund Nummer drei: Wettbewerb. Xiaomi hat MiMo unter der MIT-Lizenz veröffentlicht. Das heißt: Jeder darf die Modelldateien herunterladen, verändern und auch kommerziell nutzen.

Paula: Und wie gut ist das?

Paul: Laut Xiaomi liegt es beim unabhängigen Vergleichsindex von Artificial Analysis als bestes offenes Modell vorn – aber noch hinter den geschlossenen Spitzenmodellen.

Paula: Das heißt, die offenen Modelle setzen die Großen von unten unter Druck.

Paul: So lautet das Argument. Wenn du ein fast so gutes Modell auf eigenen Servern laufen lassen kannst, musst du für das teure nicht jeden Preis zahlen. Und xAI zeigt die andere Seite: Grok vier Punkt sieben kostet laut xAI genauso viel wie der Vorgänger, 2 Dollar pro Million Tokens beim Lesen, soll aber besser sein.

Paula: Mehr Leistung zum gleichen Preis ist auch eine Preissenkung. Nur eine versteckte.

Paul: Also unterm Strich: halb so teuer, 40 % günstiger – Spitzen-KI wird gerade richtig billig —

Paula: Da würde ich gern kurz bremsen.

Paul: Wieso?

Paula: Zwei Dinge. Erstens: Auf OpenAIs eigener Preisseite steht, dass die Preise von GPT fünf Punkt sechs Sol ein Aktionspreis sind, gültig mindestens bis zum 21. November. Der Entwickler und Blogger Simon Willison schreibt dazu, danach sei eine Erhöhung geplant. GPT-6 ist also halb so teuer wie ein Rabattpreis.

Paul: Das — ja, das relativiert die Hälfte.

Paula: Und zweitens: Der Preis pro Token sagt noch nicht, was eine Aufgabe kostet. Wenn ein Modell für dieselbe Antwort doppelt so viele Schnipsel verbraucht, ist der niedrige Stückpreis weg.

Paul: Wie beim Taxi. Günstiger Kilometerpreis, aber der Fahrer nimmt die Umleitung über den Flughafen.

Paula: Genau. Und das passiert gerade bei Modellen, die vor der Antwort „nachdenken". Denken kostet auch Tokens.

Paul: Dazu gibt es tatsächlich ein Beispiel.

Paula: Ja?

Paul: Simon Willison hat beschrieben, wie Opus fünf Punkt fünf auf der höchsten Denkstufe bei einer simplen Zeichenaufgabe sein komplettes Ausgabelimit verbraucht hat. 20 Minuten pro Versuch. Sein Fazit: Diese Stufe sei praktisch nutzlos.

Paula: Das ist ein Einzelbericht, kein Test. Aber er zeigt das Prinzip.

Paul: Gut, dann nehme ich das „halb so teuer" zurück. Sagen wir lieber: halb so teuer pro Schnipsel. Was eine Aufgabe wirklich kostet, zeigt erst die Rechnung.

Paula: Damit kann ich leben. Und so formulieren es übrigens auch Analysten, etwa bei FourWeekMBA: Ein Token misst den Einsatz, nicht die erledigte Arbeit.

Paul: Bleibt die Frage: Was merken normale Nutzerinnen und Nutzer davon? Die zahlen ja nicht pro Token, sondern ein Abo.

Paula: Das ist der Punkt. An den Abo-Preisen selbst haben weder OpenAI noch Anthropic in ihren Ankündigungen etwas geändert.

Paul: Und?

Paula: Und trotzdem gibt es mehr fürs Geld. Anthropic hebt nach eigenen Angaben die Nutzungsgrenzen in den Bezahl-Abos Pro und Max an. Bei OpenAI bekommen auch Gratis-Nutzer das kleine Modell Luna – allerdings vorerst nur in der Desktop-App.

Paul: Also gleicher Preis, mehr drin.

Paula: Für Abo-Kunden: ja.

Paul: Und für Firmen?

Paula: Die rechnen meist per API ab, also pro Token. Für sie wird es direkt billiger. Vor allem, wenn sie Caching nutzen.

Paul: Dann die unangenehme Frage: Wer verliert? Ich sehe drei Gruppen.

Paula: Mhm.

Paul: Erstens die Anbieter offener Modelle. Das Fachportal Wccftech argumentiert sogar, OpenAI nehme ihnen mit Luna das Preisargument weg, weil Luna beim Lesen günstiger ist als das Sparmodell von DeepSeek.

Paula: Das ist allerdings eine Meinung, keine Messung. Offene Modelle haben noch andere Vorteile, zum Beispiel, dass die Daten im eigenen Haus bleiben.

Paul: Stimmt. Zweitens die älteren Modelle der Anbieter selbst. Willison merkt an, dass GPT-6 Sol beim Eingabepreis jetzt genauso viel kostet wie das mittlere GPT fünf Punkt sechs-Modell Terra. Warum sollte man das noch nehmen?

Paula: Und drittens?

Paul: Die Anbieter selbst, zumindest bei der Marge. Wenn alle gleichzeitig die Preise senken, wird die Luft dünner. Wie lange die Labore das durchhalten, weiß von außen niemand.

Paula: Und genau deshalb würde ich mich nicht darauf verlassen, dass es so billig bleibt. Aktionspreise laufen aus, und wer sich heute an ein Modell bindet, zahlt morgen vielleicht wieder mehr.

Paul: Also, was heißt das jetzt für dich?

Paula: Wenn du ein KI-Abo hast: Schau nach, ob sich deine Nutzungsgrenzen oder dein Standardmodell geändert haben. Oft bekommst du gerade mehr, ohne mehr zu zahlen.

Paul: Und wenn du im Job über API Kosten entscheidest: Vergleich nicht die Preisliste, sondern die Kosten pro erledigter Aufgabe. Probier dieselbe echte Aufgabe mit zwei, drei Modellen und schau auf die Rechnung.

Paula: Und lies bei jeder Herstellerzahl mit, woran sie gemessen wurde.

Paul: Das war KI News Kompakt. Neue Folgen gibt es montags bis freitags.

Paula: Bleibt neugierig – und bleibt kritisch.