Token-Preise verstehen: die Einheit, die der Einkauf jetzt lernen muss
Wer KI-Leistungen einkauft, verhandelt in einer Einheit, die es vor wenigen Jahren nicht gab: dem Token. Wer sie nicht versteht, vergleicht Angebote, die nicht vergleichbar sind, und unterschreibt Verbrauchsverträge, deren Treiber er nicht kennt. Die gute Nachricht: Das Nötige passt auf zwei Seiten.
Ein Token ist das Textbruchstück, in dem Sprachmodelle rechnen und abrechnen: 1.000 Token entsprechen grob 600 bis 750 deutschen Wörtern, bezahlt wird je Million. Eingabe (alles, was das Modell liest) und Ausgabe (die erzeugte Antwort) kosten getrennt — Ausgabe meist das Drei- bis Fünffache. Die größte Kostenfalle ist das Kontextfenster: Gesprächshistorie und angehängte Dokumente werden bei jeder Anfrage neu mitbezahlt. Der Einkauf sollte getrennte Preisangaben, Modellklassen je Aufgabe, Kontextbegrenzung, Auswertbarkeit je Anwendungsfall und Verbrauchslimits abfragen — und je Anwendungsfall Stückkosten rechnen.
Was ein Token ist — und warum Eingabe und Ausgabe verschieden kosten
Sprachmodelle verarbeiten Text nicht in Wörtern, sondern in Bruchstücken — Token. Ein Token ist im Deutschen grob ein halbes bis ganzes Wort; als Faustregel entsprechen 1.000 Token etwa 600 bis 750 deutschen Wörtern, also rund anderthalb Seiten. Eine normale Chat-Frage sind ein paar Dutzend Token, ein 50-Seiten-Vertrag grob 35.000. Abgerechnet wird meist je Million Token, und die Preise je Million liegen je nach Modellklasse um Größenordnungen auseinander — von Cent-Beträgen bis zu zweistelligen Euro-Beträgen.
Jede Anfrage hat dabei zwei Zähler: Eingabe-Token — alles, was das Modell zu lesen bekommt, also Frage, Anweisungen, angehängte Dokumente — und Ausgabe-Token, die erzeugte Antwort. Ausgabe kostet bei den meisten Anbietern das Drei- bis Fünffache der Eingabe, weil das Erzeugen aufwendiger ist als das Lesen. Anwendungen, die viel lesen und wenig schreiben — Zusammenfassen, Klassifizieren, Suchen — haben deshalb ein völlig anderes Kostenprofil als Anwendungen, die lange Texte erzeugen. Ein Angebot ohne getrennte Ein- und Ausgabepreise ist unvollständig.
Das Kontextfenster: die eigentliche Kostenfalle
Das Kontextfenster ist die Textmenge, die ein Modell je Anfrage verarbeiten kann — bei aktuellen Modellen oft mehrere hunderttausend Token. Die Falle: Was ins Fenster gelegt wird, wird als Eingabe bezahlt, bei jeder einzelnen Anfrage neu. Ein Chat merkt sich nichts; die bisherige Unterhaltung wird bei jeder Nachricht komplett mitgeschickt und mitbezahlt. Wer einem Assistenten dauerhaft das Firmenhandbuch anhängt, bezahlt es hundertmal am Tag. Große Fenster sind ein Können, kein Sollen — die Kostendisziplin liegt darin, sie nicht auszureizen.
Was der Einkauf konkret abfragen sollte
Fünf Punkte gehören in jede Angebotsprüfung: getrennte Preise für Eingabe, Ausgabe und — falls angeboten — gecachte Eingabe, denn Caching wiederkehrender Texte wird oft mit hohen Abschlägen rabattiert. Welche Modellklasse für welche Aufgabe eingesetzt wird, weil zwischen den Klassen Preisfaktoren von zehn bis hundert liegen. Wie der Dienstleister Kontextgrößen begrenzt. Ob Verbräuche je Anwendungsfall auswertbar sind. Und ob es Limits oder Alarme gegen Ausreißer gibt. Die nützlichste Übung danach ist eine Stückkostenrechnung je Anwendungsfall: Was kostet eine zusammengefasste Eingangsrechnung, eine beantwortete Kundenanfrage, ein geprüftes Dokument — in Token gerechnet, mit realen Preisen. Diese Zahl macht Angebote vergleichbar und die spätere Abrechnung prüfbar; sie ist das Gegenstück zum Maschinenstundensatz.
Häufige Fragen
Was ist ein Token bei ChatGPT und anderen Sprachmodellen?
Die kleinste Verarbeitungseinheit eines Sprachmodells — ein Wortbruchstück. Im Deutschen entsprechen 1.000 Token als Faustregel etwa 600 bis 750 Wörtern, also rund anderthalb Seiten Text. Abgerechnet wird bei API-Nutzung je verarbeitete Million Token, getrennt nach Eingabe und Ausgabe.
Warum kosten Eingabe- und Ausgabe-Token unterschiedlich viel?
Das Erzeugen von Text ist für das Modell rechenaufwendiger als das Einlesen, deshalb kostet Ausgabe bei den meisten Anbietern das Drei- bis Fünffache der Eingabe. Für die Kostenplanung folgt daraus: Lese-lastige Anwendungen wie Zusammenfassen oder Klassifizieren haben ein anderes Profil als Schreib-lastige, und ein Angebot ohne getrennte Preise ist nicht bewertbar.
Warum werden lange Chat-Gespräche immer teurer?
Weil Sprachmodelle kein Gedächtnis haben: Die gesamte bisherige Unterhaltung wird bei jeder neuen Nachricht als Eingabe mitgeschickt und mitbezahlt. Je länger das Gespräch, desto mehr kostet jede weitere Nachricht. Dagegen helfen kürzere Sitzungen, das Zusammenfassen langer Verläufe und Caching wiederkehrender Textteile, das viele Anbieter rabattieren.
Was sollte der Einkauf bei KI-Angeboten mit Token-Abrechnung prüfen?
Fünf Punkte: getrennte Preise für Eingabe, Ausgabe und gecachte Eingabe; die eingesetzte Modellklasse je Aufgabe, weil zwischen Klassen Preisfaktoren von zehn bis hundert liegen; die Begrenzung von Kontextgrößen; die Auswertbarkeit der Verbräuche je Anwendungsfall; und Limits oder Alarme gegen Kostenausreißer. Ergänzend lohnt eine Stückkostenrechnung je Vorgang, um Angebote vergleichbar zu machen.
Übersetzen Sie Token in Euro — für Ihre Fälle.
Der LLM-Kostenrechner macht aus Nutzungsannahmen konkrete Monatskosten: Ihre Zahlen, fünf Minuten, kein Login.
LLM-Kostenrechner starten →Token in Euro übersetzt. Für Ihre Verhandlung.
Eingabe- und Ausgabe-Token, Kontextfenster, Modellstufen: Der Kostenplaner rechnet die Preislisten der Anbieter in eine monatliche Zahl für Ihr Nutzungsprofil um. Damit der Einkauf in der richtigen Einheit verhandelt. Läuft komplett im Browser, keine Datenübertragung.
