ChatGPT API Kosten kalkulieren: Tokens, Modelle, Sparhebel

Das ChatGPT-Abo kostet einen festen Betrag je Nutzer und Monat, damit rechnet jeder Geschäftsführer inzwischen. Sobald ein Entwickler GPT-5.6 über die API in eine eigene Anwendung einbaut, gilt eine zweite Preisliste: abgerechnet wird nach verarbeiteter Textmenge. Dieser Beitrag zeigt dir, wie diese Rechnung aufgebaut ist, welchen Aufschlag deutsche Texte kosten und an welchen drei Stellen du sie spürbar senkst.

Smartphone mit der OpenAI-Seite auf einem Lehrbuch zur künstlichen Intelligenz: Wer ChatGPT über die API einbindet, zahlt nach Tokens statt nach Sitzplatz. Foto: Sanket Mishra auf Pexels

Warum die API anders abrechnet als das Abo

Im Abo zahlst du je Sitzplatz. Zwanzig oder fünfundzwanzig US-Dollar im Monat, der Nutzer darf im Rahmen seiner Limits arbeiten, die Rechnung ist vor dem Monatsanfang bekannt. Welcher Plan für welche Firmengröße passt, haben wir in unserem Vergleich zu ChatGPT Business und Enterprise aufgedröselt.

Die API funktioniert umgekehrt. Es gibt keinen Sitzplatz und keine Obergrenze, es gibt einen Zähler. Jedes Stück Text, das dein System an das Modell schickt, und jedes Stück Text, das zurückkommt, wird in Tokens gemessen und einzeln bepreist. Ein Token ist ungefähr eine Silbe bis ein kurzes Wort. Für den Einstieg reicht die Faustregel, dass ein deutsches Wort knapp zwei Tokens belegt.

Der praktische Unterschied: Beim Abo kennst du die Rechnung vorher und die Leistung ist gedeckelt. Bei der API kennst du den Stückpreis vorher und die Rechnung wächst mit der Nutzung. Ein Chatbot, der im Test dreißig Anfragen am Tag beantwortet, kostet fast nichts. Derselbe Chatbot auf der Startseite eines gut besuchten Onlineshops kann im Monat vierstellig werden. Wer GPT-5.6 als Produkt erst einmal einordnen will, findet den Überblick in unserem Guide zu ChatGPT für Unternehmen.

Die aktuellen Preise für GPT-5.6

OpenAI weist die Preise je Million Tokens aus, getrennt nach Eingabe, zwischengespeicherter Eingabe und Ausgabe. Stand 11. August 2026 sieht die Liste für die drei GPT-5.6-Varianten so aus:

Drei Dinge stechen heraus. Die Ausgabe kostet durchgehend das Sechsfache der Eingabe, lange Antworten treiben die Rechnung also stärker als lange Prompts. Zwischen Luna und Sol liegt bei der Eingabe der Faktor 25. Und das Anlegen eines Caches kostet seit GPT-5.6 einen Aufschlag von 25 Prozent auf den normalen Eingabepreis, dazu unten mehr.

Der Aufschlag, den deutsche Texte kosten

Fast alle Beispielrechnungen im Netz sind auf Englisch. Das verzerrt das Ergebnis, weil der Tokenizer englischen Text effizienter zerlegt als deutschen. Deutsche Komposita, Umlaute und die längere Wortmorphologie kosten zusätzliche Tokens.

Eine Messung vom Juni 2026 hat denselben Textabschnitt in mehreren Sprachen durch die Tokenizer geschickt. Beim GPT-Tokenizer o200k, den die aktuellen Modelle nutzen, kam Deutsch auf 1,71 Tokens je Wort, Englisch auf 1,17. Das sind rund 46 Prozent Aufschlag für denselben Inhalt. Die Stichprobe ist klein, ein einzelner paralleler Abschnitt von etwa 93 Wörtern je Sprache, taugt also als Hausnummer und nicht als Norm. Die Richtung deckt sich mit der akademischen Arbeit zu Tokenizer-Fairness, die bei ungünstigen Sprachpaaren Längenunterschiede bis zum Faktor 15 gemessen hat.

Für die Praxis heißt das: Nimm eine englischsprachige Kalkulation und schlag die Hälfte drauf, bevor du sie deinem Controlling zeigst. Oder besser, zähl einmal echte Tokens auf deinen eigenen Texten. Wie sich Token-Budgets grundsätzlich steuern lassen, haben wir in unserem Beitrag zur Kostenfalle Token beschrieben.

Die Rechenvorlage: drei Werte reichen

Für eine belastbare Schätzung brauchst du keine Tabelle mit dreißig Zeilen. Du brauchst drei Zahlen: die durchschnittliche Eingabemenge je Anfrage, die durchschnittliche Ausgabemenge je Antwort und die erwarteten Anfragen pro Monat.

Nehmen wir einen Kundenservice-Assistenten als durchgehendes Beispiel. Er bekommt bei jeder Anfrage einen Systemprompt mit Tonalität, Eskalationsregeln und einem Auszug aus der Produktdokumentation, zusammen rund 2.000 Tokens. Dazu kommt das eigentliche Kundenanliegen mit etwa 400 Tokens. Die Antwort ist rund 300 Tokens lang. Macht 2.400 Eingabe- und 300 Ausgabe-Tokens je Vorgang.

Die Rechnung dahinter ist simpel: 2.400 geteilt durch eine Million, mal Eingabepreis, plus 300 geteilt durch eine Million, mal Ausgabepreis. Bei Terra also 0,0048 plus 0,0036 US-Dollar.

Zwei Dinge fallen an dieser Tabelle auf. Erstens sind selbst 210 US-Dollar im Monat für zehntausend automatisch bearbeitete Kundenanliegen kein Betrag, an dem ein Projekt scheitert. Der Personalaufwand für dieselbe Menge liegt um Größenordnungen höher. Zweitens ist der Abstand zwischen den Modellen so groß, dass die Modellwahl der wirksamste Hebel überhaupt ist.

Hebel 1: das kleinste Modell, das die Aufgabe schafft

Sol ist für Aufgaben gebaut, bei denen es auf tiefe Analyse ankommt, etwa komplexe Code-Prüfungen oder wissenschaftliche Auswertungen. Für das Umformulieren einer Absage, das Kategorisieren einer E-Mail oder das Ziehen von fünf Feldern aus einer PDF-Rechnung ist Luna in aller Regel ausreichend. Der Preisunterschied bei diesen drei Aufgaben beträgt Faktor 25.

Der übliche Fehler in Projekten: Das Team baut den Prototyp mit dem stärksten Modell, weil das am schnellsten funktioniert, und geht damit produktiv. Der bessere Weg führt über eine kleine Testreihe. Nimm fünfzig echte Fälle aus deinem Tagesgeschäft, lass sie durch alle drei Modelle laufen und lies die Ergebnisse gegen. Wenn Luna bei achtundvierzig von fünfzig Fällen taugt, gehören die zwei Ausreißer in eine Eskalation an Terra und nicht das ganze Volumen.

Wer den Vergleich über Anbietergrenzen hinweg braucht, findet die entsprechende Rechnung für Anthropic in unserem Beitrag zu den Claude API Kosten. Für einen tagesaktuellen Leistungsvergleich der Modelle pflegen wir das AI-Leaderboard.

Hebel 2: Prompt Caching, mit einer Rechnung vorweg

In unserem Beispiel sind 2.000 der 2.400 Eingabe-Tokens bei jeder einzelnen Anfrage identisch. Genau dafür gibt es Prompt Caching: Der gleichbleibende Anfang des Prompts wird zwischengespeichert und beim nächsten Aufruf zum Zehntel des Preises abgerechnet.

Zwei Bedingungen musst du kennen. Der zwischengespeicherte Anfang muss laut OpenAI-Dokumentation mindestens 1.024 Tokens lang sein, und er muss zeichengenau identisch sein, inklusive Rollen, Werkzeugdefinitionen und Ausgabeschema. Ein Zeitstempel oder ein Kundenname am Anfang des Systemprompts zerstört den Treffer. Solche variablen Teile gehören ans Ende. Die Standhaltezeit beträgt 30 Minuten, danach muss der Cache neu angelegt werden.

Neu bei GPT-5.6 ist der Preis fürs Anlegen. Ein Cache-Schreibvorgang kostet das 1,25-fache des normalen Eingabepreises, ein Treffer dagegen ein Zehntel. Damit lohnt sich Caching erst ab Wiederverwendung, und zwar mit dieser Rechnung: Ohne Cache zahlst du bei zwei Aufrufen zweimal den vollen Preis. Mit Cache zahlst du einmal 1,25 und einmal 0,10, zusammen 1,35 statt 2,00. Der Bruch liegt also schon beim zweiten Aufruf, bei zehn Aufrufen innerhalb der halben Stunde sinken die Kosten des gecachten Teils um rund 78 Prozent.

Auf unser Beispiel angewendet, mit Terra und einem Treffer auf die 2.000 Kontext-Tokens: 0,04 US-Cent für den Cache-Treffer, 0,08 Cent für das variable Anliegen, 0,36 Cent für die Antwort. Zusammen 0,48 statt 0,84 Cent, ein Rückgang um 43 Prozent. Aus 84 US-Dollar im Monat werden 48.

Hebel 3: Batch und Flex für alles ohne Zeitdruck

Nicht jede Anfrage muss in zwei Sekunden beantwortet sein. Für alles, was über Nacht laufen darf, bietet OpenAI zwei günstigere Wege.

Die Batch API nimmt eine Datei mit bis zu 50.000 Anfragen entgegen, arbeitet sie innerhalb von 24 Stunden ab und kostet pauschal 50 Prozent weniger. Typische Kandidaten sind das Nachverschlagworten eines Produktkatalogs, die Auswertung von Kundenfeedback aus dem Vorquartal oder das Anreichern einer Adressdatenbank.

Flex-Verarbeitung ist der Zwischenweg. Du setzt einen einzelnen Parameter, bekommst dieselben Batch-Preise, aber eine normale Schnittstelle mit variabler Antwortzeit. Der Haken steht in der Dokumentation: Bei Auslastung kommt ein Fehler 429 zurück, für den nichts berechnet wird, dein Code muss also mit Wiederholungen umgehen können. Das Standard-Zeitlimit von zehn Minuten je Anfrage solltest du dabei hochsetzen.

Die Hebel stapeln sich. Unser Beispiel mit Caching und Batch landet bei 0,24 Cent je Vorgang, also 24 US-Dollar für 10.000 Anfragen gegenüber 84 US-Dollar im Ausgangszustand. Das sind 71 Prozent weniger, ohne dass am Modell etwas geändert wurde.

Die 272K-Falle

Oberhalb einer bestimmten Eingabelänge greift bei GPT-5.6 ein zweiter Tarif. Die Preisliste führt dafür eine eigene Spalte, und die Modellbezeichnungen in derselben Liste nennen die Schwelle: 272.000 Tokens. Darüber verdoppelt sich der Eingabepreis und der Ausgabepreis steigt um die Hälfte.

Der teure Teil dieser Regelung: Der Aufschlag gilt für die komplette Anfrage, nicht nur für die Tokens oberhalb der Schwelle. Eine Anfrage mit 273.000 Tokens wird bei Sol also komplett mit 10 US-Dollar je Million abgerechnet, die ersten 272.000 Tokens eingeschlossen. Ein einziges Token entscheidet über die Verdopplung.

Bemerkenswert ist, dass OpenAI diese Regel auf der Preisseite selbst nicht ausformuliert. Dort stehen nur die zwei Spalten und die Schwelle im Modellnamen. Dass die Praxis darüber stolpert, zeigt ein offener Fehlerbericht im Codex-Projekt von OpenAI vom 11. Juli 2026: Die Standardkonfiguration arbeitet dort mit einem Kontextfenster von 372.000 Tokens und einem effektiven Fenster von rund 353.400, liegt also im Normalbetrieb gut 81.000 Tokens oberhalb der Preisschwelle, ohne dass der Nutzer dem zugestimmt hätte. Verschärft wird das laut Bericht durch Unteragenten, deren Verbrauch nicht sichtbar auffällt.

Requests above 272K input tokens are billed at 2x input and 1.5x output for the entire request.

— Fehlerbericht 32486 im Repository openai/codex, 11. Juli 2026

Für dich heißt das: Wenn du Agenten einsetzt, die Dateien lesen, Werkzeuge aufrufen und ihren eigenen Verlauf mitschleppen, dann setz ein hartes Limit auf die Kontextlänge und lass dir den Verbrauch je Aufruf protokollieren. Bei einem klassischen Chatbot mit 2.400 Tokens je Anfrage ist die Schwelle kein Thema, bei einer Dokumentenpipeline über Verträge oder Jahresabschlüsse sehr wohl.

Was sonst noch auf der Rechnung steht

Drei Punkte, die in Kalkulationen regelmäßig fehlen.

OpenAI weist alle API-Preise in US-Dollar aus. Für ein deutsches Unternehmen kommt damit ein Wechselkursrisiko ins Budget, das bei kleinen Beträgen niemanden stört und bei einem fünfstelligen Jahresvolumen der Kalkulation eine eigene Zeile wert ist. Vertragspartner für den Europäischen Wirtschaftsraum ist OpenAI Ireland Ltd., die steuerliche Behandlung der Rechnung gehört deshalb einmal auf den Tisch deines Steuerberaters.

Der frühere Tarif Priority Processing heißt seit dem 30. Juli 2026 Fast Mode. Er garantiert kürzere Antwortzeiten und kostet bei Sol das Doppelte des Standardpreises. Wer ihn im Projekt aktiviert hat, um in der Testphase Wartezeiten zu vermeiden, sollte prüfen, ob er im Betrieb noch gebraucht wird.

Und die Preisliste ist beweglich. Zwischen dem Launch von GPT-5.6 Ende Juni und Ende Juli lagen zwei Preissenkungen, eine davon um 80 Prozent. Ein Kostenmodell, das einmal im Jahr aufgestellt wird, bildet diesen Markt nicht ab. Ein Kalendereintrag pro Quartal reicht.

Konkreter nächster Schritt: Öffne die Nutzungsübersicht in deinem OpenAI-Konto, nimm die verbrauchten Eingabe- und Ausgabe-Tokens des letzten vollen Monats und teile sie durch die Zahl der Anfragen. Diese zwei Durchschnittswerte setzt du in die Tabelle oben ein. Wenn dabei ein Betrag herauskommt, der dich überrascht, liegt es fast immer an einem der drei Punkte aus diesem Artikel: zu großes Modell, kein Cache oder ein Kontext, der über die Schwelle gewachsen ist. Für eine schnelle Gegenprobe zwischen Abo und API kannst du unseren ChatGPT-Kostenrechner nutzen.

Arno Hoffrichter

Chief Technology Officer, Collective Brain GmbH · Hamburg

CTO bei Collective Brain. Verantwortlich für die technische Umsetzung von Web-Projekten und SEO-Architektur.

Beratung anfragen