Wenn du aufhörst, KI wie einen Chat zu nutzen, und anfängst, sie in deinen Code zu stecken, hört das Modell auf, ein Browser-Tab zu sein, und wird zu einer Rechnung. Und diese Rechnung kann drei Cent im Monat oder dreitausend Euro betragen, je nachdem, welche API du wählst und wie du sie nutzt. Der Unterschied zwischen einem Anbieter und dem anderen kann für dieselbe Aufgabe bei 20 zu 1 liegen.
Das Problem ist, dass sich die Landkarte alle paar Monate ändert: Neue Modelle kommen, die Preise fallen, Aggregatoren tauchen auf. Dieser Leitfaden ist eine Momentaufnahme von 2026, damit du verstehst, wie abgerechnet wird, welcher Anbieter worin gewinnt und welchen du je nach Fall wählst, ohne Marketing und gedacht für den, der den Code schreiben wird.
Achtung
Die genauen Zahlen jeder API bewegen sich Monat für Monat, fast immer nach unten. Hier nutzen wir Richtwertspannen, verifiziert Mitte 2026. Bevor du ein Budget abschließt, bestätige die Zahl auf der offiziellen Preisseite des Anbieters: Das ist das Einzige, was nicht verfällt.
Warum APIs vergleichen (und nicht bei der ersten bleiben)
Die Versuchung ist, die API der Marke zu nehmen, die du schon kennst —wahrscheinlich OpenAI— und sie zu vergessen. Das funktioniert, lässt aber Geld und Geschwindigkeit liegen. Drei Gründe, vor der Bindung zu vergleichen:
- Die Kosten skalieren mit dem Volumen. Bei einem Prototyp egal. Wenn du täglich Millionen Tokens verarbeitest, ist ein Unterschied von 2 $ pro Million der Unterschied, ob das Projekt rentabel ist oder nicht.
- Nicht jede Aufgabe braucht das beste Modell. Eine E-Mail klassifizieren, einen Text zusammenfassen oder Daten labeln schafft ein günstiges Modell locker. Das Premium-Modell für solche Aufgaben zu reservieren, heißt das Budget wegzuwerfen.
- Geschwindigkeit ist ein Feature. Wenn deine KI einem Nutzer in Echtzeit antwortet, verändert 200 Tokens pro Sekunde gegenüber 800 das Erlebnis komplett. Es gibt Anbieter, die nur darauf spezialisiert sind.
Die richtige Frage ist nicht „welche ist die beste API?“, sondern „welche ist die beste für diese konkrete Aufgabe?“. Und um sie zu beantworten, muss man zuerst die Rechnung verstehen.
Wie abgerechnet wird: Eingabe- und Ausgabe-Tokens
KI-APIs rechnen weder pro Wort noch pro Anfrage ab. Sie rechnen pro Token ab. Ein Token ist ein Textfragment —ungefähr 4 Zeichen oder drei Viertel eines Wortes auf Englisch (auf Deutsch etwas weniger)—. Der Satz „Hallo, wie geht's?“ sind etwa 6 Tokens.
Wichtig ist, und darauf schaut am Anfang fast niemand, dass zwei Dinge getrennt abgerechnet werden:
- Input (Eingabe): alles, was du dem Modell schickst. Dein Prompt, die System-Anweisungen und —das ist entscheidend— der gesamte Kontext, den du mitschleppst: der Gesprächsverlauf, die Dokumente, die du ihm gibst, die Ergebnisse von Tools. Bei einem Agenten wächst der Input mit jeder Runde.
- Output (Ausgabe): das, was das Modell als Antwort generiert.
Und hier ist der Trick, der die Rechnungen hochtreibt: der Output kostet zwischen 4- und 6-mal so viel wie der Input bei fast allen Anbietern. Ein Modell mit 3 $ Input kann bei 15 $ Output liegen. Deshalb kann eine API, die „günstig aussieht“, wenn man nur auf den Input schaut, teuer werden, wenn sie lange Antworten generiert.
Tipp
Praktische Regel zur Kostenschätzung: Zähl, wie viele Ausgabe-Tokens du pro Anfrage erwartest, und multipliziere sie mit dem Output-Preis, der ausschlaggebend ist. Wenn deine Antworten lang sind (Berichte, Code, Texte), dominiert der Output die Rechnung. Wenn du nur klassifizierst oder Daten extrahierst, wiegt der Input schwerer, weil du viel Kontext reingibst und wenig Text rauskommt.
Zwei weitere Details, die wirklich günstiger machen, wenn du sie nutzt:
- Prompt-Cache. Wenn du denselben Kontextblock in vielen Anfragen erneut schickst (ein Handbuch, einen langen System-Prompt), berechnen dir fast alle Anbieter ihn ab dem zweiten Mal zu einem Zehntel des normalen Preises. Bei Anwendungen mit festem Kontext ist das der größte Sparhebel.
- Batch-Modus. Wenn du die Antwort nicht sofort brauchst, kostet die Stapelverarbeitung (bis zu 24 h Wartezeit) bei OpenAI, Anthropic und Google oft die Hälfte. Ideal, um nachts große Datenmengen zu verarbeiten.
Steckbrief pro Anbieter
OpenAI (Familie GPT-5)
Der Standardanbieter der Branche, und das nicht ohne Grund. Sein Sortiment reicht von winzigen, spottbilligen Modellen (die „nano“ und „mini“, ab ~0,10–0,15 $ Input) bis zu den Flaggschiffen des Reasonings der GPT-5-Familie, die je nach Variante im Bereich von ~1,25–5 $ Input und ~10–30 $ Output pro Million Tokens liegen. Der große Vorteil: riesiges Ökosystem, tadellose Dokumentation und SDKs für alles. Der Nachteil: selten der günstigste für eine gegebene Aufgabe, und um die Top-Modelle auszureizen, zahlst du Top-Preis.
Anthropic (Claude)
Das starke Haus bei Code, langlaufenden Agenten und Aufgaben, bei denen die Zuverlässigkeit auf dem Spiel steht. Sein Sortiment hat drei klare Stufen: Haiku (der schnelle und günstige, um die ~1 $ Input / ~5 $ Output), Sonnet (der ausgewogene, ~3 $ / ~15 $) und Opus (das Spitzenmodell, ~5 $ / ~25 $). Alle mit riesigem Kontextfenster (bis zu 1M Tokens bei den aktuellen Modellen) ohne Aufschlag für langen Kontext. Wenn dein Produkt vom Generieren oder Überprüfen von Code lebt oder von Agenten, die minutenlang Aufgaben ausführen, liefert Claude oft über seinem Preis.
Hinweis
Die Claude-Zahlen, die wir angeben, sind die Spannen pro Stufe (Haiku / Sonnet / Opus) Mitte 2026; Anthropic veröffentlicht die genauen Zahlen pro Modell auf seiner Preisseite. Prompt-Cache und Batch-Modus gelten wie bei den anderen und senken die realen Kosten in der Produktion erheblich.
Google Gemini
Der, der Preis und Leistung im Mittelfeld am besten kombiniert. Seine Flash-Modelle sind für das, was sie bieten, spottbillig (ab ~0,10–0,30 $ Input bei den leichten Versionen, bis ~1,50 $ beim neuesten Flash), und die Pro messen sich auf Augenhöhe mit den Großen in der Qualität (~2–4 $ Input / ~12 $ Output, mit einem Preissprung ab 200K Kontext). Gemini glänzt in der Multimodalität (Bild, Audio, Video) und hat eine großzügige Gratis-Stufe über Google AI Studio, um vor dem Zahlen zu testen.
Open Source über Groq, Together AI und Fireworks
Hier liegt das günstige Geld. Starke offene Modelle —DeepSeek, Llama, Qwen, Kimi und Co.— bereitgestellt von Anbietern, die nur die GPUs stellen. Die Preise reichen von ~0,05 $ bis ~0,90 $ pro Million Tokens bei den meisten Modellen, ein Bruchteil dessen, was die proprietären kosten. Jeder Anbieter hat seinen Reiz:
- Groq: die Geschwindigkeit. Seine eigenen Chips (LPU) liefern mit 500+ Tokens pro Sekunde. Wenn du sofortige Antworten brauchst, ist es die Referenz.
- Together AI und Fireworks: eigene Infrastruktur (H100/H200/B200), ohne Zwischenhändler, sehr wettbewerbsfähiger Preis pro Token und breiter Katalog offener Modelle.
Der Preis dafür: Die durchschnittliche Qualität der Open-Source-Modelle liegt beim Anspruchsvollsten noch einen Schritt hinter den besten GPT-5 und Opus, auch wenn sich die Lücke jedes Quartal schließt.
Vergleichstabelle
| Anbieter / Reihe | Input ($/MTok) | Output ($/MTok) | Gewinnt bei | Wann nutzen |
|---|---|---|---|---|
| OpenAI · mini/nano | ~0,10–0,15 | ~0,40–0,60 | Balance + Ökosystem | Leichte Aufgaben in Volumen mit reifem SDK |
| OpenAI · GPT-5 (top) | ~1,25–5 | ~10–30 | Qualität und Reasoning | Das Anspruchsvollste, wenn du schon in ihrem Stack bist |
| Anthropic · Haiku | ~1 | ~5 | Schnell und günstig unter den Großen | Volumen mit guter Qualität und langem Kontext |
| Anthropic · Sonnet | ~3 | ~15 | Code und Agenten, ausgewogen | Das Arbeitspferd fürs Produkt |
| Anthropic · Opus | ~5 | ~25 | Code und Agenten, Spitze | Kritische, langlaufende Aufgaben |
| Google · Gemini Flash | ~0,10–1,50 | ~0,40–9 | Preis/Qualität und multimodal | Mittelfeld, Bild/Audio/Video |
| Google · Gemini Pro | ~2–4 | ~12 | Qualität nahe der Spitze, günstig | Hohe Qualität ohne Premium-Preis |
| Open Source (Groq/Together/Fireworks) | ~0,05–0,90 | ~0,10–1 | Preis (und Geschwindigkeit bei Groq) | Volumen, minimale Kosten, Unabhängigkeit |
Welche du je nach Fall wählst
Die Tabelle ist gut, aber die Entscheidung wird mit konkreten Szenarien greifbar.
Du brauchst maximale Qualität und Geld ist zweitrangig. GPT-5 Spitzenklasse oder Claude Opus. Für Code und Agenten, die lange Aufgaben ausführen, hat Claude oft die Nase vorn; für Allgemeinwissen und reines Reasoning GPT-5. Gemini Pro ist die dritte ernsthafte Option und oft günstiger.
Du brauchst vernünftige Qualität zu möglichst geringen Kosten. Open-Source-Modelle über Together oder Fireworks oder die „mini/flash“ der Großen. Hier liegen 80 % der realen Aufgaben: klassifizieren, zusammenfassen, extrahieren, Fragen mit Kontext beantworten. Zahl keinen Opus-Preis, um E-Mails zu labeln.
Du brauchst Geschwindigkeit über alles. Groq. Wenn deine KI einem Nutzer in Echtzeit antwortet und jede Millisekunde zählt, kommt an seine 500+ Tokens/s kaum jemand heran, und das noch zu Open-Source-Preis.
Du prototypst und weißt noch nicht, welches Modell du willst. Binde dich noch an keins: Nutze OpenRouter (nächster Abschnitt) und wechsle das Modell durch Ändern eines Strings.
Tipp
Ein Muster, das in der Produktion viel spart: Routing nach Schwierigkeit. Schick leichte Aufgaben an ein günstiges Modell und eskaliere nur dann zum teuren, wenn die Aufgabe es verlangt. Viele Teams nutzen ein kleines Modell als Filter und reservieren das große für das, was es wirklich braucht. Gut gemacht, kürzt es die Rechnung, ohne dass es sich bei der Qualität bemerkbar macht.
OpenRouter: die Abkürzung, um dich an niemanden zu binden
Fünf Konten, fünf Schlüssel und fünf Rechnungen zu verwalten, um Modelle zu vergleichen, ist eine Qual. OpenRouter löst das: ein einziger Endpoint —kompatibel mit der API von OpenAI, sodass Migrieren fast nur das Ändern der Basis-URL bedeutet— und ein einziger Schlüssel, um mit hunderten Modellen aller Anbieter zu sprechen. Eine einzige Rechnung.
Was es dir bietet:
- Testen ohne Reibung. Du wechselst von GPT-5 zu Claude zu einem offenen Llama, indem du den Modellnamen in der Anfrage änderst. Null neuer Code.
- Automatisches Routing. Es kann deine Anfrage an den günstigsten oder schnellsten Anbieter schicken, der dieses Modell bereitstellt, und ein Failover machen, wenn einer ausfällt.
- Eine Rechnung für alles. Statt Ausgaben in fünf Dashboards abzugleichen.
Es nimmt eine kleine Marge auf den Anbieterpreis, sodass du bei einer produktiven App mit hohem Volumen vielleicht direkt zum günstigsten Anbieter gehen willst. Aber zum Prototypen, Vergleichen und um nicht gefangen in einem einzigen Haus zu bleiben, lohnt es sich mehr als genug.
from openai import OpenAI
client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key="DEIN_OPENROUTER_SCHLUESSEL",
)
antwort = client.chat.completions.create(
# Ändere diesen String, um Modell und Anbieter zu wechseln:
model="anthropic/claude-sonnet-4-6",
messages=[{"role": "user", "content": "Fasse das in 3 Punkten zusammen: ..."}],
)
print(antwort.choices[0].message.content)Für wen was gedacht ist
OpenAI, wenn du das reifste Ökosystem, die beste Dokumentation schätzt und nicht zu viel nachdenken willst: die sichere Wahl, auch wenn selten die günstigste.
Anthropic (Claude), wenn dein Produkt vom Code lebt, von Agenten, die lange Aufgaben ausführen, oder von Zuverlässigkeit bei kritischen Aufgaben, und dir das riesige Kontextfenster gelegen kommt.
Google Gemini, wenn du hohe Qualität ohne Premium-Preis willst, Multimodalität (Bild, Audio, Video) brauchst oder eine großzügige Gratis-Stufe zum Anfangen.
Open Source (Groq/Together/Fireworks), wenn du Volumen verarbeitest, die Kosten pro Token deine Hauptkennzahl sind oder du Unabhängigkeit von den Großen willst —und, im Fall von Groq, reine Geschwindigkeit.
OpenRouter, wenn du anfängst, vergleichst oder dich einfach nicht an einen Anbieter binden willst, solange der Markt weiter in Bewegung ist.
Die unbequeme Wahrheit ist, dass es die beste API nicht gibt: Es gibt die beste Kombination für deinen Fall, und das ist fast immer mehr als eine gleichzeitig —ein günstiges Modell für den Großteil, ein teures für das Schwierige und ein Aggregator, um dich nicht zu ketten—. Fang damit an, deinen Mix aus Input und Output zu verstehen, teste zwei oder drei Optionen mit OpenRouter, und lass die echte Rechnung, nicht die Broschüre, dir sagen, welche bleibt.