Fast alle Anbieter berechnen Ausgabe-Tokens drei- bis fünfmal so teuer wie Eingabe-Tokens. Das ist die wichtigste Asymmetrie der Rechnung und zugleich die am häufigsten übersehene: Man optimiert den Prompt, also den billigen Teil, und lässt die Antwort unangetastet, also den teuren.
Wenn noch nicht klar ist, was hier gezählt wird, beginnen Sie mit was ein Token ist und wie es abgerechnet wird.
Auf einen Blick
| Was passiert | Die Ausgabe kostet 3- bis 5-mal so viel wie die Eingabe |
| Wo es auffällt | Lange Antworten, Reasoning, freies Format |
| Der Hebel | Die Antwort kürzen und strukturieren |
| Wann es sich lohnt | Immer wenn die Ausgabe in Ihren Ausgaben ins Gewicht fällt |
Warum die Ausgabe mehr kostet
Die Eingabe wird in einem Zug verarbeitet: Das Modell liest den ganzen Prompt parallel. Die Ausgabe entsteht Token für Token, und jedes einzelne zwingt dazu, das gesamte Modell erneut zu durchlaufen. Das ist sequenzielle Arbeit, die sich schlechter verteilen lässt, also berechnet der Anbieter mehr dafür. Der Unterschied ist keine kaufmännische Laune, er spiegelt die tatsächlichen Kosten des Generierens.
Wann die Ausgabe die Rechnung bestimmt
Es gibt drei typische Fälle. Standardmäßig lange Antworten, wenn niemand ein Limit gesetzt hat und das Modell ausschweift. Reasoning-Modelle, die Zwischen-Tokens erzeugen, die Sie bezahlen, ohne sie je zu sehen. Und die Erzeugung von Inhalten, wo die Arbeit gerade darin besteht, viel zu schreiben.
Wenn Ihre Last dagegen aus Klassifizieren, Feldextraktion oder Antworten über lange Dokumente besteht, liegt das Gewicht auf der Eingabe und der Hebel ist ein anderer: die Kosten von langem Kontext und Prompt-Caching.
Wie Sie den teuren Teil kürzen
Setzen Sie eine ausdrückliche Obergrenze. Ein Limit für Ausgabe-Tokens je Aufgabentyp verhindert, dass eine Anfrage aus dem Ruder läuft. Ohne Limit sind die maximalen Kosten einer Anfrage nach oben offen.
Verlangen Sie Struktur. Ein Objekt mit vier Feldern braucht einen Bruchteil dessen, was ein Absatz mit derselben Aussage braucht, und lässt sich danach leichter weiterverarbeiten.
Streichen Sie die Höflichkeitsfloskeln. Einleitungen wie “gerne, hier ist die gewünschte Analyse” sind abgerechnete Tokens, die nichts beitragen.
Trennen Sie Denken vom Schreiben. Wenn das Modell nachdenken soll, lassen Sie es dort nachdenken, wo es günstig ist, und dort schreiben, wo es darauf ankommt, statt das Reasoning zum Preis des großen Modells zu bezahlen.
Beziffern Sie es
Nehmen Sie eine Woche echten Traffic und teilen Sie die Ausgaben in Eingabe und Ausgabe auf. Mit diesen beiden Zahlen und dem Token-Kostenrechner wissen Sie, ob Ihr Problem der Prompt oder die Antwort ist, bevor Sie irgendetwas anfassen. Das ist der erste Schnitt der Kosten pro Aufgabe.
Häufige Fragen
Wie viel teurer ist die Ausgabe? Das hängt von Anbieter und Modell ab, üblich ist das Drei- bis Fünffache des Eingabepreises.
Werden Reasoning-Tokens berechnet? Ja, sie werden als Ausgabe abgerechnet, auch wenn sie in der endgültigen Antwort nicht auftauchen. Bei Reasoning-Modellen können sie den größten Teil der Kosten ausmachen.
Verschlechtert ein Ausgabelimit die Qualität? Nur wenn das Limit unter die nützliche Antwort fällt. Pro Aufgabe gemessen ist fast immer Luft: Lange Antworten sind selten die besten.
Bei e-ficient messen wir die Kosten pro Aufgabe von Unternehmen, die KI bereits produktiv einsetzen, und sagen Ihnen, wie viel Sie mit jedem Hebel bei Ihrem realen Volumen sparen würden. Das erste Audit ist kostenfrei, wenn Sie einen Plan mit drei Monaten Laufzeit abschließen, und liefert innerhalb von 72 Stunden eine Diagnose.