Früher lagen zwischen großen KI-Releases Monate. Jetzt schau dir diese zehn Tage an: 30. Juni Claude Sonnet 5. 8. Juli Grok 4.5. 9. Juli GPT-5.6 – und am selben Tag Metas erstes Bezahlmodell überhaupt. Vier Labore, vier Spitzenmodelle. Und das Bemerkenswerte: Keins davon wurde mit “unseres ist das schlauste” beworben. Alle vier kamen mit derselben Botschaft: unseres ist billiger. Als jemand, der seine API-Rechnungen für Apps und Agenten selbst bezahlt, sage ich dazu: endlich geht es mal um meine Lieblingszeile im Datenblatt.
Was ist da gerade passiert?
Kurzer Überblick, was in den letzten anderthalb Wochen rausgekommen ist:
Claude Sonnet 5 (Anthropic, 30. Juni) liegt in der Leistung nah am großen Bruder Opus 4.8, kostet aber deutlich weniger: 2 Dollar pro Million Input-Token und 10 Dollar pro Million Output-Token – als Einführungspreis bis Ende August, danach 3/15 Dollar. Zum Vergleich: Opus 4.8 liegt bei 5/25 Dollar.
Grok 4.5 (xAI, 8. Juli) ist Elon Musks Antwort: ein Coding- und Agenten-Modell für 2/6 Dollar, mit 500.000 Token Kontextfenster und einem Cache-Rabatt, der wiederholten Input auf 0,50 Dollar drückt. Musk nannte es “Opus-class” – und schob dann selbst die Präzisierung nach, es sei “ungefähr vergleichbar mit Opus 4.7, aber viel schneller”. Man beachte die Versionsnummer in diesem Rückzieher.
GPT-5.6 (OpenAI, 9. Juli) kommt gleich als Dreierpack: Sol, das Flaggschiff (5/30 Dollar), Terra für den Alltag (2,50/15 Dollar) und Luna als Sparmodell (1/6 Dollar). Dazu gibt es Sol Fast – dasselbe Top-Modell auf Spezial-Hardware von Cerebras mit bis zu 750 Token pro Sekunde, für den 2,5-fachen Preis. Geschwindigkeit als eigenes Bezahlprodukt, das ist neu.
Muse Spark 1.1 (Meta, 9. Juli) ist die eigentliche Überraschung: Meta, jahrelang der Konzern, der seine Modelle verschenkt hat, verlangt zum ersten Mal Geld – und unterbietet mit 1,25/4,25 Dollar trotzdem fast alle. Dazu eine Million Token Kontext und Bestwerte bei Tool-Nutzung, also genau dem, was Agenten brauchen. Der Haken: Die API-Preview läuft vorerst nur für US-Entwickler.
Falls dir die Einheiten nichts sagen: Token sind die Häppchen, in die ein Modell Text zerlegt – grob gesagt Wortstücke, tausend Token sind etwa 750 Wörter. Input ist alles, was du reinschickst (deine Frage, Dokumente, Anweisungen), Output ist das, was das Modell schreibt. Bezahlt wird beides getrennt, Output ist immer teurer. Wie beim Handwerker: Anfahrt kostet, aber die Arbeitsstunde kostet mehr.
Wie funktioniert das – warum wird Spitzen-KI plötzlich so günstig?
Drei Dinge kommen gerade zusammen.
Erstens: Die Mittelklasse hat aufgeholt. Sonnet 5 ist das beste Beispiel – ein Modell der zweiten Reihe, das dem Flaggschiff im Alltag kaum noch nachsteht. Die Labore haben gelernt, die Fähigkeiten ihrer größten Modelle in kleinere, billigere zu destillieren. Du bekommst also nicht das alte Billigmodell günstiger, sondern fast das Topmodell zum Mittelklassepreis.
Zweitens: Die Hardware wird schneller und effizienter. Wenn OpenAI dasselbe Modell auf Cerebras-Chips mit 750 Token pro Sekunde ausliefern kann, sinken die Kosten pro Anfrage – und ein Teil davon landet im Preis. Dazu kommen Cache-Rabatte: Wer denselben System-Prompt tausendmal schickt, zahlt für die Wiederholung nur noch einen Bruchteil.
Drittens, und das ist der eigentliche Treiber: Konkurrenzdruck. Die offenen Modelle aus China – DeepSeek, Qwen, Kimi – haben bewiesen, dass gute KI nicht teuer sein muss. Wenn nebenan fast dieselbe Leistung fast umsonst steht, kannst du keine Mondpreise mehr verlangen. Eine Branchenanalyse will gemessen haben, dass der durchschnittliche Preis pro Token binnen eines Jahres um rund zwei Drittel gefallen ist – die Zahl stammt allerdings aus einer einzelnen Quelle, nimm sie als Richtung, nicht als Messwert. Die Richtung selbst ist unübersehbar.
Und dann ist da noch die Verkaufspsychologie: Sonnet 5 ist ein klassisches Eröffnungsangebot. Bis 31. August 2/10 Dollar, ab September 3/15 – ein Preisanstieg von 50 Prozent, der jetzt schon feststeht. Das ist der Supermarkt, der zur Neueröffnung die Butter unterm Einkaufspreis verkauft. Nicht aus Nettigkeit, sondern damit du dich an den Laden gewöhnst.
Warum ist das für dich relevant?
Weil sich die Rechnung für alles ändert, was du mit KI bauen oder automatisieren willst.
Machen wir es konkret. Ein typischer Agenten-Lauf – sagen wir, mein Newsletter-Agent Mark liest Quellen, bewertet sie und schreibt eine Zusammenfassung – verbraucht grob 100.000 Token Input und 10.000 Token Output. Das kostet:
- Opus 4.8: etwa 75 Cent
- Sonnet 5 (Einführungspreis): etwa 30 Cent
- Grok 4.5: etwa 26 Cent
- GPT-5.6 Luna: etwa 16 Cent
Einmal am Tag ist beides egal. Aber Agenten laufen nicht einmal am Tag – der Reiz ist ja gerade, dass sie ständig laufen. Bei hundert Läufen täglich reden wir über 75 Dollar gegen 16 Dollar. Pro Tag. Da entscheidet der Tokenpreis plötzlich, ob ein Side-Project sich trägt oder ein Hobby mit laufenden Kosten bleibt.
Für mich als Indie-Entwickler heißt das: Experimente, die ich vor einem Jahr nach dem ersten Blick auf den Kostenzähler beerdigt hätte, sind jetzt Centbeträge. Und im Hauptjob gilt dasselbe in größer – wenn ich bei Dürr einen Automatisierungs-Business-Case rechne, kippen Zahlen, die vor zwölf Monaten “lohnt nicht” sagten, gerade reihenweise auf “lohnt doch”.
Was solltest du beachten?
Eröffnungsangebote haben ein Ablaufdatum. Wenn du jetzt etwas auf Sonnet 5 baust, kalkuliere mit 3/15 Dollar, nicht mit 2/10. Sonst erlebst du am 1. September, wie dein Projekt über Nacht 50 Prozent teurer wird. Steht alles im Kleingedruckten – man muss es nur lesen, bevor man baut.
Preis pro Token ist nicht Preis pro Aufgabe. Ein billiges Modell, das für dieselbe Aufgabe dreimal so viele Denk-Token verbrennt oder zweimal nachbessern muss, ist am Ende teurer als ein präzises. Vergleiche nie nur Preislisten, sondern miss, was deine konkrete Aufgabe kostet. Zehn Testläufe sagen mehr als jede Benchmark-Tabelle.
Output dominiert die Agenten-Rechnung. Output-Token kosten je nach Anbieter das Drei- bis Sechsfache von Input, und gerade Reasoning-Modelle produzieren enorm viel davon – das interne Nachdenken wird nämlich mitgezählt. Ein Agent, der viel grübelt, ist wie ein Anwalt, der laut denkt: Du zahlst jede Minute.
Bleib wechselfähig. Wenn sich die Preisliste alle zwei Wochen ändert, ist die wertvollste Eigenschaft deines Codes, dass du das Modell mit einer Zeile austauschen kannst. Kein Anbieter-SDK tief ins Projekt tackern, sondern eine dünne Schicht dazwischenziehen. Ich spreche aus Erfahrung – ich habe dieses Jahr schon dreimal gewechselt.
Und das Kleingedruckte jenseits des Preises: Muse Spark gibt es vorerst nur für US-Entwickler, und bei jedem Anbieter lohnt der Blick darauf, was mit deinen Daten passiert – gerade wenn du aus der EU heraus baust und DSGVO ein Thema ist.
Fazit & Ausblick
Der Sommer 2026 markiert einen Wendepunkt: Der Wettbewerb läuft nicht mehr über die Frage, wer das schlauste Modell hat – die Spitzengruppe liegt zu eng beieinander, als dass es den Ausschlag gäbe. Er läuft über den Preis, die Geschwindigkeit und den Zugang. Dass ausgerechnet Meta anfängt, Geld zu verlangen, während alle anderen die Preise senken, zeigt, dass der Markt erwachsen wird: Schluss mit Wachstum um jeden Preis, jetzt wird gerechnet.
Für uns, die damit bauen, ist das die beste Nachricht des Jahres. Spitzen-KI zum Mittelklassepreis heißt: Die Eintrittskarte kostet fast nichts mehr, und was du daraus machst, entscheidet wieder die Idee statt das Budget. Ich rechne damit, dass die Preise weiter fallen und die Anbieter sich stattdessen über Tempo-Stufen wie Sol Fast und exklusive Zugänge unterscheiden. Mein Rat bleibt trotzdem unspektakulär: Das billigste Modell ist das, das deine Aufgabe im ersten Anlauf richtig löst. Alles andere ist Rabatt auf Nacharbeit.
Deine Gedanken dazu:
Welches Projekt hast du mal wegen der API-Kosten beerdigt – und würde es sich zu den neuen Preisen lohnen, es wieder auszugraben?
Vergleichst du Modelle nach Preisliste oder hast du schon mal gemessen, was deine konkrete Aufgabe bei zwei Anbietern wirklich kostet?
Wie wechselfähig ist dein Setup – könntest du das Modell hinter deinem wichtigsten Workflow in einer Stunde austauschen?
Und: Wärst du bereit, für Geschwindigkeit das 2,5-Fache zu zahlen, wie bei Sol Fast – oder ist dir Tempo bei KI eigentlich egal?