TL;DR: Ja, aber die Frage wird üblicherweise falsch gestellt. Ob ein Produkt auf dem Modell eines anderen ein Geschäft ist, entscheiden fast ausschließlich zwei Zahlen, die nichts damit zu tun haben, wie dünn das Produkt ist: welche Modellstufe es aufruft und wie schwer seine schwersten Nutzer sind. Zu den im August 2026 veröffentlichten Preisen kostet ein realistischer Vorgang auf der günstigsten tauglichen Stufe 0,52 Dollar pro tausend Vorgänge und derselbe Vorgang auf der Spitzenstufe 40,00 Dollar pro tausend, eine 77-fache Spanne innerhalb desselben Marktes. Bei einem Monatstarif von 20 Dollar ist das der Unterschied zwischen 92% Bruttomarge und minus 140%. Zwei weitere Befunde widersprechen der verbreiteten Meinung. Erstens fallen die Preise nicht einheitlich: Die Flaggschiffstufe eines Anbieters sank um 67%, während seine günstigste Stufe um 25% stieg, und eine von diesem Anbieter dokumentierte Tokenizer-Änderung bedeutet rund 30% mehr Tokens für denselben Text, was einen Schlagzeilenrabatt von 33% auf der Arbeitspferdstufe auf 13% zusammenschrumpfen lässt. Zweitens ist die Nachfrageseite das Gegenteil dessen, was Wrapper-Bashing nahelegt: In der MIT-Unternehmensstudie von 2025 erreichten extern eingekaufte Werkzeuge in etwa 67% der Fälle die Produktion, intern gebaute in etwa 33%. Käufer versuchen nicht, Ihren Wrapper zu vermeiden. Sie versuchen zu vermeiden, ihn selbst zu bauen.
Die Beleidigung kam vor der Analyse. Nennen Sie ein Produkt einen Wrapper, und das Gespräch ist beendet, was praktisch ist, denn das Wort hat nie etwas Präzises bedeutet. Jedes Softwaregeschäft sitzt auf Infrastruktur, die ihm nicht gehört. Die Frage war nie, ob Sie etwas umhüllen. Sie lautet, ob das, was Sie hinzufügen, mehr wert ist als es Sie kostet, und das ist Arithmetik.
Rechnen wir also, mit veröffentlichten Preisen, und schauen dann darauf, was Käufer tatsächlich getan haben.
Was die Modellstufe kostet, in der einzigen Einheit, die zählt
Tokenpreise werden pro Million Tokens angegeben, eine Einheit, in der kein Geschäft operiert. Geschäfte operieren in Vorgängen: eine Nutzeraktion, die einen bedeutsamen Modellaufruf auslöst.
Definieren wir einen Vorgang als 4.000 Eingabe-Tokens und 800 Ausgabe-Tokens. Das ist ein System-Prompt, ein Dokument oder Gesprächsausschnitt und eine substanzielle Antwort. Es ist weder die billigste noch die teuerste Form realer Nutzung und erlaubt den Vergleich der Stufen auf gleicher Basis.
Die erste Tabelle ist gegen die eigenen veröffentlichten Preisseiten der Anbieter mit Stand August 2026 geprüft. Die zweite und dritte Spalte der zweiten Tabelle sind von uns abgeleitet.
| Modell | Eingabe, pro Million Tokens | Ausgabe, pro Million Tokens |
|---|---|---|
| GPT-5 nano | 0,05 $ | 0,40 $ |
| GPT-4.1 nano | 0,10 $ | 0,40 $ |
| GPT-4o mini | 0,15 $ | 0,60 $ |
| GPT-5 mini | 0,25 $ | 2,00 $ |
| Claude Haiku 4.5 | 1,00 $ | 5,00 $ |
| GPT-5 | 1,25 $ | 10,00 $ |
| Claude Sonnet 5 | 2,00 $ | 10,00 $ |
| GPT-4.1 | 2,00 $ | 8,00 $ |
| GPT-4o | 2,50 $ | 10,00 $ |
| Claude Opus 5 | 5,00 $ | 25,00 $ |
| GPT-5.5 | 5,00 $ | 30,00 $ |
Nun dieselben Preise als das, was ein Produktinhaber tatsächlich zahlt. Die Kosten pro Vorgang sind abgeleitet: Eingabe-Tokens mal Eingaberate plus Ausgabe-Tokens mal Ausgaberate, bei 4.000 und 800 Tokens.
| Stufe | Kosten pro Vorgang | Kosten pro 1.000 Vorgänge | Monatskosten, Nutzer mit 300 Vorgängen | Monatskosten, Nutzer mit 3.000 Vorgängen |
|---|---|---|---|---|
| GPT-5 nano | 0,00052 $ | 0,52 $ | 0,16 $ | 1,56 $ |
| GPT-5 mini | 0,00260 $ | 2,60 $ | 0,78 $ | 7,80 $ |
| Claude Haiku 4.5 | 0,00800 $ | 8,00 $ | 2,40 $ | 24,00 $ |
| GPT-5 | 0,01300 $ | 13,00 $ | 3,90 $ | 39,00 $ |
| Claude Sonnet 5 | 0,01600 $ | 16,00 $ | 4,80 $ | 48,00 $ |
| Claude Opus 5 | 0,04000 $ | 40,00 $ | 12,00 $ | 120,00 $ |
Die Spanne zwischen der günstigsten und der teuersten Zeile beträgt das 77-fache. Dies ist eine redaktionelle Berechnung von CEOtudent aus veröffentlichten Sätzen, und die Annahmen sind offengelegt, damit Sie Ihre eigenen einsetzen können: Ändern Sie die Vorgangsform, und jede Zahl verschiebt sich, das Verhältnis zwischen den Stufen jedoch kaum.
Die Margentabelle, die entscheidet, ob Sie ein Geschäft haben
Stellen Sie diese Kosten dem verbreitetsten Softwarepreis der Welt gegenüber, einem Monatsabo von 20 Dollar, und das Bild hört auf, abstrakt zu sein. Die Bruttomarge ist hier Umsatz minus Inferenzkosten allein, vor Hosting, Zahlungsabwicklung, Support und der Zeit der Gründerin.
| Stufe | Bruttomarge, 300 Vorgänge/Monat | Bruttomarge, 3.000 Vorgänge/Monat |
|---|---|---|
| GPT-5 nano | 99,2% | 92,2% |
| GPT-5 mini | 96,1% | 61,0% |
| Claude Haiku 4.5 | 88,0% | minus 20,0% |
| GPT-5 | 80,5% | minus 95,0% |
| Claude Sonnet 5 | 76,0% | minus 140,0% |
| Claude Opus 5 | 40,0% | minus 500,0% |
Lesen Sie die rechte Spalte genau, denn sie enthält den tatsächlichen Fehlermodus der letzten zwei Jahre kleiner KI-Produkte. Nichts darin handelt davon, ein Wrapper zu sein. Es handelt davon, dass Pauschalpreise auf eine Nutzungsverteilung mit langem Ende treffen. Ein Produkt, bei dem die obersten 5% der Nutzer das Zehnfache der mittleren Last erzeugen, sieht im Durchschnitt gesund aus und verliert Geld bei genau den Kunden, die es am meisten mögen.
Daraus folgen drei Konsequenzen, und sie sind die ganze Strategie.
Die Modellwahl ist eine Preisentscheidung, keine technische. Eine Arbeitslast von Sonnet 5 auf GPT-5 mini zu verschieben senkt die Kosten pro Vorgang um rund 84%, und wenn die Aufgabe Klassifikation, Extraktion, Routing oder Zusammenfassen nach Vorlage ist, ist der Qualitätsunterschied am Einsatzpunkt für den Kunden häufig unsichtbar. Gründerinnen greifen aus Bequemlichkeit zur stärkeren Stufe und stellen dann fest, dass diese Bequemlichkeit für dieselbe Arbeit das 6,2-fache der Inferenzrechnung kostet.
Pauschalpreise brauchen eine Obergrenze. Keine feindselige. Ein großzügiges enthaltenes Kontingent mit transparenter Übernutzung oder eine harte Grenze mit Upgrade-Pfad verwandelt das lange Ende von einem existenziellen Risiko in eine Umsatzposition.
Caching und Batching sind Marge, nicht Optimierung. Auf der Anthropic-Seite kostet ein Cache-Treffer das 0,1-fache der Basis-Eingaberate, und Batchverarbeitung bringt 50% Rabatt auf Eingabe und Ausgabe. Für ein Produkt mit einem großen, stabilen und wiederholt genutzten System-Prompt ist das kein Rundungsfehler, sondern der Unterschied zwischen zwei der obigen Zeilen.
Die Preiskurve tut nicht, was alle behaupten
Das Standardargument lautet: Inferenzkosten kollabieren, also weiten sich Wrapper-Margen automatisch, also bauen Sie jetzt. Der AI Index von Stanford HAI stützt die Prämisse auf historischer Ebene und berichtet, dass die Inferenzkosten für Leistung auf GPT-3.5-Niveau zwischen Ende 2022 und Ende 2024 um mehr als das 280-fache gefallen sind.
Doch das ist eine Aussage über den fallenden Preis der Fähigkeit von gestern, nicht über den Preis der Spitze. Vergleicht man aufeinanderfolgende Generationen innerhalb der veröffentlichten Preisliste eines einzigen Anbieters, wird das Bild deutlich unordentlicher. Die Prozentspalten unten sind von uns aus den veröffentlichten Sätzen abgeleitet.
| Wechsel | Änderung Eingabepreis | Änderung Ausgabepreis | Was er zeigt |
|---|---|---|---|
| Claude Opus 4.1 zu Opus 5 | 15,00 $ auf 5,00 $, minus 66,7% | 75,00 $ auf 25,00 $, minus 66,7% | Die Flaggschiffstufe wurde deutlich nach unten bepreist |
| Claude Sonnet 4.6 zu Sonnet 5 | 3,00 $ auf 2,00 $, minus 33,3% | 15,00 $ auf 10,00 $, minus 33,3% | Die Arbeitspferdstufe fiel um ein Drittel |
| Claude Haiku 3.5 zu Haiku 4.5 | 0,80 $ auf 1,00 $, plus 25,0% | 4,00 $ auf 5,00 $, plus 25,0% | Die günstige Stufe wurde teurer, nicht billiger |
| GPT-4o zu GPT-5 | 2,50 $ auf 1,25 $, minus 50,0% | 10,00 $ auf 10,00 $, unverändert | Eingabe halbiert, Ausgabe unverändert |
| GPT-4o mini zu GPT-5 nano | 0,15 $ auf 0,05 $, minus 66,7% | 0,60 $ auf 0,40 $, minus 33,3% | Der Boden fiel weiter |
| GPT-5 zu GPT-5.5 | 1,25 $ auf 5,00 $, plus 300,0% | 10,00 $ auf 30,00 $, plus 200,0% | Neuere Spitzenstufen liegen über dem bisherigen Flaggschiff |
Zwei dieser Zeilen zeigen nach oben. Wer ein Geschäft auf der Annahme plant, seine Eingabekosten fielen jedes Jahr, plant auf einen Durchschnitt, der seine eigenen Gegenbeispiele enthält.
Dann gibt es eine Fußnote, die die meisten Kostenmodelle nie aufschlagen. Anthropics Preisdokumentation stellt fest, dass Claude 4.7 und spätere Modelle einen neueren Tokenizer verwenden, der für denselben Text etwa 30% mehr Tokens erzeugt. Das zählt, weil Ihnen pro Token berechnet wird, Sie aber Zeichen ausliefern. Wendet man die vom Anbieter selbst genannte Näherung auf die beiden obigen Wechsel an, ergibt sich ein wesentlich anderer Rabatt.
| Wechsel | Schlagzeilen-Kürzung pro Token | Angepasst an rund 30% mehr Tokens | Reale Kürzung beim gleichen Text |
|---|---|---|---|
| Opus 4.1 zu Opus 5, Eingabe | 66,7% | 5,00 $ mal 1,3 ergibt effektiv 6,50 $, gegenüber 15,00 $ | 56,7% |
| Sonnet 4.6 zu Sonnet 5, Eingabe | 33,3% | 2,00 $ mal 1,3 ergibt effektiv 2,60 $, gegenüber 3,00 $ | 13,3% |
Die ehrliche Einschränkung: Der Anbieter nennt die 30% ungefähr und arbeitslastabhängig, behandeln Sie dies also als Illustration der Richtung statt als exakte Zahl für Ihre Arbeitslast. Doch die Richtung ist der Punkt: Von den 33,3% Schlagzeilenrabatt bei Sonnet überleben 13,3 Punkte den Kontakt mit dem Tokenizer und 20 Punkte nicht. Wenn Ihre Stückkosten an einer Schlagzeilensenkung hängen, messen Sie Ihre eigenen Tokenzahlen vor und nach einer Modellmigration, statt der Pressemitteilung zu glauben.
Der Nachfragebefund, der das ganze Genre widerlegt
Alles Bisherige ist Angebotsseite. Die interessantere Evidenz betrifft, was Käufer taten, und sie verläuft entgegengesetzt zum Wrapper-Spott.
Die NANDA-Initiative des MIT veröffentlichte The GenAI Divide: State of AI in Business 2025, aufgebaut auf 52 strukturierten Interviews, einer Befragung von 153 Führungskräften und einer systematischen Analyse von über 300 öffentlich bekannt gemachten KI-Initiativen. Der Schlagzeilenbefund reiste weit: Etwa 95% der Organisationen erzielten null Rendite aus ihren Pilotprojekten mit generativer KI.
Der Befund, der nicht reiste, ist der entscheidende, wenn Sie entscheiden, was Sie bauen. In ihrer Stichprobe erreichten externe Partnerschaften mit lernfähigen, angepassten Werkzeugen in etwa 67% der Fälle die Produktion, verglichen mit etwa 33% bei intern gebauten Werkzeugen. Der Bericht sagt ausdrücklich, dass dies selbstberichtete Ergebnisse sind, die womöglich nicht alle Störvariablen berücksichtigen, und die Stichprobe ist klein genug, dass man dies als starkes Signal und nicht als Messung behandeln sollte. Doch die Richtung war über die Befragten hinweg konsistent, und sie sagt etwas Eindeutiges: Unternehmen, die den Anbieter überspringen und selbst bauen wollten, scheiterten etwa doppelt so oft.
Der Bericht ist ebenso konkret dazu, wofür Käufer zahlten. Führungskräfte wollten Systeme, die aus Feedback lernen, angesprochen von 66% von ihnen, und die Kontext behalten, gefordert von 63%. Die erfolgreichen Organisationen arbeiteten mit Anbietern, die Lernen, Gedächtnis und Workflow-Anpassung lösten. Die scheiternden bauten, in den Worten des Berichts, entweder generische Werkzeuge oder versuchten, Fähigkeiten intern zu entwickeln.
Lesen Sie diese beiden Sätze zusammen, und die strategische Anweisung ist alles andere als subtil. Generisch ist das, was scheitert. Selbst bauen ist das andere, was scheitert. Ein schmales externes Produkt, das Kontext über einen Workflow ansammelt, ist die Form, die funktioniert hat.
Eine Zahl fehlt noch. Dieselbe Studie fand, dass rund 70% der KI-Budgetzuweisung in Vertrieb und Marketing gingen, während sie bessere Renditen in Betrieb und Finanzen feststellte. Wenn Sie einen Brückenkopf wählen: Das überfüllte Marktende ist das, was alle finanzieren, und das unterversorgte Ende ist das, was sich auszahlt.
Der Markt, in dem diese Käufer sitzen, ist nicht klein und schrumpft nicht. Der AI Index 2026 beziffert die organisatorische KI-Adoption auf 88% der befragten Organisationen, wobei bei 70% von ihnen generative KI in mindestens einer Geschäftsfunktion im Einsatz ist, und berichtet globale Unternehmensinvestitionen in KI von 581,7 Milliarden Dollar im Jahr 2025, ein Plus von 130% gegenüber dem Vorjahr. Diese Kombination, nahezu universelle Adoption neben einer Pilot-Misserfolgsquote von 95%, ist die eigentliche Marktbeschreibung: Sehr viele Organisationen haben entschieden, dass sie dies tun müssen, und noch nichts gefunden, das funktioniert. Diese Lücke ist die Produktchance, und sie ist eine Nachfrage nach etwas Bestimmtem, nicht nach einem weiteren allgemeinen Assistenten.
Der Wrapper-Haltbarkeitswert
Die nützliche Frage ist nicht, ob ein Produkt ein Wrapper ist, sondern wie lange es dem Kontakt mit drei Kräften standhält: dem Modell, das seine Funktion absorbiert, einem Wettbewerber, der es an einem Wochenende klont, und der eigenen Stückkostenrechnung. Die folgende Bewertungskarte ist ein redaktionelles Rahmenwerk von CEOtudent. Bewerten Sie jeden Faktor mit 0, 1 oder 2 und bilden Sie die Summe.
| Faktor | 0 Punkte | 1 Punkt | 2 Punkte |
|---|---|---|---|
| Eigener Datenkreislauf | Das Produkt weiß heute nichts, was es bei der Anmeldung nicht wusste | Sammelt Nutzerhistorie, die die Ausgabe innerhalb eines Kontos verbessert | Sammelt einen Korpus über Konten hinweg, den kein Neueinsteiger nachbilden kann |
| Workflow-Tiefe | Ein Textfeld und ein Knopf | Integriert sich in ein System, in dem der Nutzer ohnehin lebt | Sitzt in einem Prozess, hält Zustand und ist das führende System für einen Schritt |
| Absorptionsabstand | Die Kernfunktion ist ein Prompt, den das Modell als Standard ausliefern könnte | Fügt Orchestrierung, Evaluation oder Leitplanken hinzu, die einer Chatoberfläche fehlen | Hängt an Berechtigungen, Integrationen oder Compliance, die ein Allzweckassistent nicht erhält |
| Spielraum bei den Stückkosten | Spitzenstufe, Pauschalpreis, keine Grenze | Mittelstufe mit Caching oder nutzungsgebundene Preise | Günstige Stufe reicht für die Aufgabe, oder Preise skalieren mit der Nutzung |
| Nicht bezahlte Distribution | Entdeckung läuft ausschließlich über Anzeigen oder Launch-Aufmerksamkeit | Ein eigenes Publikum oder ein Eintrag in einem Integrationsmarktplatz | Eingebettet dort, wo die Kaufentscheidung fällt, oder empfohlen vom Workflow-Eigner |
| Wechselkosten | Kündigen und nichts verlieren | Gespeicherte Einstellungen und Historie verlieren | Angesammelte Daten, Integrationen und Teamprozesse verlieren |
Interpretation, und das ist unsere Einschätzung, kein gemessener Schwellenwert: 9 und mehr beschreibt ein Produkt mit einem verteidigungsfähigen Jahr vor sich. 5 bis 8 beschreibt ein echtes Geschäft, das in Bewegung bleiben muss, was auf die meiste Software zutrifft. Unter 5 beschreibt eine Funktion, die Zeit mietet, bis jemand sie als Standard ausliefert, und der richtige Zug ist dort meist nicht aufzugeben, sondern das nächste Quartal darauf zu verwenden, eine Null in eine Zwei zu verwandeln.
Die Zeile mit dem größten Hebel ist die erste. Ein eigener Datenkreislauf ist das, was die MIT-Käufer beschrieben, als 66% von ihnen Systeme forderten, die aus Feedback lernen, und er ist der einzige Faktor auf der Liste, den ein finanzstarker Wettbewerber nicht an dem Tag kaufen kann, an dem er sich dazu entschließt.
Was man 2026 nicht bauen sollte
Drei Formen haben eine schlechte Bilanz und einen schlechteren Ausblick.
Das Ein-Prompt-Werkzeug. Ein Produkt, dessen gesamte Funktion eine Anweisung plus ein hübscheres Textfeld ist, konkurriert direkt mit einem Standard. Es hat zudem keinen eigenen Kreislauf, was bedeutet, dass jeder Betriebstag es genauso verteidigungsfähig zurücklässt wie Tag eins.
Der unbepreiste Agent. Agentische Produkte multiplizieren den Tokenverbrauch mit der Zahl der Schritte in einer Schleife, was die rechte Spalte unserer Margentabelle von einem Randrisiko zum Normalfall macht. Wenn eine einzelne Nutzeranfrage fünfzig Modellaufrufe auslösen kann, ist ein pauschaler Monatspreis kein Preismodell, sondern eine Wette auf geringe Nutzung.
Der allgemeine Assistent für alle. Das ist die Position, die die MIT-Daten als generisch beschreiben, und sie konkurriert mit den kostenlosen Konsumentenprodukten, die die spontane Nutzung dominieren. Schmal schlägt hier breit, und zwar deutlich.
Für benachbarte Entscheidungen, die wir andernorts behandelt haben: die Frage der Preisstruktur in unserem Vergleich des Ein-Produkt-Geschäfts mit einem Einkommens-Stack, das Startproblem in dem Cold-Start-Problem für digitale Produkte, die Preisfindung in digitaler Produktpreisgestaltung im KI-Zeitalter und die Wartungsrealität von allem, was als selbstlaufend verkauft wird, in dem Mythos passives Einkommen. Das breitere Einkommensbild steht in KI-Nebenverdienst-Ökonomie und was die Daten zeigen.
Also, lässt sich noch eines bauen
Ja, unter Bedingungen, die inzwischen konkret genug sind, um sie zu prüfen, bevor Sie Code schreiben.
Wählen Sie eine Aufgabe, die die günstigste taugliche Stufe erledigen kann, denn diese Wahl ist bis zum 77-fachen an Kosten wert und entscheidet Ihre Marge vor allem anderen. Bepreisen Sie so, dass intensive Nutzung den Umsatz erhöht und nicht nur die Kosten. Wählen Sie einen Workflow, der schmal genug ist, dass sich Kontext zu etwas ansammelt, das ein Allzweckassistent nicht haben wird. Verkaufen Sie an Käufer, die bereits entdeckt haben, dass der Eigenbau in etwa zwei von drei Fällen scheitert. Und messen Sie über eine Modellmigration hinweg Ihre eigenen Tokenzahlen, statt einem Schlagzeilenrabatt zu glauben.
Das ist weder eine Wrapper-Strategie noch eine Anti-Wrapper-Strategie. Es ist dieselbe Disziplin, die Softwaregeschäfte schon vor all dem funktionieren ließ, angewandt auf eine Kostenstruktur, die wirklich neu ist, und sie steht einer einzelnen Person ohne Finanzierung und mit einem Monat voller Abende offen.
Häufig gestellte Fragen
Ist ein Wrapper-Geschäft von Natur aus weniger verteidigungsfähig als klassische Software?
Nicht von Natur aus, aber seine Standardausführung ist es. Auch klassische Software läuft auf Infrastruktur, die ihr nicht gehört. Der Unterschied ist, dass ein dünnes KI-Produkt oft kein sich ansammelndes Aktivum hat und daher mit der Zeit nicht schwerer zu verdrängen wird. Die erste Zeile unserer Bewertungskarte ist die Abhilfe, und sie steht jedem Produkt offen, das beginnt zu speichern, was es lernt.
Was passiert, wenn der Modellanbieter meine Funktion ausliefert?
Das ist ein reales Risiko und konzentriert sich auf eine Zeile der Bewertungskarte. Funktionen, die einen Prompt von einem Standard entfernt sind, werden absorbiert. Produkte, die an Berechtigungen, Integrationen, Compliance-Grenzen oder angesammelten Kundendaten hängen, werden es nicht, weil ein Allzweckassistent diese Beziehungen Kunde für Kunde erwerben müsste.
Sollte ich für alles das günstigste Modell verwenden?
Nein. Verwenden Sie das günstigste Modell, das Ihre eigene Evaluation an Ihrer eigenen Aufgabe besteht, was bei Klassifikation, Extraktion und schablonenhaftem Schreiben oft weit unterhalb der Spitze liegt. Leiten Sie den kleinen Anteil an Anfragen, der wirklich Schlussfolgern erfordert, an eine stärkere Stufe. Gemischtes Routing ist der Grund, warum die Tabelle der Kosten pro Vorgang zählt: Sie erlaubt, die Routing-Entscheidung zu bepreisen, statt sie zu raten.
Ist die 95%-Misserfolgszahl aus dem MIT-Bericht ein Grund, nicht zu bauen?
Sie ist ein Grund, genau zu prüfen, welche Aussage Sie daraus mitnehmen. Die 95% beschreiben Unternehmenspiloten, die keine messbare Ergebniswirkung erzeugen, aus einer Stichprobe von 52 Interviews und 153 Befragungsantworten, was eine kleine Basis ist. Der handlungsrelevantere Befund im selben Bericht ist die Lücke von 67% zu 33% zwischen eingekauften und selbst gebauten Werkzeugen, und das ist ein Argument dafür, der Anbieter zu sein, nicht gegen das Bauen überhaupt.
Wie stark kann Prompt-Caching die Zahlen wirklich verändern?
Nach der Anthropic-Preisliste kostet ein Cache-Treffer das 0,1-fache der Basis-Eingaberate. Bei unserem Beispielvorgang, in dem 4.000 der 4.800 Tokens Eingabe sind und ein großer Teil eines realen System-Prompts über Aufrufe hinweg stabil bleibt, führt das Verschieben des Großteils der Eingabe-Tokens zu Cache-Lesevorgängen die Eingabeseite der Kosten in Richtung eines Zehntels des Listenwerts. Die Ausgabekosten bleiben unberührt. Ob das eine Zeile der Margentabelle kippt, hängt davon ab, wie viel Ihrer Eingabe sich tatsächlich wiederholt, und das ist eine Frage an Ihr Produkt, nicht an die Preisseite.
Quellen
Stanford Institute for Human-Centered Artificial Intelligence, The 2026 AI Index Report, Kapitel zu Technical Performance und Economy, 2026.
Stanford Institute for Human-Centered Artificial Intelligence, The 2025 AI Index Report, zum Rückgang der Inferenzkosten für Leistung auf GPT-3.5-Niveau.
MIT NANDA, The GenAI Divide: State of AI in Business 2025, Juli 2025, einschließlich der angegebenen Forschungsmethodik und Stichprobenbeschränkungen.
Anthropic, veröffentlichte Preisdokumentation zu Claude-Modellen, einschließlich Modellsätzen, Prompt-Caching-Multiplikatoren, Batch-Rabatten und der Tokenizer-Anmerkung für Claude 4.7 und spätere Modelle, abgerufen im August 2026.
OpenAI, veröffentlichte API-Preisdokumentation für die Modellfamilien GPT-5, GPT-4.1 und GPT-4o, abgerufen im August 2026.
Dieser Inhalt wurde nach eingehender Recherche mit Unterstützung von KI zusammengestellt und vom CEOtudent-Redaktionsteam geschrieben und für die Veröffentlichung aufbereitet.
This post is also available in:
