Preis und Tempo von KI-Modellen: günstig gegen teuer

Günstiges Modell gegen teures: der Unterschied in einfachen Worten

Stell dir einen Lieferdienst vor. Eine Pizza zwei Höfe weiter bringen? Ein Kurier auf dem E-Roller: günstig, schnell, angekommen. Aber ein Sofa quer durch die Stadt transportierst du nicht mit dem Roller - dafür brauchst du einen Transporter samt Möbelpacker. Teurer, langsamer, dafür schleppt er alles.

Bei der KI-Modellfamilie ist es genauso. Es gibt die Kleinen: flink, günstig, antworten fast augenblicklich. Es gibt die Schwergewichte: klüger, zuverlässiger im Komplexen, aber teurer und etwas langsamer. Und das ist wichtig - es geht nicht um ein „schlechtes“ und ein „gutes“ Modell. Es geht um Roller und Transporter. Für unterschiedliche Ladung.

Warum du überhaupt etwas über den Preis von Modellen wissen solltest

Im Chat ist es dir normalerweise egal: Knopf gedrückt, Antwort bekommen, das Limit deckt das Abo ab. Aber sobald du ein Modell über die API in deine eigene App oder dein Skript einbindest - zahlst du für jeden Mucks selbst. Genau hier wird der Unterschied zwischen den Stufen am Monatsende zu echtem Geld.

• Du verstehst, warum sich die Rechnung wie aus dem Nichts aufbläht - und wo du sie stutzen kannst.
• Du hörst auf, „für alle Fälle“ die teuerste Stufe zu greifen, wo ein Kleiner gereicht hätte.
• Du gewöhnst dir an zu fragen: „ist das wirklich ein Job für den Transporter?“ - und sparst einen Haufen Geld.
• Du kommst irgendwann zu Automatisierungen - und planst dann gleich günstig, statt es hinterher umzubauen.

Der Klassiker unter den Anfängerfehlern: das Flaggschiff auf Aufgaben wie „sortier die Mails in Ordner“ oder „zieh die Telefonnummer aus dem Text“ loszulassen. Das ist, als würdest du einen einzelnen Umschlag mit dem Sattelschlepper fahren. Es fährt. Aber du zahlst für den Sattelschlepper.

Wofür du zahlst: Token, nicht Anfragen

Verinnerliche das Wichtigste: Du zahlst nicht pro „Anfrage“ und nicht pro „Minute“. Du zahlst pro Token Token - ein Texthäppchen, mit dem das Modell hantiert. Das ist weder genau ein Buchstabe noch genau ein Wort: grob gesagt 3-4 Zeichen, oder etwa drei Viertel eines Wortes im Englischen; im Deutschen sind es meist weniger Wörter pro Token. Der Text wird sowohl am Eingang als auch am Ausgang in Token zerlegt. - winzige Texthäppchen.

Und die Rechnung setzt sich aus zwei Teilen zusammen:

• Eingang (input) - alles, was du ans Modell geschickt hast: Frage, Anweisung, angehängtes Dokument, Gesprächsverlauf. Je länger die Eingabe, desto teurer die Rechnung.
• Ausgang (output) - alles, was das Modell als Antwort geschrieben hat. Geht ebenfalls in die Rechnung, und meist zu einem höheren Tarif.

Modellstufen innerhalb einer Familie: der Kleine, der Allrounder, das Schwergewicht

Bei jedem großen Hersteller ist die Reihe in Stufen aufgebaut. Grob drei Regale: der Kleine, der Allrounder, das Schwergewicht. Hier die beiden Enden dieser Leiter.

In der Mitte steht meist der Allrounder - das Universaltalent für jeden Tag: klüger als der Kleine, günstiger als das Schwergewicht. Genau ihn empfiehlt man am häufigsten als „Default“: damit startest du, und du weichst nur dann zur Seite aus, wenn du an die Decke stößt.

Beispiel aus dem Leben: wie man Aufgaben auf Modellstufen verteilt

Sagen wir, du baust einen kleinen Dienst, der eingehende Mails auseinandernimmt. Wälz nicht alles auf ein Modell - verteil es auf die Stufen, so wie ein Manager Aufgaben ans Team verteilt.

Dem Kleinen (günstig, schnell):

die Sprache der Mail bestimmen;
erkennen, ob es Spam ist oder nicht;
aus dem Text Mail, Telefon, Datum ziehen;
die Mails in Ordner sortieren (Vertrieb, Support, Sonstiges);
eine kurze Zusammenfassung in einer Zeile machen.
Dem Schwergewicht (teuer, aber klüger):

eine durchdachte Antwort an den Kunden unter Berücksichtigung des gesamten Verlaufs schreiben;
einen verworrenen juristischen oder technischen Absatz aufdröseln;
eine mehrstufige Aktion planen, bei der man leicht danebenliegt;
alles, wo der Preis eines Fehlers höher ist als der Preis der Token.

Die Logik ist simpel: fast alles ist Routine, und die stemmt der günstige Kleine locker. Das teure Modell bewahrst du dir für die seltenen Fälle auf, in denen wirklich Köpfchen gefragt ist. Das Ergebnis ist dasselbe, die Rechnung fällt um ein Vielfaches.

Wie du die Kosten einer KI-Anfrage in einer Minute überschlägst

Willst du, dass die Zahlen greifbar werden? Schätz die Kosten über den Daumen, noch bevor du startest. Die genauen Tarife holst du dir von der Anbieterseite, und die Formel ist simpel und ändert sich seit Jahren nicht.

Schätz die Länge des Eingangs in Wörtern (Frage plus angehängte Dateien und Verlauf).
Multipliziere die Wörter ungefähr mit 1,3 - das ergibt eine grobe Zahl an Eingabe-Token.
Schätz genauso die Länge der erwarteten Antwort - das sind die Ausgabe-Token.
Hol dir von der Seite den Preis für Eingang und den Preis für Ausgang (sie werden pro tausend Token berechnet).
Kosten = Eingang in Token × Preis Eingang + Ausgang in Token × Preis Ausgang.
Multipliziere mit der Anzahl der Anfragen pro Tag - und du siehst, worauf der Monat hinausläuft.

Eine einzige solche Überschlagsrechnung auf dem Bierdeckel ernüchtert besser als jeder Artikel: Man sieht sofort, dass ein langer Gesprächsverlauf oder ein „schreib ausführlich“ spürbar teurer sind als eine kurze geschäftliche Anfrage.

Womit du die API-Rechnung sonst noch kürzen kannst

Außer der Wahl der Stufe gibt es noch ein paar Hebel, von denen es nützlich ist, wenigstens zu wissen (im Detail - in den Lektionen zur Optimierung):

• Caching gleicher Eingaben. Schickst du immer wieder denselben langen Block - zum Beispiel eine Anweisung oder eine Datenbasis? Den kann man cachen, und wiederholte Durchläufe kommen deutlich günstiger.
• Batch-Verarbeitung. Wenn die Antwort nicht „sofort“ gebraucht wird, sondern man warten kann, berechnen viele Anbieter solche Aufgaben günstiger als die normalen.
• Keinen Ballast im Kontext mitschleppen. Jede angehängte Datei und der gesamte Gesprächsverlauf sind Eingabe-Token, für die du zahlst. Räum das weg, was das Modell für die aktuelle Antwort nicht braucht.

Häufige Fehler bei der Modellwahl nach Preis

• „Für alle Fälle“ das Flaggschiff greifen. Die teuerste Stufe fürs Sortieren von Mails ist ein Sattelschlepper wegen eines einzigen Umschlags. Fang mit dem Kleinen an, leg die Latte nur höher, wenn er es nicht schafft.
• Glauben, du zahlst pro „Anfrage“. Nein - du zahlst pro Token, und zwar für Eingang und Ausgang. Ein langes Dokument am Eingang oder eine Textwand am Ausgang blähen die Rechnung leise auf.
• Den Gesprächsverlauf vergessen. In einem langen Chat zerrt jede neue Frage das gesamte bisherige Gespräch als Eingang mit sich. Deshalb werden lange Dialoge von allein teurer.
• Konkrete Preise auswendig lernen. Sie ändern sich ständig. Behalte das Prinzip „günstig gegen teuer“ im Kopf, und die Zahl schaust du vor dem Start im Tarif nach.
• Nur der Billigkeit hinterherjagen. Wenn der Kleine Brei ausspuckt und du dreimal nacharbeitest - ist die Ersparnis eingebildet. Manchmal kommt das Schwergewicht beim ersten Mal günstiger als der Kleine beim fünften.