LLM-Preisleitfaden – Über 500 KI-Modelle vergleichen

KI-Ausgaben können schnell teuer werden: US-Unternehmen geben inzwischen durchschnittlich 85.500 $ pro Monat für KI aus. Meine wichtigste Erkenntnis ist einfach: Das auf dem Papier günstigste Modell ist nicht immer die kostengünstigste Option, sobald man Ausgabelänge, Kontextgröße, Wiederholungen, Tool-Gebühren und Plan-Limits berücksichtigt.

Wenn ich aus diesem Leitfaden wählen würde, würde ich zuerst auf vier Dinge achten:

• Stückpreis: Tokens, Bilder oder Videosekunden
• Limits: RPM, TPM, Kontextfenster und Plan-Obergrenzen
• Modalität: Unterstützung für Text, Bild, Audio, Video und Vision
• Kosten pro fertiger Ausgabe: nicht nur der Listenpreis

Der Artikel vergleicht APIMart, OpenAI, Anthropic, Google AI, Meta, xAI, Mistral, Cohere, Runway, Stability AI, Black Forest Labs, und Kling AI.

Ein paar klare Muster stechen hervor:

• Die Textpreise schwanken stark. OpenAI reicht von 0,05 $ bis 30,00 $ pro 1M Input-Tokens.
• Die Ausgabe ist oft deutlich teurer als die Eingabe. In manchen Fällen ist die Ausgabe 4x bis 6x höher.
• Langer Kontext kann die Rechnung verändern. OpenAI erhebt höhere Preise ab 270.000 Tokens, und Google ändert die Tarife oberhalb von 200.000 Tokens.
• Batch-Jobs können Kosten senken. OpenAI, Anthropic und Mistral geben 50 % Rabatt für asynchrone Verarbeitung an.
• Videokosten summieren sich mit Wiederholungen. Ein günstiger Sekundentarif kann sich dennoch in deutlich höhere Kosten pro fertigem Clip verwandeln.
• Einheitliche Abrechnung ist wichtig für Teams, die viele Formate nutzen. APIMarts Angebot ist eine API und eine Rechnung über 500+ Modelle.

Wenn Sie die Kurzfassung wollen:
Nutzen Sie Budget-Modelle für Text mit hohem Volumen, Mittelklasse-Modelle für Produktions-Apps, Premium-Modelle nur, wenn die Ausgabequalität Geschäftsergebnisse verändert, und erstellen Sie Videos mit niedriger Auflösung als Entwurf, bevor Sie für finale Renderings zahlen.

Was sind LLM-Tokens und API-Preise? (Einsteigerfreundlich)

Schnellvergleich

Bevor ich also Preise Zeile für Zeile vergleiche, würde ich mit einer Frage beginnen: Wofür bezahle ich am meisten – Tokens, Bilder, Sekunden oder Wiederholungen?

1. APIMart

APIMart nutzt eine nutzungsbasierte Abrechnung mit keinen monatlichen Mindestbeträgen und keinen versteckten Gebühren. Die Preise ändern sich je nach Modalität, sodass Text, Bild, Video und Audio nicht auf dieselbe Weise abgerechnet werden.

Stückpreise

Die Preise variieren je nach Modalität, wie die folgende Tabelle zeigt.

Die Kosten für die Bild-Generierung können je nach Qualitätsstufe stark variieren. Zum Beispiel kostet ein 1024×1024 GPT-Image-2-Official-Aufruf etwa $0.00488 bei niedriger Qualität, $0.04232 bei mittlerer und $0.16872 bei hoher Qualität. Diese Differenz summiert sich schnell. Wenn keine Spitzenausgabe erforderlich ist, kann eine niedrigere Stufe die Ausgaben pro Aufruf senken.

Enthaltene Limits

Standardkonten kommen mit RPM- und TPM-Limits. Enterprise-Konten können Kanäle mit höherem Durchsatz anfordern.

Modellabdeckung

APIMart unterstützt Text-, Bild-, Video- und Audiomodelle über eine einzige API. Dazu gehören Modelle wie GPT-5, Claude, Sora 2, Midjourney und Kling V3.

Kosten pro Ausgabe

Der Hauptvorteil hier ist die konsolidierte Abrechnung über alle Modalitäten hinweg. Statt separate Rechnungen für Text, Bild und Video zu jonglieren, erhalten Sie ein einziges Setup, das die Kostenkontrolle erleichtert.

Als Nächstes vergleicht der Leitfaden, wie große Anbieter ihre Preise über Text-, Bild- und Videomodelle strukturieren.

2. OpenAI

OpenAI verwendet für Text ein Pay-per-Token-Preismodell. Und der Abstand zwischen den Modellen ist enorm.

Stand Juni 2026 beginnen die Preise bei 0,05 $ pro 1M Input-Tokens für GPT-5 nano und reichen bis zu 30,00 $ pro 1M Input-Tokens für GPT-5.5 Pro ^[3][5]. Am einfachsten lässt sich die OpenAI-Preisgestaltung nach Modellstufe lesen, denn Input-, Output- und Cached-Token-Tarife können sich von einem Modell zum nächsten stark unterscheiden.

Stückpreise

Über alle OpenAI-Modelle hinweg kosten Output-Tokens 4- bis 6-mal mehr als Input-Tokens ^[6]. Das macht viel aus, wenn Ihre App lange Antworten, Zusammenfassungen oder agentenartige Antworten erzeugt. OpenAI bietet außerdem Batch- und Flex-Stufen mit einem pauschalen 50 % Rabatt über alle Modelle, sodass der GPT-5.5-Input von $5.00 auf $2.50 pro 1M Tokens sinkt ^[5].

Die Kosten können erneut steigen, wenn die Nutzung mit langem Kontext auf Zuschlagspreise trifft.

Enthaltene Limits

OpenAI verdoppelt sowohl die Input- als auch die Output-Tarife, sobald der Gesamtkontext 270.000 Tokens überschreitet ^[3][5]. Wenn Sie mit der Prüfung langer Dokumente oder mehrstufigen Agentenschleifen arbeiten, ist eine rollierende Zusammenfassung eine der einfachsten Möglichkeiten, unter dieser Grenze zu bleiben.

OpenAI verwendet dasselbe Preis-Setup auch für Bild-, Audio- und Videomodelle.

Modellabdeckung

OpenAI berechnet Bild-, Audio- und Video-Generierung separat. Sora-2 kostet 0,10 $ pro Sekunde für 720p-Video, während Sora-2-pro bei 1080p zum Standardtarif 0,70 $ pro Sekunde kostet ^[5].

Für andere Medien:

• Die Bildpreise reichen von 2,50 $ bis 8,00 $ pro 1M Tokens
• Whisper-Transkription kostet 0,006 $ pro Minute
• TTS (tts-1) kostet 0,015 $ pro 1.000 Zeichen ^[3][4]

Kosten pro Ausgabe

Eine der schnellsten Methoden, Ausgaben zu senken, ist einfach: Schicken Sie geringwertigere Arbeit an günstigere Modelle. Die Verarbeitung von 10.000 Support-Tickets kostet etwa 16 $ mit GPT-4.1, 3,20 $ mit GPT-4.1 mini und 0,80 $ mit GPT-4.1 nano ^[4].

3. Anthropic

Anthropic teilt seine Claude-API-Reihe in vier Preisstufen: Frontier/Research (Claude Fable 5 / Mythos 5), Flagship (Claude Opus 4.5–4.8), Mid-tier (Claude Sonnet 4.5–4.6) und Budget (Claude Haiku 4.5) ^[9][10]. Das Muster ist ziemlich klar. Je weiter Sie in den Stufen aufsteigen, desto mehr Denktiefe und bessere Ausgabe erhalten Sie, aber die Rechnung steigt ebenfalls schnell. Für die meisten Käufer läuft die Wahl darauf hinaus: Haiku ist die günstige Option, Sonnet ist der Mittelweg, und Opus/Fable sind für anspruchsvollere Aufgaben gebaut.

Stückpreise

Anthropic berechnet Output-Tokens über die gesamte aktuelle gestufte Reihe hinweg mit dem 5-fachen Input-Tarif ^[7][6]. Die Preise unten sind in USD pro 1 Million Tokens ^[13][15].

Prompt-Caching kann Kosten senken, wenn Sie denselben Präfix immer wieder verwenden. Cache-Schreibvorgänge kosten das 1,25-fache des Basis-Input-Tarifs bei einer TTL von 5 Minuten oder das 2-fache bei einer TTL von 1 Stunde. Cache-Lesevorgänge kosten 10 % des Standard-Inputs. In der Praxis lohnt sich Caching ab vier oder mehr Nutzungen desselben Präfixes ^[3][9][12].

Enthaltene Limits

Die meisten aktuellen Flagship- und Mid-tier-Modelle von Anthropic – darunter Fable 5, Mythos 5, Opus 4.6–4.8 und Sonnet 4.6 – kommen mit einem 1M-Token-Kontextfenster zum Standardpreis ^[9][11]. Claude Haiku 4.5 reicht bis zu 200.000 Tokens. Die Ratenlimits folgen einem gestuften Setup, von Tier 1 bis Enterprise, mit RPM- und TPM-Obergrenzen je nach Plan ^[13][15].

Modellabdeckung

Anthropic-Modelle verarbeiten Text- und Vision-Eingaben, und Computer Use fügt zusätzlichen Token-Overhead hinzu. Einige Add-ons werden separat berechnet:

• Websuche kostet 10 $ pro 1.000 Suchvorgänge
• Managed Agents kosten 0,08 $ pro aktive Sitzungsstunde, zuzüglich Token-Gebühren

Die Batch API senkt die Token-Kosten um 50 % für asynchrone Jobs mit einer 24-Stunden-Bearbeitungszeit ^[8][9][11].

Kosten pro Ausgabe

Hier wird die Preisgestaltung praktisch: Welche Stufe bleibt kosteneffizient für wiederkehrende Aufgaben, Arbeit mit langem Kontext und Agenten-Flows?

Eine einstündige Coding-Sitzung mit Claude Opus 4.8, bei der 50.000 Input-Tokens mit 40.000 als Cache-Reads und 15.000 Output-Tokens genutzt werden, kostet etwa 0,525 $, einschließlich der 0,08 $ Agent-Sitzungsgebühr ^[9][12]. Das gibt Ihnen ein anständiges Bild davon, wie sich die Anthropic-Preise im tatsächlichen Einsatz verhalten, nicht nur auf einer Preistabelle.

Für Produktionsaufgaben wie Coding-Assistenten und mehrstufige Agenten bietet Claude Sonnet 4.6 in der Regel das beste Gleichgewicht zwischen Kosten und Leistungsfähigkeit ^[6][3].

Als Nächstes vergleichen wir die Preise von Google AI über Gemini-Text- und multimodale Modelle.

4. Google AI

Google berechnet seine Modelle basierend auf dem gewählten Modell und der Größe des Kontextfensters. Eine Preisregel ist sofort relevant: Halten Sie Prompts unter 200.000 Tokens, wenn Sie den höheren Tarif vermeiden möchten ^[14][3].

Stückpreise

Für die Bild-Generierung beginnt Imagen 4 Fast bei 0,01–0,02 $ pro Bild, während Imagen 4 Ultra 0,06 $ pro Bild kostet. Veo 3.1-Video wird pro Sekunde abgerechnet. Standard läuft bei 0,40 $ pro Sekunde für 720p und 1080p, und Light läuft bei 0,05–0,08 $ pro Sekunde ^[17].

Enthaltene Limits

Der Modellpreis ist nur ein Teil der Geschichte. Durchsatzlimits und Dateneinstellungen können Ihre Gesamtausgaben erheblich verändern.

Googles zentraler Kompromiss ist ziemlich klar: niedrige Modellpreise auf der einen Seite und Durchsatzlimits plus Datenbeschränkungen auf der anderen. In Google AI Studio bietet die kostenlose Stufe etwa 15 RPM, kostenlose Tokens und Datennutzung zur Produktverbesserung. Die kostenpflichtige Stufe springt auf etwa 1.000–2.000 RPM, deaktiviert die Datennutzung zur Produktverbesserung und ergänzt Kontext-Caching plus Batch API. Enterprise-Pläne fügen bereitgestellten Durchsatz, Mengenrabatte und Compliance-Funktionen hinzu ^[17][18].

Kontext-Caching ist hier einer der größten Kostenhebel. Das Schreiben in den Cache ist kostenlos, und das Lesen daraus kostet 25 % des Standard-Input-Tarifs ^[18].

Modellabdeckung

Googles Angebot umfasst Text-, multimodale, Bild- und Videomodelle. Es unterstützt auch Bildeingabe, ab 0,0025 $ pro Bild ^[3].

Kosten pro Ausgabe

Für Chatbots, Zusammenfassung und Klassifizierung sind Gemini 2.5 Flash oder Gemini 3.1 Flash-Lite in der Regel am sinnvollsten. Sie sind günstiger und passen gut zu vielen alltäglichen Arbeitslasten. Bewahren Sie Gemini 3.1 Pro für Fälle auf, in denen Sie das größere Kontextfenster benötigen, und nutzen Sie rollierende Zusammenfassung, um unter der Grenze von 200.000 Tokens zu bleiben ^[3][6].

Es gibt auch einen einfachen Preisaspekt, der erwähnenswert ist. Mit 2,00 $ pro 1M Input-Tokens ist Gemini 3.1 Pro für Prompts standardmäßiger Länge günstiger als Flagship-Modelle wie GPT-5.5 (5,00 $) und Claude Opus 4.8 (5,00 $) ^[2].

Als Nächstes vergleichen wir die Preise und Modellabdeckung von Meta.

5. Meta

Meta funktioniert etwas anders als die Closed-Model-Anbieter oben. Seine Llama-Modelle sind Open-Weight, sodass Ihre Kosten davon abhängen, wo Sie sie hosten oder darauf zugreifen. In der Praxis bedeutet das, dass exakt dasselbe Modell von einem Anbieter zum nächsten sehr unterschiedliche Preise haben kann. Zum Beispiel wurde Llama 3.3 70B mit nur 0,10 $ pro 1M Input-Tokens gelistet. Meta veröffentlicht außerdem kein eigenes API-Preisblatt, weshalb die Preise zwischen Hosts so stark schwanken können ^[1][19][20].

Stückpreise

Die aktuelle Preisgestaltung konzentriert sich auf Llama 4 Scout und Llama 4 Maverick ^[21][22].

Dieser niedrige Listenpreis sieht auf dem Papier großartig aus. Aber er hilft nur, wenn die Kontextlimits und Durchsatzobergrenzen des Hosts zu Ihrer Arbeitslast passen.

Enthaltene Limits

Es gibt keinen einheitlichen Meta-Plan mit gemeinsamen Ratenlimits oder einer integrierten kostenlosen Stufe. Hosts legen ihre eigenen Durchsatzlimits, Kontextobergrenzen und Caching-Regeln fest. Wenn Sie also Arbeit mit langem Kontext mit Llama 4 Scout planen, prüfen Sie zuerst die Kontextobergrenze des Hosts, statt anzunehmen, dass Sie den vollen beworbenen Bereich erhalten.

Modellabdeckung

Llama 4 Scout und Llama 4 Maverick unterstützen beide Text- und Vision-Eingabe sowie Tool-Aufrufe und JSON-Modus bei großen Anbietern ^[21][22]. Ältere Optionen haben ebenfalls noch ihren Platz. Llama 3.2 11B Vision kann weiterhin vision-lastige Aufgaben bewältigen, während Llama 3.2 1B Instruct auf Edge-Deployments abzielt, bei denen niedrige Latenz und schlanke Rechennutzung am wichtigsten sind ^[21][22].

Kosten pro Ausgabe

Wenn Sie Jobs mit hohem Volumen und langen Prompts ausführen, sticht Scout hervor. Eine Coding-Aufgabe mit 40K Input und 8K Output-Tokens kostet etwa 0,005 $ pro Aufgabe, was ungefähr 200 Aufgaben pro 1 $ entspricht. Dieselbe Aufgabe auf GPT-5.5 kostet etwa 0,44 $, also nur 2,3 Aufgaben pro 1 $ ^[6].

Für kundenorientierten Einsatz oder multimodale Arbeit ist Llama 4 Maverick in der Regel die bessere Wahl. Es schneidet in Benchmarks besser ab als GPT-4o und kostet dabei beim Input-Preis weit weniger: 0,15 $/M Input gegenüber 2,50 $/M Input ^[6]. Sein geringerer Abstand zwischen Input- und Output-Preisen macht es zudem gut geeignet, wenn Sie längere Antworten erwarten.

Als Nächstes vergleichen wir die Preise und Modellabdeckung von xAI.

6. xAI

xAI hält Input- und Output-Preise niedrig, was hilft, wenn Antworten lang werden. Grok 4.3 berechnet 1,25 $ pro 1 Million Input-Tokens und 2,50 $ pro 1 Million Output-Tokens. Dieser 2-fache Abstand ist wichtig, wenn ein Modell viel an Sie zurückschreibt ^[6][24].

Stückpreise

Für Bildarbeit kostet Grok Imagine 1.5 Edit 0,01875 $ pro Aufruf ^[23]. Video-Generierung über die Imagine API läuft von 0,08 $ bis 0,25 $ pro Sekunde, je nach Auflösung ^[24].

Enthaltene Limits

xAI nutzt nutzungsbasierte Abrechnung mit nutzungsabhängigen Ratenlimits. Enterprise-Pläne können benutzerdefinierte Ratenlimits und dedizierte Infrastruktur hinzufügen ^[25][26].

Auf eines sollte man achten: Die Tool-Nutzung kann sich schnell summieren. Suche und Codeausführung werden separat berechnet, sodass ein niedriger Token-Preis nicht immer eine niedrige Endrechnung bedeutet. Web Search, X Search und Code Execution kosten jeweils 5,00 $ pro 1.000 Aufrufe ^[24].

Wenn Ihre Jobs nicht dringend sind, kann die Batch API die Kosten um 20 % bis 50 % für Aufgaben senken, die innerhalb von 24 Stunden verarbeitet werden ^[24].

Modellabdeckung

xAI deckt Anwendungsfälle für Text, Bild und Video ab ^[24][16]. Grok 4.20 ist für schnellere Tool-Nutzung gebaut, während Grok Build 0.1 auf coding-intensive Arbeit abzielt ^[6][2].

Kosten pro Ausgabe

Für eine Standard-Coding-Aufgabe mit 40K Input-Tokens und 8K Output-Tokens kostet Grok 4.3 etwa 0,07 $ pro Aufgabe. Das entspricht ungefähr 14 Aufgaben pro 1 $ ^[6].

Als Nächstes vergleicht der Leitfaden die Preisstruktur eines weiteren Anbieters, oder Sie können eine einheitliche LLM-API nutzen, um über eine einzige Integration auf diese Modelle zuzugreifen.

7. Mistral AI

Mistral Large 3 kostet 0,50 $ pro 1M Input-Tokens und 1,50 $ pro 1M Output-Tokens. Das ordnet es in das Lager der günstigen Flaggschiffe ein. Die Schlagzeilen-Tarife sehen stark aus, aber die Endrechnung kann sich verschieben, sobald Sie Tool-Gebühren und Mistrals Abrechnungsstufen berücksichtigen.

Hier ist die aktuelle Reihe.

Stückpreise

Mistral berechnet außerdem separat für OCR 4,00 $ pro 1.000 Seiten, für Embeddings 0,10 $ pro 1M Tokens sowie für Websuche plus Codeausführung 30 $ pro 1.000 Aufrufe ^[27].

Enthaltene Limits

Mistral nutzt eine nutzungsbasierte Abrechnung mit vier Ratenlimit-Stufen, die sich bei 20 $, 100 $ und 500 $ kumulierten Ausgaben öffnen ^[31]. Der Team-Plan kommt mit einer Mindestverpflichtung von 50 $ pro Monat ^[27].

Es gibt hier zwei Hebel, die Kosten schnell senken können:

• Die Batch API senkt alle Modellpreise um 50 % für asynchrone Jobs ^[27][31].
• Prompt-Caching kann die Kosten für gecachte Tokens um bis zu 90 % senken, wenn der gemeinsame Präfix mindestens 64 Tokens lang ist ^[31].

Diese Preisregeln sind am wichtigsten, wenn Sie Arbeitslasten mit hohem Volumen oder asynchrone Arbeitslasten ausführen.

Modellabdeckung

Mistral deckt Text-, Reasoning-, Coding-, multimodale und Edge-Anwendungsfälle ab. Codestral unterstützt Fill-in-the-Middle (FIM), was es gut für IDE-Workflows geeignet macht. Die Ministral-Serie – 3B, 8B und 14B – zielt auf günstige oder On-Device-Deployments ab ^[30][32].

Mistral bietet außerdem EU-gehostete Endpunkte und DSGVO-freundliche Datenverarbeitung ohne Aufpreis ^[29][31].

Kosten pro Ausgabe

Für nützliche Arbeit mit hohem Volumen wie Entitätsextraktion, Klassifizierung und Zusammenfassung ist Mistral Small 4 die beste Wahl ^[28][31]. Wenn Sie mehr Reasoning-Leistung benötigen, aber weiterhin niedrige Token-Preise wollen, ist Mistral Large 3 sinnvoller ^[28][31].

Für reasoning-intensive Aufgaben kostet Magistral Medium 5,00 $ pro 1M Output-Tokens und ist beim Output 37 % günstiger als OpenAIs o3 ^[29].

Als Nächstes vergleichen wir die Preise von Cohere für Enterprise-Text- und Retrieval-Arbeitslasten.

8. Cohere

Cohere ist hauptsächlich für Retrieval und Enterprise-Suche gebaut. Seine Preise spiegeln das wider: günstigere Optionen für textlastige Retrieval-Arbeit und höherpreisige Modelle für multimodale oder anspruchsvollere Aufgaben.

Stückpreise

Cohere teilt seine Reihe in drei Gruppen: günstige Retrieval-Modelle, Enterprise-multimodale Modelle und separate Tools für Embeddings und Reranking.

Rerank wird über Sucheinheiten abgerechnet: eine Abfrage plus bis zu 100 Dokumente. Wenn Chunks über 500 Tokens hinausgehen, zählen sie separat ^[33][35].

Enthaltene Limits

Cohere gibt Ihnen kostenlose Test-Schlüssel zum Ausprobieren, begrenzt auf 1.000 Aufrufe pro Monat und 20 RPM ^[37]. Produktions-Schlüssel nutzen nutzungsbasierte Preise mit bis zu 500 RPM für Standardmodelle. Die Abrechnung erfolgt zum Monatsende oder sobald Ihr Guthaben 250 $ erreicht ^[33][37].

Einige von Coheres Spitzenmodellen benötigen vor der vollen Produktionsnutzung eine Vertriebsfreigabe. Dazu gehören Command A+, A Reasoning und A Vision. Bis diese Freigabe erfolgt, bleibt der Self-Serve-Zugang bei testähnlichen Limits ^[37].

Wenn Ihr Team dedizierten Durchsatz benötigt, bietet Cohere auch Model Vault an. Die Preise beginnen bei 2.500 $ pro Monat für eine Embed 4 Small-Instanz ^[33].

Modellabdeckung

Cohere passt zu textorientierten Enterprise-Workflows, nicht zur Medien-Generierung.

Das Unternehmen richtet seine Reihe rund um Text, Retrieval und Enterprise-Suche aus, statt um Bild- oder Video-Generierung. Die Hauptausnahme ist Command A, das Bildeingaben und multimodale Aufgaben unterstützt. Es kommt außerdem mit einem 256.000-Token-Kontextfenster, dem größten in Coheres Reihe ^[34][36].

Aya Expanse unterstützt 49 Sprachen, was es zu einer soliden Wahl für globale Deployments macht ^[37].

Kosten pro Ausgabe

Wenn Sie RAG-Pipelines bauen, ist Coheres niedriger Input-Preis der große Anreiz. Diese Workflows verbrauchen in der Regel weit mehr Input-Tokens als Output-Tokens, sodass Command R mit 0,15 $ pro 1M Input-Tokens dabei hilft, dokumentlastige Prompts nicht zu teuer werden zu lassen.

Ein einfaches Beispiel macht den Unterschied deutlich: Das Ausführen von 100.000 Support-Chatbot-Interaktionen auf Command R kostet etwa 123 $ pro Monat, während dasselbe Volumen auf Command R+ auf rund 2.050 $ pro Monat kommt ^[39].

Für reine Klassifizierung und Zusammenfassung in großem Umfang ist Command R7B die günstigste Option in der Reihe ^[34][38].

Eine praktische Denkweise dazu:

• Nutzen Sie Command R7B für Klassifizierung und Zusammenfassung mit hohem Volumen.
• Nutzen Sie Command R für RAG und Chatbots.
• Nutzen Sie Command R+ nur, wenn Sie die zusätzliche Modellstärke benötigen.

Als Nächstes vergleichen wir die Preise von Runway oder erkunden Alternativen zur cinematischen KI-Video-Generierung.

9. Runway

Runway ist rund um Video aufgebaut, sodass seine Preise an generierte oder bearbeitete Sekunden gebunden sind. Es nutzt ein Credit-System für Video- und Bildarbeit. Sie erhalten Credits über ein Abonnement oder durch den Kauf von Aufstock-Paketen zu 0,01 $ pro Credit mit einem Mindestbetrag von 10 $. API-Credits werden separat abgerechnet. Am wichtigsten ist zu beobachten, wie sich der Credit-Verbrauch von einem Modell zum nächsten ändert.

Stückpreise

Enthaltene Limits

Bei Jahresplänen ^[40][43] enthält Runway die folgenden monatlichen Credit-Obergrenzen:

Der Free-Plan enthält Wasserzeichen und erlaubt keine kommerzielle Nutzung. Bezahlpläne entfernen beide Beschränkungen ^[40][44]. Standard- und Pro-Credits werden nicht übertragen, und ungenutzte Credits verfallen innerhalb von 24 Stunden nach dem nächsten Abrechnungsdatum ^[40][43][46]. Nur Max gibt Ihnen einen Monat Übertrag ^[40][43][46].

Modellabdeckung

Runway deckt Text-zu-Video, Bild-zu-Video, Videobearbeitung, Text-zu-Bild, Bild-zu-Bild sowie Audio- und Nachbearbeitungstools ab ^[42]. Diese Bandbreite gibt ihm mehr Reichweite als ein Tool, das nur Generierung macht. Aber der Preis allein erzählt nicht die ganze Geschichte. Die Ausgabequalität verändert, was Sie in der Praxis am Ende zahlen.

Kosten pro Ausgabe

Hier wird es teurer, als es zunächst aussieht. Wiederholungen summieren sich schnell. Die meisten fertigen Clips brauchen 3 bis 5 Generierungen, was Gen-4.5 auf etwa 0,50 $ bis 0,80 $ pro fertiger Sekunde treibt ^[43][44][47].

Eine gängige Methode, die Ausgaben im Griff zu behalten, ist die Nutzung von Gen-4 Turbo zu 0,05 $/Sek. für grobe Entwürfe und Konzepttests und danach der Wechsel zu Gen-4.5 zu 0,12 $/Sek. für finale Renderings ^[41][45]. Dieses Setup ist sinnvoll, wenn Sie keine Premium-Credits verbrennen wollen, während Sie noch Bewegung, Bildausschnitt oder Timing herausfinden.

Es gibt auch eine harte Obergrenze bei niedrigeren Plänen. Standards 625 Credits decken nur etwa 52 Sekunden Gen-4.5-Video pro Monat ab ^[40][44]. Das reicht für eine Handvoll polierter Clips, trägt aber keinen kontinuierlichen Produktions-Workflow.

Alternativ können Sie MiniMax Hailuo 2.3 für Video-Generierung mit hoher Konsistenz erkunden. Als Nächstes vergleichen wir die Bild- und Videopreise von Stability AI.

10. Stability AI

Stability AI sticht in Bild- und Audio-Workflows hervor, wo Preise pro Asset oft wichtiger sind als ein Monatsplan. Es nutzt ein Credit-System, und 1 Credit = 0,01 $. Neue Nutzer erhalten 25 kostenlose Credits, was für etwa 3 Flagship-Generierungen oder 8 SD 3.5 Large-Bilder reicht. Der API-Zugang umfasst außerdem kommerzielle Nutzungsrechte ^[48].

Hier sind die Preise pro Dienst.

Stückpreise

Enthaltene Limits

Die API-Preise sind nutzungsbasiert, mit benutzerdefinierten Preisen und Mengenrabatten für Teams mit hohem Volumen ^[49].

Modellabdeckung

Stability AI deckt Text-zu-Bild, Bildbearbeitung, 3D-Asset-Generierung und Audio-Generierung ab ^[48]. Auf Deutsch gesagt: Es ist für Produktionsarbeit gebaut. Sie können Bilder generieren, sie bearbeiten, Assets in 3D-Ausgaben umwandeln und Audioclips erstellen, ohne zwischen einer Reihe von Tools wechseln zu müssen.

Die Bearbeitungssuite umfasst Outpainting, Hintergrundersatz, Relighting und Stiltransfer ^[48]. Stable Fast 3D übernimmt die 3D-Asset-Generierung, während Stable Audio 3.0 Audioclips bis zu sechs Minuten unterstützt ^[48]. Es geht hier also weniger um Chat und mehr darum, Medienarbeit zu erledigen.

Dieser Preisunterschied zeigt sich am stärksten, wenn Sie in großem Umfang arbeiten, besonders bei Bearbeitungs- und Upscaling-Jobs.

Kosten pro Ausgabe

Der Creative Upscaler kostet 60 Credits (0,60 $) pro Bild. Das ist das 30-Fache des Preises des Fast Upscaler, der 2 Credits (0,02 $) kostet. Wenn Ihr Hauptziel also einfache Auflösungserhöhungen sind, ist der Fast Upscaler die günstigere Wahl ^[48].

Stable Image Core kommt auf etwa 30 $/Monat für 1.000 Bilder ^[48]. Und wenn Sie mit SD 3.5 Large auf 10.000 Bilder/Monat skalieren, landen die Kosten bei etwa 650 $ ^[48].

Sie können auch Bilder generieren und bearbeiten mit anderen leistungsstarken Modellen. Als Nächstes vergleichen wir die Bildpreise von Black Forest Labs.

11. Black Forest Labs

Black Forest Labs ist ein praktischer Preis-Benchmark für die Bild-Generierung, weil sich die Rechnung mit der Ausgabegröße und der Frage ändert, ob Sie Referenzbilder verwenden. Das System ist credit-basiert, mit 1 Credit = 0,01 $. Die FLUX.2-Preise sind an Megapixel gebunden, und Referenzbilder werden obendrauf berechnet. Eines ist zu beachten: Jedes Bild und jedes Referenzbild wird auf das nächste Megapixel aufgerundet, basierend auf 1.024 × 1.024 px.

Stückpreise

Die FLUX.2-Reihe kommt in vier Stufen: Max, Pro, Klein und Flex. Jede trifft einen anderen Kompromiss zwischen Bildqualität, Geschwindigkeit und Preis.

Ältere FLUX1.1- und FLUX.1-Modelle verwenden stattdessen pauschale Preise pro Bild.

Enthaltene Limits

Der API-Zugang ist nutzungsbasiert, aber Black Forest Labs hat auch Abonnementstufen mit monatlichen Bild-Obergrenzen ^[50].

Modellabdeckung

Black Forest Labs konzentriert sich auf Bild-Generierung und -Bearbeitung. FLUX.2-Modelle unterstützen Ausgabegrößen bis zu 4 MP, und alles darüber wird automatisch verkleinert ^[50]. Wenn Geschwindigkeit am wichtigsten ist, sticht FLUX.2 [klein] 4B mit Inferenz unter einer Sekunde hervor, was es gut für nahezu Echtzeit-Anwendungsfälle geeignet macht ^[52].

Für Bearbeitungsarbeit hat die Reihe ebenfalls ein paar klare Optionen. FLUX.1 Fill [pro] übernimmt gezieltes Inpainting zu 0,05 $ pro Bild, während FLUX.1 Kontext [pro] mit 0,04 $ pro Bild für kommerziell einsetzbare In-Context-Bearbeitung bepreist ist ^[51].

Kosten pro Ausgabe

Ein fertiges 4 MP FLUX.2 [max]-Bild kostet etwa 0,30 $, sobald Sie Generierung, Upscaling und zwei Wiederholungen berücksichtigen. Referenzbilder werden separat zum gleichen Preis pro Megapixel berechnet ^[50][51]. Wenn Sie Konzeptkunst oder Prototyping in einer frühen Phase betreiben, ist FLUX.2 [klein] 4B zu 0,014 $ pro Bild die günstige Möglichkeit, Ideen zu testen, bevor Sie zu finalen Renderings übergehen ^[50].

Als Nächstes: Kling AI-Videopreise.

12. Kling AI

Kling AI teilt die Preise in zwei Bahnen: Die Web-App nutzt Credits, während die API pro Sekunde berechnet. Auf der API-Seite ändern sich die Kosten je nach Cliplänge, Auflösung und ob Sie synchronisiertes Audio aktivieren.

Stückpreise

Für Standard-Stummvideo beginnen die Preise bei 0,0672 $/Sek. bei 720p und steigen auf bis zu 0,0896 $/Sek. bei 1080p. Kling V3 Omni, das Text-plus-Bild-Eingaben und Video-zu-Video-Workflows verarbeitet, kostet 0,1792 $/Sek. bei 1080p.

Ja, Kling liegt also auf der günstigeren Seite bei Video-APIs.

Enthaltene Limits

Kling hält die Preise für Web-App und API getrennt, was bedeutet, dass Sie beide prüfen müssen, bevor Sie einen Plan wählen. Die API-Rate ist nur ein Teil der Rechnung. Credits und Parallelität haben einen großen Einfluss darauf, wie viel Arbeit Sie durchschieben können.

Die kostenlose Stufe kommt mit 66 Credits pro Tag, und diese Credits werden alle 24 Stunden ohne Übertrag zurückgesetzt. Bezahlpläne beginnen bei 6,99 $/Monat für 660 Credits bei Standard und reichen bis zu 180 $/Monat für 26.000 Credits bei Ultra. Wenn Sie Ultra jährlich zahlen, sinkt der effektive Tarif um 34 % ^[54].

Für API-Nutzer ist die Standard-Parallelität auf 10 parallele Jobs begrenzt. Trial-Stufen-Konten erhalten nur 3. Dieser Unterschied kann stark ins Gewicht fallen, wenn Sie versuchen, Renderings zu bündeln, statt auf Clips einzeln zu warten.

Modellabdeckung

Kling V3 und Kling V3 Omni unterstützen Clips bis zu 15 Sekunden, was sie für cinematische und narrative Arbeit geeignet macht. V2.6 begrenzt die Cliplänge auf 10 Sekunden und fügt synchronisiertes Audio hinzu. V2.5 Turbo ist etwa 30 % günstiger als die Master-Stufe.

Kosten pro Ausgabe

Eine gängige Methode, die Ausgaben unter Kontrolle zu halten, ist der Entwurf im 720p-Stummmodus und der Wechsel auf 1080p oder 4K nur für finale Renderings. Dieser Ansatz hilft, weil viele Nutzer 2–4 Generierungsversuche benötigen, um einen brauchbaren Clip zu erhalten, und das treibt die Kosten des fertigen Videos in die Höhe ^[53].

Vorausbezahlte Resource Packages können den effektiven Stückpreis um 10 % bis 30 % senken, je nach Bündelgröße ^[53].

Als Nächstes vergleichen wir diese Modelle nach Stückpreis, Plan-Limits, Modalitätsabdeckung und Kosten pro Ausgabe.

Preisaufschlüsselung nach Vergleichskriterien

Die folgenden Tabellen verdichten die zuvor anbieterweise dargestellten Details in vier Kauffilter: Stückpreis, Plan-Limits, Modalitätsabdeckung und Ausgabekosten.

Stückpreise über Text-, Bild- und Video-APIs

Für die Bild-Generierung ist FLUX.1 [schnell] die günstige Referenz mit 0,003 $ pro Bild, während Stable Image Ultra am oberen Ende bei 0,08 $ pro Bild liegt. Bei Video kostet Kling V3 0,0672 $/Sek. bei 720p am unteren Ende, und Veo 3.1 kommt mit 0,40 $/Sek. am oberen Ende.

Die Rohtarife sind wichtig. Aber in der Praxis entscheiden oft Plan-Limits, was Sie tatsächlich ausgeben.

Enthaltene Limits in Abonnements und Plattformplänen

Bei unter etwa 5 Millionen Input-Tokens pro Monat können 20-$-Chatpläne die API-Abrechnung für gelegentliche Nutzung schlagen.

Reasoning-Modelle fügen zudem eine Komplikation hinzu: Versteckte Reasoning-Tokens werden zu Output-Tarifen berechnet, was die Gesamtkosten um das 2- bis 7-Fache erhöhen kann.^[3]

Modellabdeckung nach Modalität

Die Preise sind erst wichtig, wenn die Modalität des Modells zur Aufgabe passt.

Ein günstiges Modell ist kein Schnäppchen, wenn es das Format nicht bewältigen kann, das Sie benötigen. Nur-Text-Anbieter zum Beispiel helfen wenig, wenn Ihr Workflow von Bild- oder Videoausgabe abhängt.

Kosten pro Ausgabe nach häufigem Anwendungsfall

Das sind die Kosten, die Teams tendenziell zu spüren bekommen, sobald es in die Produktion geht.

Textarbeitslasten (pro 1M Output-Tokens):

Videoarbeitslasten (pro 10-Sekunden-Clip):

Hier ist die einfache Version: Der Preis pro Token oder pro Sekunde ist nur ein Teil der Geschichte. Der größere Faktor ist oft, wie Sie das Modell nutzen. Ein Chatbot, der den ganzen Tag läuft, eine Dokumenten-Pipeline und ein Videostudio können auf dem Papier günstig aussehen und schnell teuer werden, sobald das Ausgabevolumen einsetzt.

Eine praktische Faustregel: Batch-Verarbeitung senkt bei OpenAI, Anthropic und Mistral die Kosten um 50 % für Arbeitslasten, die eine 24-Stunden-Bearbeitungszeit tolerieren können.^[3] Bei Video ist der Entwurf in niedrigerer Auflösung und das Hochstufen nur der finalen Renderings die zuverlässigste Methode, die Ausgaben pro Ausgabe zu kontrollieren.

Vor- und Nachteile

Die folgende Tabelle bringt die Kompromisse auf das herunter, was in der Regel die Entscheidung treibt: Kosten, Modalität und Eignung für die Arbeitslast. Wenn Sie zwischen Anbietern wählen, gibt Ihnen das die Kurzfassung, ohne dass Sie sich erneut durch jeden Preisabschnitt graben müssen.

Eine einfache Art, das zu lesen:

• Wenn Sie eine API für viele Modelltypen wollen, sticht APIMart hervor.
• Wenn Ihnen einfache Textnutzung und unkomplizierte Abrechnung am wichtigsten sind, könnten OpenAI oder Google AI die einfachere Wahl sein.
• Wenn Ihre Arbeit zu Coding, langen Prompts oder wiederkehrendem Kontext tendiert, kann Anthropic sinnvoll sein.
• Wenn Sie die Kosten niedrig halten und Dinge selbst betreiben können, ist Meta (Llama) schwer zu ignorieren.
• Wenn Ihr Stack rund um RAG aufgebaut ist, hat Cohere Tools, die gut zu diesem Setup passen.

Für bildlastige Nutzung ist Stability AI die günstige Wahl. Für kurze Videoclips hält Kling AI die Einstiegskosten niedrig, obwohl der Basisplan an 15-Sekunden-Ausgaben gebunden bleibt.

Fazit

Betrachtet man die obige Preisaufschlüsselung, ist das beste Modell weder das teuerste noch das günstigste. Es ist dasjenige, das zu Ihrer Arbeitslast, Modalität und Ihrem Volumen passt.

Aufgaben mit hohem Volumen und geringer Komplexität sollten auf den günstigsten Modellen laufen, mit denen Sie durchkommen.

Mit steigender Komplexität sollten die Ausgaben nur dann steigen, wenn die Ausgabe es rechtfertigt. Mittelklasse-Modelle passen gut zu Produktions-Apps, die eine stabile Leistung ohne den Spitzenpreis benötigen.

Sobald Sie in Premium-Reasoning oder Medien-Generierung einsteigen, fangen Kosten pro Ausgabe an, mehr zu zählen als die reinen Token-Preise. Premium-Modelle sind sinnvoll, wenn Qualität einen direkten Einfluss auf die Ergebnisse hat. Und bei Video funktionieren die Preise anders: APIs wie WAN 2.7, Sora 2 (0,08 $/Sek.) und Kling V3 (0,0672 $/Sek. bei 720p) berechnen pro Sekunde, nicht pro Token.

Für Teams, die Text-, Bild- und Videomodelle zusammen nutzen, gibt APIMart Zugang zu 500+ Modellen über eine einzige API. Das bedeutet, multimodale Arbeit kann unter einer API und einer Rechnung liegen.

FAQs

Wie schätze ich die Gesamtkosten pro Ausgabe?

Schätzen Sie die Gesamtkosten basierend darauf, wie das Modell abgerechnet wird.

Bei Textmodellen sind die Preise üblicherweise in Input-Tokens und Output-Tokens pro 1 Million Tokens aufgeteilt. Output-Tokens kosten oft mehr, sodass Ihre erwartete Antwortlänge den größten Einfluss auf die Gesamtausgaben hat.

Bei Nicht-Text-Anwendungsfällen werden Bildmodelle oft pro Aufruf bepreist, während Videomodelle pro generierter Sekunde bepreist werden.

Eine einfache Art, die Kosten zu schätzen, ist:

• einen Token-Zähler nutzen, um das Prompt-Volumen zu messen
• den Tarif des Modells für jede Abrechnungseinheit prüfen
• diesen Tarif auf Ihre erwartete Nutzung anwenden

Das gibt Ihnen eine praktische Kostenschätzung, bevor Sie irgendetwas hochskalieren.

Wann spart Prompt-Caching Geld?

Prompt-Caching senkt die Kosten, wenn Ihre App denselben Prompt-Präfix immer wieder sendet. Das bedeutet in der Regel lange Systemanweisungen, große Dokumentensätze oder gemeinsame Gesprächsverläufe, die über viele Anfragen hinweg wiederverwendet werden.

Statt jedes Mal den vollen Input-Token-Preis zu zahlen, zahlen Sie weniger für den wiederholten Teil. In vielen Fällen kann das die Input-Kosten um 50 % bis 90 % senken.

Das funktioniert am besten, wenn das Volumen hoch ist und der Kontext weitgehend gleich bleibt. Ein Kundensupport-Chatbot ist ein gutes Beispiel: Der Bot kann dieselben Regeln, Markeninformationen und Hilfedokumente über Tausende von Chats hinweg wiederverwenden.

Es passt schlecht, wenn sich der Kontext ständig ändert. Wenn Ihre App den Prompt bei jeder Anfrage von Grund auf neu schreibt, gibt es weniger wiederholten Text zum Cachen, sodass die Einsparungen schnell sinken.

Sollte ich Abonnements oder API-Preise nutzen?

Für die meisten Entwickler und Unternehmen sind API-Preise sinnvoller. Mit nutzungsbasierter Abrechnung zahlen Sie für die Tokens, die Sie verbrauchen – keine monatlichen Mindestbeträge, keine überraschenden Gebühren und keine festen Kosten, die über Ihnen schweben, wenn der Traffic gering ist. Ihre Kosten bewegen sich mit der Nutzung, was oft viel besser passt als eine pauschale wiederkehrende Rechnung.

APIMart gibt Ihnen eine API, die sich mit 500+ KI-Modellen verbindet, mit klaren Preisen pro Token und automatischen Mengenrabatten, wenn Ihre Nutzung steigt.

Verwandte Blogbeiträge

• Die richtige KI-API für Ihr nächstes Projekt wählen