Du hast ein Modell gefunden, das dir gefällt, und daneben einen Preis: 2 $ pro Million Tokens. Diese Zahl ist wertlos, solange du eine Frage nicht beantworten kannst — wie viele Tokens verbraucht deine Anwendung eigentlich?
Die meisten Leute schätzen, und die meisten schätzen zu niedrig. Nicht weil Tokens kompliziert wären, sondern weil fast alles in einer Anfrage aus Tokens besteht und nur ein kleiner Teil davon das ist, was du getippt hast.
Hier steht, was ein Token ist, wie man eines zählt und wo die Überraschungen stecken.
Preise zuletzt geprüft: 26. August 2026. Aktuelle Zahlen stehen auf der ElliSekiz-Vergleichsseite.
Was ein Token wirklich ist
KI-Modelle lesen keine Buchstaben und keine Wörter. Sie lesen Tokens — kleine Textstücke aus einem festen Vokabular, mit dem das Modell gebaut wurde.
Ein Token kann ein ganzes Wort sein, ein Wortteil, ein einzelnes Zeichen oder ein Satzzeichen. Ungefähr so:
cat→ ein Tokentokenization→ oft drei oder vier Stücke, etwatoken+iz+ation!→ ein Token- Das Leerzeichen vor einem Wort gehört meist dazu,
theist also ein Token, nicht zwei
Warum Text so zerlegen? Ein Modell braucht eine feste Liste von Dingen, die es erkennen kann. Eine Liste jedes englischen Wortes wäre riesig und würde trotzdem Namen, Tippfehler und andere Sprachen verfehlen. Eine Liste von rund 100.000 Teilwort-Stücken deckt fast alles ab, weil unbekannte Wörter aus bekannten Fragmenten buchstabiert werden können.
Das ist die ganze Idee. Text geht hinein, wird in bekannte Stücke zerhackt, und abgerechnet wird pro Stück.
Wie viele Tokens ist dein Text?
OpenAIs Faustregel für Englisch lautet ein Token ≈ 4 Zeichen ≈ ¾ eines Wortes, 100 Tokens sind also etwa 75 Wörter.
Für eine Plausibilitätsprüfung reicht das, für ein Budget taugt es nicht — aus drei Gründen.
Jedes Modell tokenisiert anders. Derselbe Satz ergibt auf verschiedenen Modellen verschiedene Zahlen — manchmal sehr verschiedene. Anthropics eigene Dokumentation hält fest, dass Claude 4.7 und neuer einen neueren Tokenizer verwenden, bei dem „derselbe Eingabetext etwa 30 Prozent mehr Tokens erzeugt als bei früheren Modellen." Gleicher Text, gleicher Anbieter, 30 % mehr Tokens, allein wegen eines Versionswechsels.
Andere Sprachen kosten mehr. Das Vokabular der meisten Modelle ist vom Englischen geprägt. Text in schwächer vertretenen Sprachen wird in mehr und kleinere Stücke zerlegt — dieselbe Aussage kostet also mehr Tokens.
Code und strukturierter Text verhalten sich eigenartig. Einrückungen, Klammern und lange Bezeichner zerfallen anders als Prosa.
Verlässlich ist zählen statt schätzen. Die Anbieter geben dir dafür ein Werkzeug: Anthropic hat einen Endpunkt zum Tokenzählen, dessen Aufruf kostenlos ist, und OpenAI veröffentlicht ein Tokenizer-Tool. Zähle einmal mit deinen echten Prompts, dann musst du nie wieder raten.
Der Teil, der Leute überrascht: alles ist Tokens
Deine Frage ist ein kleiner Anteil dessen, wofür du zahlst. Anthropics Dokumentation veröffentlicht die genauen Zahlen für ein paar minimale Anfragen, und die lohnen sich genau gelesen:
| Was gesendet wurde | Eingabe-Tokens |
|---|---|
| System-Prompt „You are a scientist" plus die Nachricht „Hello, Claude" | 14 |
| Die Frage „What's the weather like in San Francisco?" plus eine Tool-Definition | 403 |
| Ein Bild plus „Describe this image" | 1.028 |
| Ein PDF plus „Please summarize this document." | 2.188 |
Lies die zweite Zeile noch einmal. Die Frage hat neun Wörter. Ein einziges Tool zu beschreiben — sein Name, seine Beschreibung, sein Eingabeschema — kostet rund 390 Tokens. Ein Agent mit fünfzehn Tools zahlt das bei jeder einzelnen Anfrage, bevor der Nutzer irgendetwas getippt hat.
Die dritte und vierte Zeile erzählen dieselbe Geschichte für Medien. Ein Bild sind etwa tausend Tokens. Ein PDF ein paar tausend, und das war ein kurzes.
Eingabe- und Ausgabe-Tokens kosten nicht dasselbe
Jedes Textmodell veröffentlicht zwei Sätze. Die Ausgabe ist immer die teure Seite.
| Modell | Eingabe $/1M | Ausgabe $/1M | Ausgabe kostet |
|---|---|---|---|
| GPT-5 nano | $0.05 | $0.40 | 8× Eingabe |
| Gemini 2.5 Flash Lite | $0.10 | $0.40 | 4× Eingabe |
| GPT-5 mini | $0.25 | $2.00 | 8× Eingabe |
| Claude Haiku 4.5 | $1.00 | $5.00 | 5× Eingabe |
| GPT-5 | $1.25 | $10.00 | 8× Eingabe |
| Claude Sonnet 5 | $2.00 | $10.00 | 5× Eingabe |
| Claude Opus 5 | $5.00 | $25.00 | 5× Eingabe |
Daraus folgt unmittelbar etwas Praktisches: dem Modell zu sagen, es solle in drei statt in zehn Sätzen antworten, spart mehr Geld, als deinen Prompt um denselben Umfang zu kürzen. Es ist meist die billigste verfügbare Optimierung und kostet eine Zeile Anweisung.
Was ein Gespräch tatsächlich kostet
Ein Chat über 10 Runden. Ein System-Prompt mit 500 Tokens, Fragen mit 100 Tokens, Antworten mit 250 Tokens.
Der Haken: Modelle haben zwischen den Aufrufen kein Gedächtnis — das ganze Gespräch wird in jeder Runde erneut gesendet. Runde 10 zahlt also für die Runden 1 bis 9 noch einmal.
- Tokens, die du getippt hast: 10 × 100 = 1.000
- Eingabe-Tokens, die dir berechnet werden: 21.750
- Ausgabe-Tokens: 10 × 250 = 2.500
Du hast tausend Tokens getippt und für fast zweiundzwanzigtausend bezahlt.
| Modell | Kosten dieses einen Gesprächs |
|---|---|
| GPT-5 nano | $0.002 |
| Claude Sonnet 5 | $0.069 |
Beides ist wenig. Mal 50.000 Gespräche im Monat, und der Unterschied ist der Unterschied zwischen einem Rundungsfehler und einem echten Posten.
Vier Dinge, die eine Tokenrechnung still aufblähen
- Der System-Prompt, bei jeder Anfrage berechnet. Ein System-Prompt mit 800 Tokens über 50.000 Nachrichten sind 40 Mio. Tokens im Monat für einen Text, den du einmal geschrieben hast. Prompt-Caching gibt es genau dafür — der Anbieter speichert das unveränderte Präfix und berechnet einen Bruchteil fürs erneute Lesen.
- Der Gesprächsverlauf. Wie oben gezeigt. Alte Runden kürzen oder zusammenfassen ist die Lösung.
- Tool-Definitionen. Rund 390 Tokens pro Stück, bei jeder Anfrage, ob das Tool benutzt wird oder nicht.
- Bilder und PDFs. Tausend Tokens und mehr, jeweils.
Nichts davon ist versteckt — alles ist dokumentiert. Es wird nur leicht in einer Schätzung vergessen.
Tokens sind nur eine von mehreren Preiseinheiten
Bevor du verallgemeinerst: Die meisten KI-Modelle werden nicht nach Tokens abgerechnet. Von den 472 auf ElliSekiz erfassten Modellen sind 160 nach Tokens bepreist — Text- und Chatmodelle. Die anderen 338 werden pro Bild, pro Megapixel, pro Sekunde Video oder pro Lauf berechnet.
„Was kostet dieses Modell" hat also je nach dem, was das Modell produziert, eine andere Form, und ein Preis pro Token lässt sich nie direkt mit einem Preis pro Bild vergleichen.
Fazit
- Ein Token ist ein kleines Textstück, kein Wort. Im Englischen etwa ¾ eines Wortes, in den meisten anderen Sprachen weniger.
- Budgetiere nie nach der Faustregel. Zähle mit dem Werkzeug des Anbieters, gegen genau das Modell, das du einsetzen willst.
- Deine Frage ist der kleine Teil. System-Prompts, Gesprächsverlauf, Tool-Definitionen und Anhänge sind der große.
- Ausgabe-Tokens kosten das 4- bis 8-Fache der Eingabe-Tokens, kürzere Antworten sind also die billigste Ersparnis.
Mehr auf ElliSekiz entdecken
Sieh dir die Chatmodelle an. Eingabe- und Ausgabepreise pro Token für jedes Textmodell, nebeneinander, auf der Seite der Chatmodelle.
Und probiere eines aus. Jede Modellseite hat einen Playground — führe deinen echten Prompt aus und lies die tatsächlichen Tokenzahlen ab, bevor du irgendetwas mit 50.000 multiplizierst.
Quellen
- Anthropic — Token counting (dokumentierte Beispielzahlen, Tokenizer-Wechsel, kostenloser Zählendpunkt)
- OpenAI Help Center — What are tokens and how to count them? (Faustregel fürs Englische)
- OpenRouter Models API,
https://openrouter.ai/api/v1/models(Tokenpreise, gelesen am 26.08.2026)