Max Woolf vergleicht in seiner Analyse die API-Preise mehrerer OpenAI- und Anthropic-Modelle zwischen April und Oktober 2026. Nach seiner Rechnung fiel der Preis eines konstanten Nutzungsmixes bis auf 43,3 Prozent des Aprilniveaus; einzelne Tarife sanken um bis zu 80 Prozent. Die Werte beschreiben Listenpreise und Woolfs gewählten Modellmix. Sie sind kein Beleg dafür, dass jede reale Anwendung im selben Maß günstiger geworden ist, denn Ausgabelänge, Erfolgsquote und zusätzlicher Agentenverkehr bestimmen die Rechnung mit.
Diese Zahl stammt aus einer Auswertung, die ein Entwickler in seinem Blog veröffentlicht hat. Er zeichnet die Preisbewegungen bei OpenAI und Anthropic zwischen Juni und September 2026 nach, ordnet die Ankündigungen chronologisch und kommt zu einem Ergebnis, das erst einmal überrascht: Die Token-Preise der beiden großen Anbieter sind in wenigen Monaten um bis zu 80 Prozent gefallen. Die Qualität der Modelle sei dabei nicht gesunken, schreibt er. Seine Erklärung für die Preissenkungen hat wenig mit Großzügigkeit zu tun. Sie funktioniert ähnlich wie auf anderen Rohstoffmärkten.
Juni bis September: die Preissenkungen im Überblick
Die Chronik beginnt am 26. Juni 2026. OpenAI kündigt GPT-5.6 Sol und Luna an. Sol tritt die Nachfolge von GPT 5.5 an und kostet unverändert 5 Dollar pro Million Input-Token, 30 Dollar pro Million Output-Token und 0,50 Dollar pro Million gelesener Cache-Token. Luna ist das kleine Modell für einfache Aufgaben und liegt bei 1 / 6 / 0,10 Dollar. Ein drittes Modell namens Terra, zwischen beiden angesiedelt, findet öffentlich kaum Beachtung. Vier Tage später zieht Anthropic nach: Claude Sonnet 5 soll laut eigener Darstellung näher an die Opus-Klasse rücken. Das Feedback fällt gemischt aus. Der Einführungspreis von 2 / 10 / 0,20 Dollar ist ausdrücklich befristet.
Am 24. Juli folgt Claude Opus 5 zum Preis von 5 / 25 / 0,50 Dollar. Max Woolf nennt es ein lange erwartetes Major-Update, weil Opus 4.5 den Aufstieg des agentischen Programmierens geprägt hat. Die Benchmark-Werte übertreffen teils sogar das größere Fable 5; die Rückmeldungen aus der Praxis bleiben gemischt. Sechs Tage danach senkt OpenAI den Preis von GPT-5.6 Luna um 80 Prozent auf 0,20 / 1,20 / 0,02 Dollar. Mitte August macht Anthropic den befristeten Sonnet-5-Preis dauerhaft. Am 21. August folgt bei OpenAI eine rund 20-prozentige Reduktion für GPT-5.6 Sol auf 4 / 20 / 0,40 Dollar, zunächst befristet auf drei Monate.
Im September ändert sich der Kurs. Am 1. September erscheint Fable 5.1 bei gleichem Input- und Output-Preis von 10 / 50 Dollar, aber mit einem um 75 Prozent reduzierten Cache-Read-Preis von 0,25 statt 1 Dollar. Zwei Tage später legt OpenAI GPT-6 Astra zu 10 / 50 / 1 Dollar nach, vergleichbar in Größe und Leistung, aber ohne den Cache-Vorteil. Am 22. September folgen zwei Ankündigungen: GPT-6 Sol erscheint zu 2 / 10 / 0,20 Dollar und halbiert damit Input- und Output-Preis gegenüber dem befristet rabattierten Vorgänger. GPT-6 Luna liegt bei 0,10 / 0,50 / 0,01 Dollar. Am selben Tag kündigt Anthropic Claude Opus 5.5 an, mit dem Hinweis, das Modell benötige weniger Rechenleistung als Opus 5, und der Preis spiegle das. Mit 4 / 20 / 0,20 Dollar ergibt sich durch die größere Cache-Reduktion eine Gesamtkostenersparnis von 40 bis 60 Prozent. Eine Woche später, am 29. September, korrigiert OpenAI nach, weil GPT-6 Sol leistungsmäßig enttäuschte: GPT-6.1 Sol halbiert zusätzlich den Cache-Preis auf 0,10 Dollar und trifft damit die 5-Prozent-Marke von Anthropic.
Cache-Read-Kosten: der größte Posten
Diese Zahlen sind mehr als Marketing. Ein Blick auf das Taxameter hilft. Beim Taxi zahlst du nicht für das Ziel, sondern für die gefahrene Strecke. Beim agentischen Programmieren wird fast die gesamte Strecke immer wieder neu abgefahren. Der Cache enthält den bisherigen Gesprächsverlauf, also alles, was das Modell in der laufenden Sitzung bereits gelesen hat. Laut dem Autor machen Cache-Read-Kosten bei Coding-Agenten 96 bis 99 Prozent der gesamten Token-Ausgaben aus. Die Trefferquote liegt je nach Inferenz-Anbieter zwischen 90 und 100 Prozent.
Daraus folgt eine Rechnung, die man leicht unterschätzt. Eine Senkung des Cache-Read-Preises um 75 Prozent entspricht praktisch einer Senkung der Gesamtkosten um 70 bis 75 Prozent. Der Cache-Preis steht in den Ankündigungen meist als Fußnote am Ende der Preistabelle. Er ist aber der größte Hebel. Deshalb sind die Änderungen bei Fable 5.1 und später bei Opus 5.5 und GPT-6.1 Sol wichtig. Wer nur auf Input- und Output-Preise schaut, vergleicht die falschen Zahlen.
Druck von unten: Open-Weight-Modelle und 29 Anbieter für dieselben Gewichte
Niemand senkt Preise um 80 Prozent, wenn nicht eine äußere Kraft im Spiel ist. Max Woolf benennt sie: Modelle sind innerhalb eines Jahres zur Handelsware geworden, und der Wechselaufwand ist nahezu null. Ein Toggle in einem Harness wie OpenCode oder Zed Agent, ein anderer Endpunkt-String über OpenRouter, und schon läuft derselbe Agent auf einem anderen Modell. Diese Austauschbarkeit ist der Grund, warum Preissenkungen überhaupt zu Nachfrage führen.
Konkret wird das an den offenen Gewichten. DeepSeek Flash V4 0420 erschien im April 2026 zu 0,14 / 0,28 / 0,0028 Dollar und wurde viral, weil OpenAI damals kein kleines Modell für einfache Aufgaben hatte. Wichtig war der Cache-Anteil von 2 Prozent statt der 5 bis 10 Prozent, die OpenAI und Anthropic verlangten. Die 80-Prozent-Senkung von GPT-5.6 Luna im Juli dürfte, so vermutet Woolf, direkt gegen diese Klasse gerichtet gewesen sein. Die aktualisierte Variante DeepSeek Flash V4.1 1017 legt beim Artificial-Analysis-Index von 24 auf 45 Punkte zu, bei nahezu unverändertem Preis von 0,15 / 0,60 / 0,003 Dollar.
Wichtiger als der Modellpreis ist die Zahl der Anbieter. Allein auf OpenRouter hosten inzwischen 29 verschiedene Inferenz-Anbieter dieselben DeepSeek-Gewichte, im Mai waren es 13. Bei Cloudflare und DeepInfra liegen die effektiven Einkaufskosten weniger als zehn Prozent über dem Preis des Originalanbieters. Bei Kimi K3.1 Pro von Moonshot AI, das mit 55 zu 58 Punkten fast an Opus 5.5 heranreicht, kostet der Token halb so viel wie bei Anthropic. Sobald die Gewichte am 4. November fallen, dürften die über 20 bestehenden Hosting-Anbieter nachziehen. Dieser Preisdruck kommt nicht aus einer Marketingabteilung, sondern aus Angebot und Nachfrage.
Zum Argument vom künstlich billigen Token
Ein wiederkehrendes Argument der KI-Skepsis lautet, die Token-Preise würden künstlich niedrig gehalten, um Nutzer ins Ökosystem zu locken, bis man später die „wahren Kosten“ abrufen könne. Der Vergleich mit Uber und Lyft liegt nahe. Die beiden eroberten in den 2010er Jahren das Ride-Hailing mit Verlusten und zogen anschließend die Preise an. Max Woolf hält den Vergleich für unpassend. Seine Begründung ist einfach: OpenAI und Anthropic sind kein Duopol.
Solange Dutzende Anbieter dieselben Gewichte zu ähnlichen Preisen und ähnlicher Qualität ausliefern, solange ein Wechsel nur einen Konfigurationswert kostet, bleibt Spielraum für höhere Preise begrenzt. Ein Anbieter, der dauerhaft unter Selbstkosten verkauft, verschwindet und stellt seine Rechenkapazität lieber einem profitablen Modell zur Verfügung. Die Preissenkungen der vergangenen Monate sind deshalb nicht nur ein Rabattgefecht zwischen zwei Firmen, sondern eine Anpassung an einen Markt, in dem der Grenzpreis nach unten tendiert. Dass beide Häuser trotzdem an ihrer Marge arbeiten, zeigt der Aufbau von Moats: Enterprise-Verträge, persönliche Agenten wie OpenAI Dots und Claude Duet, also Produkte, bei denen nicht mehr das Token den Preis bestimmt.
Börsengang, Umsatz und Kalkül
Das Timing bleibt auffällig. Beide Unternehmen stehen laut dem Bericht kurz vor dem Börsengang, OpenAI im Jahr 2027, Anthropic in wenigen Monaten. Die durchgesickerten Finanzzahlen zeigen Milliardenverluste durch Forschung und Skalierung. Die starke Ausweitung der agentischen Nutzung in den letzten Monaten bilden sie noch nicht ab. Investoren, die solche Zahlen prüfen, verlangen einen Plan für den Weg in die Profitabilität. Warum also senkt man die Haupteinnahmequelle um bis zu 80 Prozent?
Max Woolf erklärt den Widerspruch über die Ausgaben. Die Kosten pro Token fallen auf 43,3 Prozent des Aprilniveaus, aber die Gesamtausgaben der Kunden steigen, weil die Modelle schneller besser werden als sie billiger werden. Ein günstigeres Token wird häufiger eingesetzt, in längeren Agentenschleifen, mit mehr parallelen Aufgaben. Wer pro Token weniger nimmt, aber deutlich mehr Token verkauft und dabei die eigene Inferenz effizienter macht, kann unter dem Strich gewinnen. Opus 5.5 macht das ausdrücklich: weniger Rechenleistung pro Anfrage, niedrigerer Preis, gleiche oder bessere Qualität.
Was die neuen Preise für eigene Projekte bedeuten
Für dich als Entwickler heißt das: Die Rechnung, die du vor einem halben Jahr aufgestellt hast, stimmt nicht mehr. Wenn du KI-Modell-Kosten planst, nimm nicht den Preis pro Token als Vergleichsgröße, sondern die Kosten pro erledigter Aufgabe. Diese Größe zeigt Woolf in seiner Auswertung, und sie verschiebt die Rangfolge. Ein nominell teureres Modell, das eine Aufgabe in einem Durchlauf löst, kann billiger sein als ein günstiges, das drei Anläufe braucht.
Wichtiger für die Kosten ist die Architektur. Wenn 96 bis 99 Prozent deiner Ausgaben aus Cache-Reads bestehen, ist Cache-freundliches Prompting keine Mikro-Optimierung, sondern ein großer Posten. Stabile Kontext-Anfänge, klare Sitzungsgrenzen, kein unnötiges Neuladen des Verlaufs. Auch die Anbieterwahl zählt: Die 29 Endpunkte bedeuten, dass du dieselben Gewichte zu unterschiedlichen effektiven Kosten einkaufen kannst, abhängig von Cache-Preis und Trefferquote. Ein Blick auf die Nebenspalten der Preistabellen lohnt sich inzwischen mehr als der auf die Hauptspalten.
Bleibt ein Punkt, der weniger angenehm ist. Die Preise sinken, weil der Wettbewerb funktioniert, nicht weil jemand großzügig ist. Genauso schnell kann sich die Lage ändern, wenn ein Anbieter die Rechenkapazität knapp macht oder ein Modell seine günstige Preisklasse verlässt. Bau deine Kostenkalkulation deshalb nicht auf dem heutigen Rabatt auf, sondern auf einer Bandbreite. Der Taxameter läuft weiter. Der Kilometerpreis ist derzeit niedrig, und er kann wieder steigen.
Quelle: minimaxir.com
