Je günstiger KI wird, desto höher wird Ihre Rechnung

Wichtige Erkenntnisse

• Die Deflation ist real: Die Leistung bei der Abfrage eines Modells der künstlichen Intelligenz (KI) auf GPT-3.5-Ebene sank zwischen November 2022 und Oktober 2024 von 20,00 $ auf 0,07 $ pro Million Token, ein mehr als 280-facher Einbruch.
• Die Rechnungen sind trotzdem gestiegen: 98 % der von der FinOps Foundation befragten Organisationen verwalten jetzt aktiv KI-Ausgaben, gegenüber 31 % noch vor zwei Jahren.
• Im Juni 2026 starb die Pauschalgebühr.: GitHub hat am 1. Juni jeden Copilot-Plan auf eine zählerbasierte, tokenbasierte Abrechnung umgestellt. Anthropic kündigte eine ähnliche Aufteilung an und pausierte sie dann am 15. Juni, dem Tag, an dem sie in Kraft treten sollte.
• Der Übeltäter ist das Volumen, nicht der Preis: Agentische Workloads verbrauchen um Größenordnungen mehr Token pro Aufgabe als eine Chat-Anfrage. Billigere Einheiten multipliziert mit explodierendem Verbrauch ergeben eine höhere Rechnung. Das ist das Jevons-Paradoxon, das im Rechenzentrumsmaßstab läuft.

Der Monat, in dem der 20-Dollar-Plan keinen Sinn mehr ergab

Drei Jahre lang war der Deal einfach: Geben Sie einem KI-Anbieter eine monatliche Pauschalgebühr und nutzen Sie das Modell wie ein All-you-can-eat-Buffet. Im Juni 2026 wurde das Buffet geschlossen.

Am 1. Juni ersetzte GitHub die „Premium-Anfragen“ von Copilot in jedem Plan durch GitHub AI Credits, wobei die Nutzung „basierend auf der Token-Nutzung, einschließlich Eingabe-, Ausgabe- und zwischengespeicherten Tokens, gemäß den veröffentlichten API-Raten für jedes Modell“ verbraucht wurde. Zwei Wochen später sollte Anthropic seine eigene Version durchsetzen: Die Nutzung des Claude Agent SDK (Software Development Kit) und der Agenten von Drittanbietern wurde aus den Abonnementpools auf separate monatliche Guthaben verschoben, die von 20 $ beim Pro-Plan bis zu 200 $ bei der obersten Stufe reichen. Es ist nie passiert. Am 15. Juni, dem Tag, an dem die Änderung in Kraft treten sollte, pausierte Anthropic mit der Begründung: „Im Moment ändert sich nichts“ und dass man „daran arbeitet, den Plan besser an die tatsächlichen Nutzungsmuster anzupassen.“

Das macht diese Welle der Neubewertung wirklich seltsam: Sie kam genau zu dem Zeitpunkt, als KI-Tokens so günstig waren wie nie zuvor. Wenn Sie verstehen, warum beide Dinge gleichzeitig zutreffen, erfahren Sie, wohin Ihre KI-Rechnung tatsächlich führt.

Die große Deflation ist real

Beginnen Sie mit der Seite der Anbieter. Es hat den Vorteil, dass es wahr ist.

Stanfords AI Index, die am häufigsten zitierte jährliche Bilanzierung des KI-Fortschritts, ergab, dass die Kosten für die Abfrage eines Modells, das auf MMLU (Massive Multitask Language Understanding, einem Standard-Wissensbenchmark) das Äquivalent von GPT-3,5 erreicht, „von 20,00 $ pro Million Token im November 2022 auf nur 0,07 $ pro Million Token im Oktober 2024 gesunken sind“, was einer mehr als 280-fachen Reduzierung in etwa 18 Jahren entspricht Monate. Je nach Aufgabe stellte derselbe Bericht fest, dass die Inferenzpreise zwischen 9 und 900 Mal pro Jahr gesunken sind. Durch die Software sind die Hardwarekosten für maschinelles Lernen um etwa 30 % pro Jahr gesunken, während sich die Energieeffizienz jährlich um etwa 40 % verbessert hat.

Ein Preisverfall dieser Größenordnung sollte dazu führen, dass die KI-Budgets einen Rundungsfehler aufweisen. Stattdessen geschah das Gegenteil.

Die Konsumexplosion

Die FinOps Foundation, der Branchenverband für Cloud Financial Operations (FinOps), stellte in ihrem Bericht „State of FinOps 2026“ fest, dass laut den 693 Fachleuten, die diese Frage beantwortet haben, mittlerweile 98 % der Unternehmen ihre KI-Ausgaben verwalten, ein Anstieg gegenüber 63 % im Jahr 2025 und 31 % im Jahr 2024. KI-Kostenmanagement wurde als die wichtigste Fähigkeit eingestuft, die Teams entwickeln müssen. Man baut keine ganze Disziplin um sinkende Kosten herum auf.

Was sich geändert hat, ist nicht der Preis eines Tokens. Es gibt an, wie viele Token eine einzelne Arbeit verbraucht.

Ein Chatbot-Austausch im Jahr 2023 war eine Anfrage: eine Frage rein, eine Antwort raus, ein paar tausend Token Ende an Ende. Eine Agenten-Codierungssitzung ist etwas ganz anderes. Der Agent liest Ihr Repository, plant, ruft Tools auf, liest deren Ausgabe, schlägt fehl, versucht es erneut und überprüft seine eigene Arbeit. Jeder dieser Schritte ist ein neuer Modellaufruf, der den angesammelten Kontext von allem davor trägt. Eine viersekündige automatische Vervollständigung und ein fünfundvierzigminütiger autonomer Refactor liegen an den entgegengesetzten Enden einer Token-Lücke, die sich über etwa drei Größenordnungen erstreckt.

Gartner hat ein Datum angegeben, wohin dies führen wird. Ende Juni 2026 prognostizierte das Forschungsunternehmen, dass die Ausgaben für KI-Coding-Agents bis 2028 das durchschnittliche Gehalt eines Softwareentwicklers übersteigen werden. Es berichtete, dass fast ein Viertel der Technologieführer jeden Monat bereits zwischen 200 und 500 US-Dollar pro Entwickler für KI-Coding-Tokens ausgeben und etwa 6 % angeben, monatlich mehr als 2.000 US-Dollar pro Entwickler auszugeben. Ob diese konkrete Prognose zutrifft oder nicht, die Richtung ist unbestritten. Das Gerät wurde günstig; Die Arbeitsbelastung wurde enorm.

Anatomie einer stillen Neubewertung

Der Preis für das Pauschalabonnement entsprach der Chatbot-Ära, und die Agenten-Ära hat ihre Rechnung aufgegeben. Was folgte, war weniger eine koordinierte Preiserhöhung als vielmehr eine Reihe zunehmend unangenehmer Korrekturen.

GitHub ging zuerst und ging am weitesten. Im Rahmen des neuen Copilot-Programms bleiben die Planpreise gleich, aber jeder Plan beinhaltet jetzt ein entsprechendes Kontingent an AI-Credits: Pro für 10 $ pro Monat beinhaltet 10 $ Credits, Business für 19 $ pro Benutzer beinhaltet 19 $, Enterprise für 39 $ beinhaltet 39 $. Ein Guthaben ist 0,01 $ wert. Code-Vervollständigungen und Vorschläge für die nächste Bearbeitung bleiben ungemessen, sodass der gelegentliche Benutzer der automatischen Vervollständigung nichts bemerkt. Im Gegensatz dazu gibt der Agent-Benutzer jetzt einen Token-Zähler aus, der zu veröffentlichten API-Tarifen (Application Programming Interface) läuft.

Anthropic versuchte es, blinzelte dann. Der Plan hätte den Chat und die offizielle Claude Code-Befehlszeilenschnittstelle (CLI) auf Standardabonnementlimits belassen, während das Agent SDK, der Headless-Befehl claude -p und Apps von Drittanbietern daran gehindert worden wären, diese Limits in Anspruch zu nehmen, und sie stattdessen zu den geltenden API-Tarifen abgerechnet, abgefedert durch diese monatlichen Credits. Die Pause kam am 15. Juni, als das Wall Street Journal berichtete, dass OpenAI starke Preissenkungen für seine eigene API erwägt, was eine einseitige Erhöhung der effektiven Preise zu einem unangenehmen Schritt gemacht hätte. Eine Preisanpassung, die ein Anbieter ausführt und der Konkurrent am Tag der Markteinführung aufgibt, zeigt Ihnen, dass die Branche noch nicht den richtigen Platz gefunden hat.

Der subtilere Hebel ist der Tokenizer. In der Preisdokumentation von Anthropic heißt es, dass Claude Opus 4.7 und spätere Modelle einen Tokenizer verwenden, der „ungefähr 30 % mehr Token für denselben Text produziert“. Gleicher Listenpreis, gleicher Text, mehr abrechenbare Einheiten. Die Website hat genau diese Dynamik gemeldet, als Opus 4.7 zu unveränderten Hauptpreisen gestartet wurde.

Und die Listenpreise selbst haben stillschweigend aufgehört, an der Grenze zu fallen. Das Preisblatt von Anthropic zeigt Claude Sonnet 5 zu einem Einführungspreis von 2 $ pro Million Input-Tokens und 10 $ pro Million Output-Tokens bis zum 31. August 2026, danach treten Standardpreise von 3 $ und 15 $ in Kraft, eine geplante Erhöhung um 50 %. Das neue erstklassige Claude Fable 5 kostet 10 $ rein und 50 $ raus, doppelt so viel wie 5 $ und 25 $ von Claude Opus 4.8. Sogar das Budget stieg: Claude Haiku 4.5 notiert bei 1 $ und 5 $, über den 0,80 $ und 4 $ des ausgemusterten Haiku 3.5, den es ersetzte. Auf dieser einen Preisliste werden die Preise für jede Stufe nach oben angepasst. Die anhaltende Deflation lebt in der Konkurrenz, in billigeren Konkurrenten und Modellen mit offenem Gewicht, nicht in den Listenpreisen des etablierten Betreibers.

Die Daten

Das ganze Paradox passt in eine Zeile der Arithmetik. Was eine Aufgabe kostet, ist der Preis eines Tokens multipliziert mit der Anzahl der Token, die die Aufgabe frisst:

$$C_{task} = P_{token} \times T_{task}$$

Zwischen 2022 und 2024 ist $P_{token}$ bei gleichbleibender Qualität etwa um das 280-fache gesunken. Aber für die Arbeitslasten, die jetzt dominieren, wuchs $T_{task}$ um den Faktor Hundert bis Tausend. Wenn der zweite Faktor schneller wächst als der erste schrumpft, steigt $C_{task}$, selbst wenn jeder einzelne Token billiger wird.

Führen Sie die Zahlen des neuen Copilot-Plans durch, um zu sehen, wie schnell sich ein Zähler entleert. Nehmen Sie an einer Agentensitzung mit einem Grenzmodell zum Preis von Claude Opus 4.8 teil, bei 5 $ pro Million Input-Tokens und 25 $ pro Million Output-Tokens. Eine Sitzung, die 1,5 Millionen Eingabe-Tokens verarbeitet und 100.000 Ausgabe-Tokens generiert, kostet bei diesen Tarifen genau 10,00 $:

Zwei Sitzungen wie diese und ein Copilot Business-Sitz haben das gesamte monatliche Guthaben von 19 US-Dollar aufgebraucht. Alles, was danach kommt, ist eine gemessene Überschreitung. Die Pauschalgebühr wurde nicht teurer. Es wurde einfach aufgehört, die Art und Weise zu behandeln, wie Menschen jetzt tatsächlich arbeiten.

Der falsche Boden

Wer ist hier also der Bösewicht? Wählen Sie Ihre Theorie.

Eine Lesart ist zynisch: Bei den Pauschalgebühren handelte es sich um subventionierten Landraub, und im Juni erfolgte die Rückforderung, in dem Moment, als die subventionierte Untergrenze zu brechen begann. Die andere Lektüre ist langweilig: Niemand musste etwas planen. Eine günstige Pauschalgebühr im Vergleich zu einer Arbeitslast, die zu API-Tarifen Hunderte von Dollar an Rechenleistung verbrauchen kann, ist eine Arithmetik, die von selbst fehlschlägt, ohne dass böse Absichten erforderlich sind.

Die Beweise sprechen für eine langweilige Lektüre mit einer Wendung. Es handelt sich hier nicht um einen Angebotsengpass. In derselben Woche, in der die Pause von Anthropic einsetzte, berichtete Reuters laut Bloomberg News, dass Meta plant, seine überschüssige KI-Rechenkapazität über ein Cloud-Unternehmen zu verkaufen. Kapazität ist nicht knapp; Der Verbrauch im Grenzbereich übersteigt die für den Chat entwickelten Preismodelle.

Und die Kunden haben einen Ort, an den sie gehen können. Reuters berichtete am 2. Juli, dass ein neues, kostengünstiges chinesisches KI-Modell die Spitzenangebote von Anthropic und OpenAI einholt. Tom’s Hardware hat dokumentiert, dass Unternehmen ihre Arbeitsbelastung auf chinesische und Open-Weight-Modelle verlagern, um die KI-Budgets zu strecken, während die Abonnements an eine Preisgrenze stoßen. Jede gemessene Rechnung ist eine Werbung für das günstigere Modell, das nur einen API-Aufruf entfernt ist. Das ist mehr als der gute Wille des Kunden, der Maßstab dafür, wie weit die Preisanpassung gehen kann.

Der Reim von 1865

Nichts davon ist neu. Im Jahr 1865 stellte der Ökonom William Stanley Jevons fest, dass mit zunehmender Effizienz der Kohleverbrennungstechnologie der gesamte Kohleverbrauch Großbritanniens eher stieg als sank, weil die Effizienz die kohlebetriebene Industrie an weitaus mehr Orten wirtschaftlich machte. Billigere Einheiten, höherer Gesamtverbrauch. Tauschen Sie Kohle gegen Token und die KI-Industrie führt das gleiche Experiment mit dem gleichen Ergebnis durch.

Der nähere Reim ist Faser. In den späten 1990er Jahren nahmen Telekommunikationsanbieter enorme Kredite auf, um Kapazitäten aufzubauen, die weitaus schneller wuchsen als die Nachfrage, und als die Finanzierung nach dem Platzen der Dotcom-Blase versiegte, löste ihre Schuldenlast eine Insolvenzwelle aus, die Giganten wie WorldCom und Global Crossing in den Ruin trieb. Die Lehre aus dieser Zeit ist nicht, dass die Nachfrage gefälscht war. Die Nachfrage wuchs weiter; Es wuchs einfach langsamer als die Infrastruktur und die dafür aufgebauten Geschäftsmodelle, und die Korrektur kam auf einmal. Die Wirtschaftlichkeit der KI-Videoerzeugung ist bereits an dieser Grenze angelangt; Textagenten machen es in Zeitlupe.

Was als nächstes passiert

Die kurzfristige Flugbahn ist in den Trümmern vom Juni sichtbar.

Dosierspreizungen. GitHub hat bereits gezeigt, dass die politisch überlebensfähige Version „Planpreis unverändert, Agentennutzung gemessen“ ist, und die Pause bei Anthropic liest sich als Überarbeitung und nicht als Rückzug; Das Unternehmen sagte, es werde den Plan neu ausrichten und nicht aufgeben. Sehen Sie sich den 1. September an, wenn die geplante 50-prozentige Listenpreiserhöhung von Sonnet 5 in Kraft tritt, und testen Sie, ob die Preise im mittleren Preissegment tatsächlich steigen können, ohne Arbeitslasten an Alternativen mit offenem Gewicht zu verlieren.

Erwarten Sie, dass die Routing-Ebene zum interessanten Schlachtfeld wird. Unternehmen kombinieren bereits Spitzenmodelle mit Alternativen, die für Routinearbeiten etwa zehnmal weniger kosten. Sobald jeder Token gemessen wurde, ist das Versenden der einfachen Mehrheit der Anfragen über den billigen Weg keine Optimierung mehr, sondern das ganze Spiel. Und erwarten Sie, dass „Token FinOps“ zur Berufsbezeichnung wird. Wenn 98 % der Unternehmen KI-Ausgaben verwalten und die größte Qualifikationslücke das KI-Kostenmanagement ist, wird jemand eingestellt, der für das Messgerät zuständig ist.

Was das für Sie bedeutet

Wenn Sie Code mit KI-Tools schreiben:

• Prüfen Sie, welche Ihrer Werkzeuge im Juni auf die Abrechnung nach Zählern umgestellt wurden. Die Autovervollständigungsstufe ist praktisch immer noch flach; die Agentenstufe ist es nicht.
• Passen Sie das Modell an die Aufgabe an. Das Führen eines Grenzmodells bei der Arbeit, das ein Billigmodell übernimmt, ist jetzt ein sichtbarer Einzelposten, und der Preisunterschied zwischen den Stufen beträgt eine Größenordnung.

Wenn Sie ein KI-Budget besitzen:

• Prognose für Token pro Aufgabe, nicht für Sitzplätze. Aufgrund der sitzplatzbasierten Budgetierung kam es im Jahr 2026 zu Überschreitungen.
• Betrachten Sie die Listenpreise der Anbieter als den Anfang der Rechnung, nicht als die Antwort. Tokenizer-Änderungen und Konsumwachstum verschieben die realen Kosten, auch wenn die Preisliste dies nicht tut.

Häufig gestellte Fragen

Wenn die Token-Preise weiter fallen, wird sich das dann nicht von selbst beheben?

Die Stückpreise werden wahrscheinlich weiter fallen; Die Daten von Stanford zeigen je nach Aufgabe 9 bis 900 Rückgänge pro Jahr. Der Verbrauch pro Aufgabe ist jedoch schneller gestiegen, als die Preise gefallen sind, und die Agenten werden immer noch autonomer. Seit zwei Jahren in Folge ist es eine verlustbringende Wette, dass die Deflation den eigenen Verbrauch übersteigt.

Hat Anthropic seine Abrechnungsänderung abgesagt oder nur verzögert?

Angehalten, nicht abgebrochen. Das Unternehmen sagte, dass sich „im Moment nichts ändert“ und dass es daran arbeite, den Plan an die tatsächlichen Nutzungsmuster anzupassen. Der strukturelle Druck, der die Veränderung bewirkte, ließ nicht nach.

Ist das nur Preistreiberei der KI-Anbieter?

Die Beweise deuten in die andere Richtung. Die gebührenpflichtige Abrechnung zu veröffentlichten API-Tarifen ist transparenter als eine Pauschalgebühr, die in aller Stille Vielnutzer subventioniert, und die Konkurrenz durch preiswerte chinesische und Open-Weight-Modelle begrenzt die Möglichkeiten, die jeder erreichen kann. Die wahre Geschichte ist, dass die Preiseinheit (ein Monat Zugang) nicht mehr mit der Kosteneinheit (ein Token) übereinstimmte und die Diskrepanz schließlich aufgehoben wurde.

Das Fazit

Die Ära der billigen Token und die Ära der riesigen KI-Scheine sind die gleiche Geschichte, die von entgegengesetzten Enden der Rechnung erzählt wird. Die Deflation machte Intelligenz so billig, dass man sie rücksichtslos ausgeben konnte, Agenten industrialisierten die Ausgaben, und das Pauschalabonnement, das den Zähler verbarg, starb im Juni 2026 an der Arithmetik. Die jetzt laufende Korrektur ist unbequem, aber ehrlich: sichtbare Zähler, echte Preise und ein Markt, auf dem die Kosten einer Aufgabe endlich die Wahrheit darüber verraten, was für ihre Ausführung nötig war. Budgets, die auf dieser Wahrheit basieren, werden gut funktionieren. Budgets, die auf dem Buffet aufgebaut sind, bleiben offen.

Quellen (13)

• hai.stanford.edu Stanford HAI - AI Index Report 2025: Research and Development
• github.blog GitHub Blog - GitHub Copilot Is Moving to Usage-Based Billing
• docs.github.com GitHub Docs - Models and Pricing for GitHub Copilot
• platform.claude.com Anthropic - Claude API Pricing Documentation
• data.finops.org FinOps Foundation - State of FinOps 2026 Report
• the-decoder.com The Decoder - Anthropic Backs Off Unpopular Billing Overhaul
• thenewstack.io The New Stack - Anthropic Pauses Claude Agent SDK Subscription Change
• reuters.com Reuters - Meta to Sell Excess AI Computing Capacity
• reuters.com Reuters - Inexpensive Chinese AI Model Catching Up
• devops.com DevOps.com - AI Coding Costs Could Exceed Developer Salaries, Gartner Warns
• tomshardware.com Tom's Hardware - AI Costs Spike as Subscriptions Hit Pricing Wall
• en.wikipedia.org Wikipedia - Jevons Paradox
• en.wikipedia.org Wikipedia - Telecoms Crash