LLM API-Preisrechner & Self-Host Break-Even-Analyse

Vergleichen Sie Monatskosten für 26 KI-Modelle inklusive Prompt-Caching gegen gemietete Cloud-GPUs.

186.0M tok/mo
Günstigstes Modell / Monat
$12.45/mo
Qwen-Turbo (Alibaba)
Flaggschiff-Referenz
$828.00/mo
Claude Sonnet 4.6 • spart $162.00/Monat
8x H100 Cloud-Cluster (~$16/Std.)
1× RTX 4090: ~$329/mo
1× H100: ~$1825/moExakten VRAM berechnen →
Sortieren:
ModellKontextPreise / 1M (In / Out)Pro 1.000 Anfr.MonatlichTools
Qwen-TurboOpen-Weight
Alibaba
1M
$0.05 / $0.2
Cached: $0.0125
$0.21
$12.45
Gemini 2.5 Flash-Lite
Google
1M
$0.075 / $0.3
Cached: $0.01875
$0.31
$18.68
GPT-4.1 nano
OpenAI
1M
$0.1 / $0.4
Cached: $0.025
$0.41
$24.90
Gemini 2.5 Flash
Google
1M
$0.15 / $0.6
Cached: $0.0375
$0.62
$37.35
GPT-4o mini
OpenAI
128K
$0.15 / $0.6
Cached: $0.075
$0.66
$39.60
GLM-4.5-AirOpen-Weight
Zhipu
128K
$0.2 / $0.8
Cached: $0.05
$0.83
$49.80
DeepSeek-V3Open-Weight
DeepSeek
128K
$0.27 / $1.1
Cached: $0.07
$1.14
$68.10
DeepSeek-V4Open-Weight
DeepSeek
1M
$0.3 / $1.2
Cached: $0.075
$1.25
$74.70
MiniMax-M2.7Open-Weight
MiniMax
256K
$0.3 / $1.2
Cached: $0.075
$1.25
$74.70
Qwen-PlusOpen-Weight
Alibaba
128K
$0.4 / $1.2
Cached: $0.1
$1.42
$85.20
GPT-4.1 mini
OpenAI
1M
$0.4 / $1.6
Cached: $0.1
$1.66
$99.60
Kimi-K2.5Open-Weight
Moonshot
128K
$0.45 / $2
Cached: $0.11
$1.98
$119.10
GLM-5Open-Weight
Zhipu
128K
$0.5 / $2
Cached: $0.125
$2.07
$124.50
DeepSeek-R1Open-Weight
DeepSeek
128K
$0.55 / $2.19
Cached: $0.14
$2.28
$136.74
Kimi-K3Open-Weight
Moonshot
256K
$0.6 / $2.5
Cached: $0.15
$2.55
$153.00
Claude Haiku 4.5
Anthropic
200K
$0.8 / $4
Cached: $0.08
$3.68
$220.80
OpenAI o4-mini
OpenAI
200K
$1.1 / $4.4
Cached: $0.275
$4.56
$273.90
Qwen3-MaxOpen-Weight
Alibaba
256K
$1.2 / $6
Cached: $0.3
$5.70
$342.00
Mistral LargeOpen-Weight
Mistral
128K
$2 / $6
Cached: $0.5
$7.10
$426.00
GPT-5
OpenAI
400K
$1.25 / $10
Cached: $0.125
$8.00
$480.00
Gemini 2.5 Pro
Google
1M
$1.25 / $10
Cached: $0.31
$8.18
$491.10
GPT-4.1
OpenAI
1M
$2 / $8
Cached: $0.5
$8.30
$498.00
OpenAI o3
OpenAI
200K
$2 / $8
Cached: $0.5
$8.30
$498.00
GPT-4o
OpenAI
128K
$2.5 / $10
Cached: $1.25
$11.00
$660.00
Claude Sonnet 4.6
Anthropic
200K
$3 / $15
Cached: $0.3
$13.80
$828.00
Claude Opus 4.6
Anthropic
200K
$15 / $75
Cached: $1.5
$69.00
$4,140.00

So senken Sie produktive LLM-API-Kosten

Output-Token sind meist 3x bis 8x teurer als Input-Token; Prompt Caching reduziert wiederkehrende System-Prompts um 50% bis 90%.

1. Prompt Caching konsequent nutzen

Halten Sie System-Prompts und Tool-Schemas stabil am Anfang der Eingabe, um automatische Cache-Rabatte auszulösen.

2. Model-Routing nach Schwierigkeitsgrad

Leiten Sie Klassifikation an GPT-4.1 mini, Gemini 2.5 Flash oder DeepSeek-V3 weiter und sparen Sie Reasoning-Modelle für komplexe Aufgaben.

3. Self-Hosting-Grenze überwachen

Ab ca. 2.000-3.000 USD Monatsumsatz bei konstanter Last lohnen sich gemietete L40S-, H100- oder RTX-5090-GPUs oft wirtschaftlich.

Passende GPUs ansehen →

FAQ zum LLM-API-Preisrechner

Wie werden die monatlichen API-Kosten berechnet?▾
Monatskosten = Anfragen/Tag x 30 x [(Nicht-gecachter Input x Inputpreis + Gecachter Input x Cachepreis + Output x Outputpreis) / 1.000.000].
Wie viel spart Prompt Caching wirklich?▾
Bei Coding-Agents oder RAG-Systemen mit 50%-80% Trefferquote reduziert Prompt Caching die monatlichen Inputkosten um 35%-75%.
Welche Cloud-GPU-Preise liegen dem Break-Even zugrunde?▾
Typische 24/7-Cloud-Stundensätze (730 Std./Monat) für NVIDIA RTX 4090, L40S, A100 80GB und 8x H100-Server.
Kann ich zuerst die genaue Token-Anzahl meines Prompts messen?▾
Ja — messen Sie Ihren Text in unserem Token-Zähler und kehren Sie per Klick mit vorausgefüllter Token-Zahl hierher zurück.

Verwandte LLM- & GPU-Tools entdecken

Gesamtes AI-Toolkit-Verzeichnis →