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
Sortieren:
| Modell | Kontext | Preise / 1M (In / Out) | Pro 1.000 Anfr. | Monatlich | Tools |
|---|---|---|---|---|---|
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 |
Cloud-GPU-Miete vs. API-Kosten Break-Even
Kalkulation mit 730 Std./Monat Cloud-On-Demand-TarifenSo 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 →Beliebte Modell-VRAM-Rechner
DeepSeek-R1 (671B)DeepSeek-V3 (671B)DeepSeek-V4-Pro (1.6T)DeepSeek-V4-Flash (284B)DeepSeek-R1-Distill-Qwen-32BDeepSeek-R1-Distill-Qwen-14BDeepSeek-R1-Distill-Qwen-7BDeepSeek-R1-Distill-Llama-70BLlama 4 Maverick (400B)Llama 4 Scout (109B)Llama 3.1 405BLlama 3.1 70BLlama 3.1 8BLlama 3.2 3BQwen3.5-397B-A17BQwen3-235B-A22BQwen3-Coder-480B-A35BQwen3-32B
GPU-Kompatibilitätsguides
NVIDIA RTX 5090 (32GB)NVIDIA RTX 5080 (16GB)NVIDIA RTX 5070 Ti (16GB)NVIDIA RTX 4090 (24GB)NVIDIA RTX 4080 SUPER (16GB)NVIDIA RTX 4070 Ti Super (16GB)NVIDIA RTX 4060 Ti (16GB)NVIDIA RTX 3090 (24GB)AMD Radeon RX 7900 XTX (24GB)NVIDIA RTX PRO 6000 Blackwell (96GB)Apple M4 Max (128GB)Apple M4 Max (64GB)Apple M4 Pro (48GB)Apple M3 Ultra (192GB)