Wie viel kosten GPT-5.6 Sol, Claude Sonnet 5 und Gemini 3.7 Flash?
Wie kann man die Preise von KI-Modellen über verschiedene Anbieter hinweg vergleichen? Beginnen Sie mit demselben Eingabe-/Ausgabe-Mix, derselben Währung und derselben Definition eines erfolgreichen Ergebnisses. Ein einzelner „Preis pro 1 Mio. Tokens“ ist unvollständig, weil Eingabe- und Ausgabe-Tokens zu unterschiedlichen Sätzen berechnet werden, Langkontext-Anfragen in eine höhere Stufe fallen können und erneute Versuche oder abgelehnte Antworten die effektiven Kosten deutlich erhöhen können.
Mit Stand 26. August 2026 würde eine Arbeitslast mit 800.000 nicht gecachten Eingabe-Tokens und 200.000 Ausgabe-Tokens etwa $5,76 mit GPT-5.6 Sol, $2,88 mit Claude Sonnet 5 oder $1,08 mit Gemini 3.7 Flash bei den aktuellen CometAPI-Tarifen kosten. Diese Modelle nehmen unterschiedliche Positionen bei Geschwindigkeit und Fähigkeiten ein, daher ist dies ein Abrechnungsvergleich – keine Behauptung, dass sie identische Qualität liefern.
So vergleichen Sie AI-API-Preise zwischen Anbietern
Dieser Artikel verwendet US-Dollar pro 1 Million abrechenbarer Text-Tokens. Das durchgerechnete Szenario steht für einen hochvolumigen Support- oder Wissens-Workflow mit 800.000 Eingabe-Tokens und 200.000 Ausgabe-Tokens über viele Anfragen. Jede Anfrage bleibt unterhalb der Kurzkontext-Preisschwelle von 272.000 Token von GPT-5.6 Terra.
Die Baseline schließt Prompt-Caching, Mengenrabatte, Tool-Gebühren, Bilder, Audio sowie fehlgeschlagene oder wiederholte Aufrufe aus. Es wird außerdem angenommen, dass eine generierte Antwort akzeptiert wird. Die Formel lautet:
cost = (input tokens / 1M × input rate) + (output tokens / 1M × output rate)
Verwenden Sie die tatsächlichen Token-Zählungen, die in jeder Antwort zurückgegeben werden, anstatt aus Zeichen zu schätzen. Tokenizer unterscheiden sich zwischen Modellfamilien, was bedeutet, dass derselbe Text nicht zwangsläufig dieselbe abrechenbare Token-Anzahl erzeugt.
GPT-5.6 Sol, Claude Sonnet 5 und Gemini 3.7 Flash API-Preise
Die drei Modell-IDs und Sätze unten wurden am 26. August 2026 gegen CometAPIs Live-Modellverzeichnis erneut geprüft. Der CometAPI-Satz ist der Betrag, der in den Berechnungen verwendet wird. Die offizielle Spalte ist als Referenzbasis enthalten.
GPT-5.6 Sol API-Pricing
GPT-5.6 Terra: CometAPI führt $1,60 pro 1 Mio. Eingabe-Tokens und $9,60 pro 1 Mio. Ausgabe-Tokens auf, gegenüber dem offiziellen Satz von $2 / $12. Hinweis zur Preisaktualisierung: Der Live-Satz spiegelt eine Reduktion um 20 % wider; CometAPIs Changelog verzeichnet die Terra-Reduktion am 31. Juli 2026, und die Zahl wurde nach der Preisüberprüfung vom 22. August erneut geprüft.
Verifizierte Aktualisierung (26. August 2026): Die vorstehende kommentierte Anmerkung bleibt erhalten, damit ihr Review-Anker sichtbar bleibt. Für die Berechnungen in diesem Artikel verwenden Sie GPT-5.6 Sol mit $3,20 pro 1 Mio. Eingabe-Tokens und $16 pro 1 Mio. Ausgabe-Tokens, verglichen mit dem offiziellen Satz von $4 / $20. CometAPI kündigte die Aktion am 24. August 2026 an und listet sie bis zum 21. November 2026.
Claude Sonnet 5 API-Pricing
Claude Sonnet 5: Mit Stand 26. August 2026 listet CometAPI $1,60 pro 1 Mio. Eingabe-Tokens und $8 pro 1 Mio. Ausgabe-Tokens, verglichen mit Anthrophics aktuellem Listenpreis von $2 / $10. Anthropic hat seinen Launch-Post am 10. August 2026 aktualisiert und die $2 / $10 dauerhaft gemacht; die zuvor angekündigte Erhöhung auf $3 / $15 zum 1. September gilt nicht mehr.
Gemini 3.7 Flash API-Pricing
Gemini 3.7 Flash: Mit Stand 26. August 2026 listet CometAPI $0,60 pro 1 Mio. Eingabe-Tokens und $3 pro 1 Mio. Ausgabe-Tokens, verglichen mit Googles Einführungssatz von $0,75 / $3,75 bis zum 31. Dezember 2026.
| Modell-ID | CometAPI Eingabe / Ausgabe | Offiziell Eingabe / Ausgabe | 800K Eingabe + 200K Ausgabe |
|---|---|---|---|
| gpt-5.6-sol | $3.20 / $16 | $4 / $20 | $5.76 |
| claude-sonnet-5 | $1.60 / $8 | $2 / $10 | $2.88 |
| gemini-3.7-flash | $0.60 / $3 | $0.75 / $3.75 | $1.08 |
Alle Preise sind USD pro 1 Mio. Tokens. Siehe die datierten Modellseiten für GPT-5.6, Claude Sonnet 5 und Gemini 3.7 Flash, plus den CometAPI-Preisleitfaden. Claude Sonnet 5: CometAPI listet $1,60 pro 1 Mio. Eingabe-Tokens und $8 pro 1 Mio. Ausgabe-Tokens, verglichen mit Anthrophics aktuellem Listenpreis von $2 / $10. Anthropic hatte ursprünglich $3 / $15 Standardpreise für September 2026 angekündigt, aktualisierte die Preise jedoch am 10. August 2026 und machte den $2 / $10 Satz permanent. GPT-5.6 Terra hat außerdem eine höhere Langkontext-Stufe, daher sollten Sie die Kurzkontext-Zahl nicht auf Anfragen oberhalb der veröffentlichten Schwelle anwenden.
Gemini 3.7 Flash hat in diesem Szenario die niedrigsten Token-Kosten und ist als effizientes Flash-Modell positioniert. Claude Sonnet 5 ist ein ausgewogenes Produktionsmodell, während GPT-5.6 Sol die Flagship-Option für anspruchsvollere Reasoning- und Coding-Workloads ist. Die sinnvolle Entscheidung ist nicht nur „Welche Zeile ist am günstigsten?“, sondern „Welches Modell liefert ein akzeptables Ergebnis mit den wenigsten Gesamt-Tokens, Retries und Neu-Läufen?“
Was kostet 1 Mio. Tokens für GPT, Claude und Gemini?
Für die Baseline mit 800K Eingabe und 200K Ausgabe ist die Rechnung einfach. GPT-5.6 Sol kostet 0.8 × $3.20 + 0.2 × $16 = $5.76. Claude Sonnet 5 kostet 0.8 × $1.60 + 0.2 × $8 = $2.88. Gemini 3.7 Flash kostet 0.8 × $0.60 + 0.2 × $3 = $1.08.
Diese Arithmetik ist nützlich für das Budgetieren, aber die Kosten pro akzeptiertem Output sind die bessere Produktionsmetrik. Die Tabelle unten zeigt, was passiert, wenn dieselbe Arbeitslast übliche betriebliche Overheads erfährt.
| Modell | Baseline | 5 % erneut versucht | 10 % erneut ausgeführt | 40 % Ausgabe |
|---|---|---|---|---|
| GPT-5.6 Sol | $5.76 | $6.05 | $6.34 | $8.32 |
| Claude Sonnet 5 | $2.88 | $3.02 | $3.17 | $4.16 |
| Gemini 3.7 Flash | $1.08 | $1.13 | $1.19 | $1.56 |
„5 % erneut versucht“ setzt voraus, dass 5 % der gesamten Token-Arbeitslast erneut gesendet werden. „10 % erneut ausgeführt“ setzt voraus, dass jede zehnte Ausgabe eine Qualitätsprüfung nicht besteht und mit demselben Token-Mix neu generiert wird. „40 % Ausgabe“ hält die Gesamtzahl bei 1 Mio. Tokens, ändert aber den Mix auf 600K Eingabe und 400K Ausgabe. Da Ausgabe-Tokens mehr kosten, kann Ausführlichkeit die Rechnung schneller erhöhen als Verkehrswachstum.
Wie viel kosten Retries und fehlgeschlagene Outputs zusätzlich?
Was kosten API-Retries und Neu-Läufe?
Retries können abrechenbare Arbeit duplizieren. In der Baseline erhöht das erneute Senden von 5 % der Arbeitslast GPT-5.6 Sol von $5,76 auf etwa $6,05, während ein Neu-Lauf von 10 % nach einem Qualitätsfehler die Kosten auf etwa $6,34 anhebt. Ein Retry wiederholt eine Anfrage nach einem Transport- oder Dienstfehler; ein Neu-Lauf regeneriert eine Antwort, die geliefert, aber abgelehnt wurde. Wiederholen Sie nur bei Rate Limits, Timeouts und temporären Serverfehlern. CometAPIs Fehler- und Retry-Leitfaden empfiehlt exponentielles Backoff mit Jitter und keine automatischen Retries für fehlerhafte Anfragen oder Authentifizierungsfehler. Begrenzen Sie die Versuche, damit ein Anbieter-Incident keinen Retry-Sturm auslöst.
Wie viel kann Prompt-Caching sparen?
Cache-Ersparnisse hängen von der Wiederverwendung ab. CometAPIs Kurzkontext-Satz für GPT-5.6 Sol listet Cache-Lesevorgänge mit $0.32/M und Cache-Schreibvorgänge mit $4/M. Wenn die Hälfte der 800K Eingabe ein wiederverwendbares gecachtes Präfix ist, kostet der erste Lauf etwa $6,08, weil das Schreiben von 400K Cache-Tokens eine Prämie von $0,32 gegenüber normaler Eingabe hinzufügt. Ein späterer Lauf mit Cache-Treffer kostet etwa $4,61 statt $5,76 und spart rund $1,15. Break-even: Eine erfolgreiche Wiederverwendung deckt die anfängliche Schreibprämie mehr als ab; über die ersten zwei Läufe kostet der Cache-Pfad etwa $10,69 gegenüber $11,52 ohne Caching. Andere Modelle haben unterschiedliche Cache-Regeln und -Mindestwerte, daher sollten Sie diese vor der Budgetierung verifizieren.
Wie beeinflusst die Ausgabelänge die AI-API-Kosten?
Lange Antworten sind teuer. Ausgaberaten sind in allen drei Zeilen fünfmal so hoch wie die Eingaberaten. Setzen Sie ein Ausgabelimit, das zur Aufgabe passt, verlangen Sie prägnante Formate und stoppen Sie die Generierung, sobald die erforderliche Struktur vollständig ist.
Wie teuer sind fehlgeschlagene AI-Outputs?
Eine fehlgeschlagene Aufgabe kann trotzdem Tokens verbrauchen. Eine Anfrage, die eine unbrauchbare Antwort zurückgibt, kann technisch erfolgreich und vollständig abrechenbar sein. Verfolgen Sie Formatverletzungen, Halluzinationen, Tool-Fehler und menschliche Ablehnungen getrennt von HTTP-Fehlern.
Der Token-Preis misst nicht die Engineering-Kosten. Anbieter-spezifische SDKs, getrennte Rechnungen, doppelte Überwachung und Migrationsarbeit erhöhen die Betriebskosten. Beim Vergleich der drei Familien über CometAPI können Teams dieselbe OpenAI-kompatible Basis-URL verwenden — https://api.cometapi.com/v1 — und die Modell-ID ändern, während sie eine einheitliche Abrechnungs- und Observability-Schicht beibehalten. Modellspezifische Fähigkeiten müssen weiterhin getestet werden.
So senken Sie die API-Kosten für GPT, Claude und Gemini
Wie stark können Batch und Flex die API-Kosten reduzieren?
Batch und Flex sind Verarbeitungsmodi, keine automatischen Rabatte für jede Anfrage. CometAPIs GPT-5.6 Preisleitfaden sagt, dass die Token-Sätze für berechtigte Batch- und Flex-Verarbeitung etwa 50 % unter Standard liegen, während Anthropic bis zu 50 % Einsparungen für Batch-Verarbeitung anführt. Eine 50%-Sensitivität auf die $5,76 Baseline von GPT-5.6 Sol angewandt ergibt etwa $2,88, aber betrachten Sie das als Illustration, bis derselbe Modus und Satz in Ihrem CometAPI-Konto erscheinen. Verwenden Sie Batch für asynchrone Jobs; verwenden Sie Flex nur, wenn variable Latenz akzeptabel ist.
GPT-5.6 Terra vs Claude Sonnet 5 vs Gemini 3.7 Flash: Welches ist am günstigsten?
Unter Verwendung derselben Arbeitslast mit 800K Eingabe und 200K Ausgabe zu den am 26. August 2026 geprüften CometAPI-Sätzen kostet Gemini 3.7 Flash $1,08, Claude Sonnet 5 kostet $2,88 und GPT-5.6 Terra kostet $3,20. Gemini ist in diesem Vergleich beim reinen Token-Preis am günstigsten. GPT-5.6 Terra kann für schwierigere Aufgaben dennoch wirtschaftlich sein, wenn seine Fähigkeit Retries oder menschliche Korrekturen reduziert. Vergleichen Sie daher die Kosten pro akzeptiertem Ergebnis, bevor Sie eine Produktionsroute wählen.
Nach Aufgabenschwierigkeit routen. Verwenden Sie ein kostengünstiges Modell für Klassifikation, Extraktion und Routineentwürfe und eskalieren Sie nur bei mehrdeutigen oder hochwertigen Anfragen. Ein Fallback sollte den erforderlichen Modalitäten, Tool-Support und dem Ausgabeformat entsprechen — nicht lediglich einen niedrigeren Satz haben.
Budgetieren Sie die Ausgabe vor dem Aufruf. Setzen Sie ein realistisches maximales Output und protokollieren Sie die tatsächlichen Eingabe-, Ausgabe- und Cache-Tokens aus der Antwort. Der CometAPI-Leitfaden zur Kostenschätzung behandelt Vorab-Schätzungen als Budgetgrenzen und die tatsächliche Nutzung als Endmessung.
Cachen Sie stabile Inhalte, nicht wechselnden Kontext. Systemanweisungen, Produktpolicy und lange Referenzdokumente sind gute Kandidaten, wenn sie sich wiederholen. Messen Sie die Cache-Trefferquote und berücksichtigen Sie die Cache-Schreibkosten; andernfalls kann ein Cache in der Theorie günstiger aussehen, während er in der Produktion wenig spart.
Selektiv wiederholen. Fügen Sie exponentielles Backoff, Jitter und eine maximale Anzahl von Versuchen hinzu. Protokollieren Sie die Modell-ID, den Status, die Request-ID, Tokens und ob die Anfrage ein Retry war. So wird doppelter Aufwand sichtbar.
Kosten pro akzeptiertem Ergebnis optimieren. Führen Sie einen festen Evaluationsdatensatz aus und berechnen Sie total API spend / accepted outputs. Ein teureres Modell kann insgesamt günstiger sein, wenn es weniger Retries, kürzere Prompts oder weniger menschliche Korrekturen benötigt.
Vor dem Launch erneut prüfen. Modellverfügbarkeit, Einführungssätze, Schwellen für Stufen und Rabatte ändern sich. Fragen Sie die Models API ab oder prüfen Sie das öffentliche Modellverzeichnis an dem Tag, an dem Sie veröffentlichen oder ein Budget freigeben.
FAQ
Was bedeutet „Kosten pro 1 Mio. Tokens“ tatsächlich?
Es ist ein normalisierter Satz, nicht der Preis jeder Anfrage. Multiplizieren Sie die Ein- und Ausgabesätze des Modells mit den Tokens, die Ihre Arbeitslast tatsächlich verwendet. Halten Sie gecachte Tokens, Langkontext-Stufen und aufgabenbasierte Gebühren getrennt.
Was ist am günstigsten: GPT, Claude oder Gemini?
Für die spezifischen Modelle und die Arbeitslast 800K Eingabe/200K Ausgabe, die am 26. August 2026 geprüft wurden, ist Gemini 3.7 Flash mit $1,08 über CometAPI die günstigste Option, gefolgt von Claude Sonnet 5 mit $2,88 und GPT-5.6 Sol mit $5,76. Es ist nicht automatisch die beste Wahl für jede Aufgabe; vergleichen Sie Qualität, Latenz und Kosten pro akzeptiertem Ergebnis mit Ihren eigenen Prompts.
Sollte ich offizielle Preise oder Aggregator-Preise vergleichen?
Vergleichen Sie den Preis, den Sie tatsächlich zahlen werden, und behalten Sie dann den offiziellen Satz als Referenz bei. Verwenden Sie für jede Zeile dasselbe Datum, dieselbe Währung, denselben Token-Mix, dieselbe Stufe und dieselben Rabattannahmen.
Werden Retries immer abgerechnet?
Gehen Sie nicht davon aus, dass sie kostenlos sind. Eine fehlgeschlagene Transportanfrage erreicht die Inferenz möglicherweise nicht, während ein Timeout oder ein abgelehntes Anwendungsergebnis bereits Modellarbeit verbraucht haben kann. Verwenden Sie die tatsächliche Nutzung und Abrechnungsdaten und verhindern Sie automatische Retries bei nicht wiederholbaren Fehlern.
Reduziert Prompt-Caching immer die Kosten?
Nein. Cache-Schreibvorgänge können teurer sein als normale Eingabe, und Einsparungen hängen von wiederholten Lesevorgängen ab. Berechnen Sie den Break-even-Punkt aus den aktuellen Schreib- und Lesesätzen des Modells und überwachen Sie reale Cache-Treffer.
Wie oft sollte die Preisgestaltung geprüft werden?
Prüfen Sie sie, bevor Sie eine Preisangabe veröffentlichen, ein Produktionsmodell ändern oder eine Prognose freigeben. Speichern Sie die Modell-ID und das Verifizierungsdatum zusammen mit der Berechnung, damit die Schätzung später reproduziert werden kann.
Fazit: Welche AI-API ist für Ihren Workload am günstigsten?
Ein fairer GPT-vs-Claude-vs-Gemini-Preisvergleich verwendet eine datierte Quelle, einen Token-Mix und eine Erfolgsdefinition. Pro-Token-Sätze bilden die Baseline; Caching, Retries, Ausgabelänge und Qualitätsfehler bestimmen die reale Rechnung. CometAPI erleichtert Cross-Provider-Tests, indem Endpoint und Abrechnungsschicht konsistent bleiben, aber das günstigste Modell ist weiterhin dasjenige, das Ihr Qualitätsziel mit dem geringsten Gesamtaufwand erreicht.