Wie man KI-Modelle vergleicht
Ranglisten im Netz messen meist Mathematik, Programmieren oder Allgemeinwissen. Für ein Unternehmen zählen andere Fragen: Stimmen die Antworten? Was kostet eine Antwort? Darf ich meine Daten dorthin schicken? Sechs Punkte helfen beim Vergleich.
1. Qualität für Ihre Aufgabe
Leistungstests der Anbieter (Benchmarks) zeigen nicht, wie gut ein Modell Ihre Aufgabe löst. Nehmen Sie 20 echte Anfragen aus Ihrem Alltag mit bekannter richtiger Antwort und lassen Sie zwei oder drei Modelle daran arbeiten. Achten Sie auf erfundene Fristen oder Preise (KI-Halluzination).
2. Preis je Antwort statt Preis je Token
Abgerechnet wird in Tokens (Wortteilen), getrennt nach Eingabe und Ausgabe. Zur Eingabe gehört alles, was an das Modell geht: Anweisung, Firmenwissen, Gesprächsverlauf. Im Rechenbeispiel unten ist sie mehr als zehnmal so lang wie die Antwort. Vergleichen Sie deshalb den Preis je Antwort. Drei Dinge verschieben ihn:
- Zwischenspeicher (Cache): Gleichbleibende Eingaben wie eine lange Anweisung kosten ab dem zweiten Mal weniger, bei Claude Opus 5.5 und Sonnet 5.5 nur 5 % des Eingabepreises.
- Denk-Tokens: Modelle mit Denkmodus rechnen ihr „Nachdenken“ als Ausgabe ab.
- Staffeln bei langen Eingaben: OpenAI berechnet über 272.000 Tokens Eingabe höhere Preise, xAI ab 200.000 Tokens, Claude Haiku 5.5 über 100.000 Tokens.
3. Kontextlänge
Der Kontext (Kontextfenster) ist die Textmenge, die ein Modell in einer Anfrage verarbeiten kann. Die meisten aktuellen Modelle schaffen rund 1 Million Tokens, Grok 4.7 von xAI 500.000. Laut Anthropic entspricht 1 Million Tokens bei Claude etwa 555.000 Wörtern. Füllen sollten Sie ihn trotzdem nicht: Jedes Token kostet.
4. Geschwindigkeit
Anbieter nennen die Geschwindigkeit meist nur im Vergleich zu ihren eigenen Modellen. Anthropic bezeichnet Claude Haiku 5.5 als das schnellste aktuelle Modell, Google nennt Gemini 3.5 Flash-Lite sein schnellstes Modell der 3.5-Reihe. Die tatsächliche Wartezeit hängt von Eingabe, Antwortlänge und Denkaufwand ab. Am Telefon ist sie entscheidend.
5. Ort der Verarbeitung und Datenschutz
Bei personenbezogenen Daten, etwa aus Kundenchats, E-Mails oder Bewerbungen, ist der Ort der Verarbeitung oft wichtiger als der Preis. Dazu kommen Auftragsverarbeitungsvertrag und Training, siehe Übersicht je Anbieter.
6. Lizenz: offen oder geschlossen
Geschlossene Modelle nutzen Sie nur über die Schnittstelle (API) des Anbieters. Offene Modelle lassen sich herunterladen und selbst betreiben. „Offen“ heißt nicht „frei für alles“: Die Lizenzen reichen von MIT und Apache 2.0 bis zu eigenen Bedingungen.
Preistabelle: KI-Modelle im Vergleich (Stand 16.10.2026)
Je Anbieter das stärkste, ein mittleres und ein günstiges Modell, soweit vorhanden, laut offiziellen Preis- und Modellseiten. „Cache“ ist der Preis für zwischengespeicherte, schon einmal gesendete Eingaben.
| Modell | Eingabe | Ausgabe | Cache | Kontext | Quelle, abgerufen |
|---|---|---|---|---|---|
| OpenAI GPT-6 Astra gpt-6-astra | 10,00 $* | 50,00 $* | 1,00 $* | 1,05 Mio. | [1] [2], 16.10.2026 |
| OpenAI GPT-6.1 Sol gpt-6.1-sol | 2,00 $* | 10,00 $* | 0,10 $* | 1,05 Mio. | [1] [2], 16.10.2026 |
| OpenAI GPT-6 Luna gpt-6-luna | 0,10 $* | 0,50 $* | 0,01 $* | 1,05 Mio. | [1] [2], 16.10.2026 |
| Anthropic Claude Fable 5.1 claude-fable-5-1 | 10,00 $ | 50,00 $ | 0,25 $ | 1 Mio. | [4] [5], 16.10.2026 |
| Anthropic Claude Opus 5.5 claude-opus-5-5 | 4,00 $ | 20,00 $ | 0,20 $ | 1 Mio. | [4] [5], 16.10.2026 |
| Anthropic Claude Sonnet 5.5 claude-sonnet-5-5 | 2,00 $ | 10,00 $ | 0,10 $ | 1 Mio. | [4] [5], 16.10.2026 |
| Anthropic Claude Haiku 5.5 claude-haiku-5-5 | 0,10 $** | 0,50 $** | 0,01 $** | 1 Mio. | [4] [5], 16.10.2026 |
| Google Gemini 4 Argon gemini-4-argon | 2,00 $*** | 10,00 $*** | 0,10 $*** | 1,05 Mio. | [7] [8], 16.10.2026 |
| Google Gemini 3.8 Flash gemini-3.8-flash | 0,75 $*** | 3,75 $*** | 0,075 $*** | 1,05 Mio. | [7] [8], 16.10.2026 |
| Google Gemini 3.5 Flash-Lite gemini-3.5-flash-lite | 0,30 $ | 2,50 $ | 0,03 $ | 1,05 Mio. | [7] [8], 16.10.2026 |
| xAI Grok 4.7 grok-4.7 | 2,00 $**** | 6,00 $**** | 0,50 $**** | 500.000 | [10], 16.10.2026 |
| Mistral Large 4 (Vorschau) mistral-large-4 | 1,36 $† | 4,18 $† | 0,14 $† | 1 Mio. | [12] [13], 16.10.2026 |
| Mistral Small 4 | 0,15 $ | 0,60 $ | 0,015 $ | k. A. | [12], 16.10.2026 |
| Meta Muse Wonder (Vorschau) muse-wonder-1.0 | 4,00 $ | 20,00 $ | 0,20 $ | 1,05 Mio. | [15] [16], 16.10.2026 |
| Meta Muse Spark 1.3 muse-spark-1.3 | 1,25 $ | 4,25 $ | 0,15 $ | 1,05 Mio. | [15] [16], 16.10.2026 |
| DeepSeek-V4.1-Flash deepseek-flash | 0,30 $‡ | 1,20 $‡ | 0,006 $‡ | 1 Mio. | [17], 16.10.2026 |
| Alibaba Qwen3.8-Max qwen3.8-max | 2,00 $§ | 6,00 $§ | k. A. | 1 Mio. | [21], 16.10.2026 |
| Alibaba Qwen3.8-Flash qwen3.8-flash | 0,15 $§ | 0,47 $§ | k. A. | 1 Mio. | [21], 16.10.2026 |
Batch-Anfragen ohne Eile kosten zum Beispiel bei Anthropic die Hälfte.
Rechenbeispiel: Was 1.000 Chat-Antworten kosten
Angenommen, ein Website-Chat schickt je Antwort 4.000 Tokens Eingabe (Anweisung, Wissen, bisheriger Verlauf) und bekommt 300 Tokens Antwort zurück. Für 1.000 Antworten sind das 4 Mio. Eingabe- und 0,3 Mio. Ausgabe-Tokens, ohne Cache und ohne Denk-Tokens:
| Modell | Eingabe | Ausgabe | Summe |
|---|---|---|---|
| GPT-6 Luna / Claude Haiku 5.5 | 0,40 $ | 0,15 $ | 0,55 $ |
| DeepSeek-V4.1-Flash (Hauptzeit) | 1,20 $ | 0,36 $ | 1,56 $ |
| Gemini 3.8 Flash (Einführungspreis) | 3,00 $ | 1,13 $ | 4,13 $ |
| GPT-6.1 Sol / Claude Sonnet 5.5 / Gemini 4 Argon (Einführungspreis) | 8,00 $ | 3,00 $ | 11,00 $ |
| Claude Opus 5.5 | 16,00 $ | 6,00 $ | 22,00 $ |
| GPT-6 Astra / Claude Fable 5.1 | 40,00 $ | 15,00 $ | 55,00 $ |
Kleines Modell0,055 Centje Antwort
UnterschiedFaktor 100zwischen günstigstem und teuerstem Modell
Spitzenmodell5,5 Centje Antwort
Mit Cache für die gleichbleibende Anweisung wird jede Zeile günstiger. Teure Modelle lohnen sich dort, wo eine falsche Antwort viel kostet.
Welche Modellklasse für welche Aufgabe
Diese Einordnung beschreibt Modellklassen, keine Kaufempfehlung. Kleine Modelle sind schnell und günstig (etwa GPT-6 Luna, Claude Haiku 5.5, Gemini 3.5 Flash-Lite). Mittelklasse-Modelle verbinden gute Qualität mit moderaten Preisen (etwa GPT-6.1 Sol, Claude Sonnet 5.5, Gemini 3.8 Flash). Spitzenmodelle sind für schwierige, mehrstufige Aufgaben gedacht.
| Aufgabe | Was zählt | Passende Klasse |
|---|---|---|
| Telefon (KI-Telefonassistent) | kurze Wartezeit, kurze Antworten, feste Regeln, Nachschlagen statt Raten | kleine, schnelle Modelle |
| Web- und WhatsApp-Chat | viele Gespräche, gleichbleibende Anweisung, Preis je Antwort | kleine bis mittlere Modelle, mit Cache |
| E-Mail-Postfach und Dokumente | lange Mails, Anhänge, Verträge, langer Kontext | Mittelklasse; das Einordnen eingehender Mails schafft oft ein kleines Modell |
| Auswertung (Zusammenfassungen, Berichte, Bewerbungen sichten) | Sorgfalt vor Tempo, nicht zeitkritisch, oft personenbezogene Daten | Mittelklasse oder Spitze, gern als günstigere Batch-Anfrage |
Was das für Ihr Unternehmen heißt
Die Modellwahl ist eine Einstellung je Aufgabe: Ein Telefonassistent braucht ein anderes Modell als die Auswertung eines Postfachs. Wichtiger als das Modell ist oft, was es zu lesen bekommt: aktuelles Firmenwissen, klare Regeln und die Erlaubnis, nachzufragen.
Bei GrisaKI arbeiten wir mit Modellen von OpenAI, Google (Gemini) und Anthropic (Claude). Das Firmenwissen liegt in einer Vektordatenbank auf Servern bei Hetzner in Deutschland. Das Modell bekommt je Anfrage nur die passenden Ausschnitte, nicht das ganze Wissen. Das hält die Eingabe kurz und damit den Preis je Antwort niedrig.
- Einen zweiten Anbieter als Rückfall vorsehen: Fällt ein Dienst aus, springt ein Modell eines anderen Anbieters ein. Das sichert Telefon und Chat ab.
- Modellnamen festschreiben und Abkündigungen verfolgen: Anbieter stellen ältere Modelle ein. Anthropic sagt für Claude Opus 5.5 einen Betrieb bis mindestens 22.09.2027 zu.
EU und Datenschutz je Anbieter
Nur Angaben aus der Dokumentation der Anbieter. „Nicht belegt“ heißt: keine Angabe zu einer EU-Verarbeitung gefunden.
| Anbieter | Verarbeitung in der EU | Bedingungen und Hinweise |
|---|---|---|
| OpenAI | ja, über eu.api.openai.com (EWR und Schweiz) | nur mit Zero Data Retention oder vergleichbarer Aufbewahrungsvereinbarung; 10 % Aufschlag für Modelle ab 5.3.2026. Kein Training mit API-Daten, Missbrauchsprotokolle bis 30 Tage |
| Anthropic (Claude API) | nein, nur „global“ oder „USA“ | Speicherort der Daten derzeit nur USA. Regionale Endpunkte gibt es über Amazon Bedrock und Google Cloud, mit 10 % Aufschlag |
| Google (Vertex AI) | ja, EU-Mehrfachregion und u. a. Frankfurt für Gemini 4 Argon, 3.8 Flash und 3.5 Flash-Lite | laut Google garantieren Endpunkte allein keine Datenresidenz. In der Gemini API werden Inhalte im kostenlosen Kontingent zur Produktverbesserung genutzt, im bezahlten nicht |
| Mistral | ja, Hosting standardmäßig in der EU | US-Endpunkt nur auf eigenen Wunsch; je nach Funktion vorübergehende Übermittlung an Unterauftragnehmer außerhalb der EU |
| xAI | nicht belegt | Dokumentation nennt nur einen globalen und einen US-Endpunkt |
| Meta (Model API) | nicht belegt | im Standard-Modus kein Training; im günstigeren Contributor-Modus dürfen Inhalte zum Training genutzt werden |
| DeepSeek | nein | laut Datenschutzerklärung Verarbeitung und Speicherung in der Volksrepublik China |
| Alibaba (Qwen) | nicht belegt | Frankfurt erscheint auf der Preisseite nur als „globale“ Bereitstellung, eine EU-Bereitstellung für Qwen3.8 ist nicht aufgeführt |
Unabhängig vom Ort brauchen Sie mit jedem Anbieter, der personenbezogene Daten für Sie verarbeitet, einen Auftragsverarbeitungsvertrag. Prüfen Sie je Tarif, ob Inhalte zum Training genutzt werden.
Offene Modelle und lokale KI
Offene Modelle (Open-Weight-Modelle) laufen auf eigenen Servern oder in einem Rechenzentrum Ihrer Wahl. Ihre Daten gehen dann nicht an den Hersteller. Das gilt auch für DeepSeek: Die Schnittstelle des Anbieters verarbeitet in China, die offenen Gewichte laufen dort, wo Sie sie betreiben.
| Modell | Anbieter | Lizenz | Größe und Kontext |
|---|---|---|---|
| Muse Spark Open | Meta | auf der Modellseite nicht genannt | 816 Mrd. Parameter, davon 42 Mrd. aktiv |
| Mistral Large 4 | Mistral | laut Mistral offenes Modell, Lizenz auf der Modellseite nicht genannt; öffentliche Vorschau | 1 Mio. Tokens Kontext |
| DeepSeek-V4.1-Flash | DeepSeek | MIT | 552 Mrd. Parameter laut Modellkarte, bis 1 Mio. Tokens Kontext |
| Qwen3.8-27B | Alibaba (Qwen) | Apache 2.0 | 27 Mrd. Parameter, 262.144 Tokens Kontext, erweiterbar bis 1 Mio. |
Meta war mit Llama lange der bekannteste Anbieter offener Modelle. Heute nennt Metas Modellseite Muse Spark Open und Muse Glimmer (multimodal, aus Muse Spark abgeleitet).
Lohnt sich lokale KI?
- Vorteil: volle Kontrolle über Daten und Modellversion, niemand schaltet das Modell ab.
- Aufwand: Große Modelle brauchen leistungsstarke Grafikkarten; Betrieb und Absicherung liegen bei Ihnen oder Ihrem Dienstleister.
So halten wir diese Seite aktuell
Neue Modelle erscheinen im Wochentakt, Einführungspreise laufen aus, ältere Modelle werden abgeschaltet. Deshalb gilt:
- Monatlich: Wir prüfen die Preistabelle gegen die Originalseiten der Anbieter und setzen das Abrufdatum je Zeile neu.
- Wöchentlich: Neuerscheinungen, Preisänderungen und Abschaltungen stehen in der Reihe „KI-Modelle der Woche“ im Ratgeber.
- Nur Belegtes: Herstellerangaben kennzeichnen wir als solche, Fehlendes als „nicht belegt“.
Schon bekannt: Gemini 4 Argon (ab 1.12.2026) und Gemini 3.8 Flash (ab 1.1.2027) werden doppelt so teuer.
Verwandte Begriffe
- LLM (großes Sprachmodell): die Technik hinter diesen Modellen
- KI-Token: die Einheit, in der KI-Modelle rechnen und abrechnen
- Prompt Engineering: Anweisungen, die zuverlässige Antworten bringen
- KI-Halluzination: wenn ein Modell Angaben erfindet
- Embedding: Texte als Zahlen für die Suche
- Vektordatenbank: wo Firmenwissen für die KI abgelegt wird
- MCP (Model Context Protocol): Zugriff der KI auf Werkzeuge und Daten
- Webhook: Ergebnisse automatisch an andere Systeme senden
Häufige Fragen
Welches KI-Modell ist das beste?
Ein bestes KI-Modell für alle Aufgaben gibt es nicht. Für schnelle, kurze Antworten am Telefon oder im Chat genügen oft kleine Modelle, für lange Dokumente und mehrstufige Aufgaben lohnen sich Mittelklasse- oder Spitzenmodelle. Entscheidend ist ein Test mit echten Anfragen aus Ihrem Alltag.
Welches KI-Modell ist das günstigste?
Unter den Modellen dieser Übersicht sind GPT-6 Luna und Claude Haiku 5.5 mit 0,10 US-Dollar je 1 Million Eingabe-Tokens und 0,50 US-Dollar je 1 Million Ausgabe-Tokens am günstigsten (Stand 16.10.2026). DeepSeek ist außerhalb der Hauptzeit ähnlich günstig, verarbeitet Daten aber in China.
Welche KI-Modelle verarbeiten Daten in der EU?
Laut Dokumentation der Anbieter ist eine Verarbeitung in der EU bei OpenAI über den EU-Endpunkt mit Zusatzvereinbarung, bei Google über Vertex AI in EU-Regionen und bei Mistral standardmäßig möglich. Die Claude API selbst bietet derzeit nur global oder USA, regionale Endpunkte gibt es über Amazon Bedrock und Google Cloud. Für xAI, Meta und Qwen ist eine EU-Verarbeitung nicht belegt.
Werden meine Daten zum Training verwendet?
Bei den bezahlten API-Zugängen von OpenAI und Google nach Angabe der Anbieter nicht. Im kostenlosen Kontingent der Gemini API und im Contributor-Modus von Meta dürfen Inhalte dagegen zum Training genutzt werden. Prüfen Sie das je Anbieter und Tarif.
Was ist der Unterschied zwischen offenen und geschlossenen KI-Modellen?
Geschlossene Modelle nutzen Sie nur über die Schnittstelle des Anbieters. Bei offenen Modellen stehen die Gewichte zum Herunterladen bereit, Sie können sie auf eigenen Servern betreiben, sodass Ihre Daten nicht zum Hersteller gehen. Die Lizenz unterscheidet sich je Modell, etwa MIT oder Apache 2.0, und sollte vor dem Einsatz geprüft werden.
Wie oft wird dieser Vergleich aktualisiert?
Diese Seite wird monatlich überarbeitet, jede Preiszeile nennt ihr Abrufdatum. Neuerscheinungen stellen wir wöchentlich in der Reihe KI-Modelle der Woche im Ratgeber vor.
Über den Autor
Sandro Griesing
Gründer von GrisaKI und Geschäftsführer der new face Media GmbH in Sangerhausen
Sandro Griesing hat über zehn Jahre Agenturerfahrung. Mit GrisaKI richtet er KI-Assistenten für Telefon, Chat, E-Mail und interne Abläufe in mittelständischen Unternehmen ein, vor allem in Mitteldeutschland.
Mehr über GrisaKIQuellen
- OpenAI: API Pricing, abgerufen am 16.10.2026
- OpenAI: Models, abgerufen am 16.10.2026
- OpenAI: Data controls in the OpenAI platform, abgerufen am 16.10.2026
- Anthropic: Pricing, abgerufen am 16.10.2026
- Anthropic: Models overview, abgerufen am 16.10.2026
- Anthropic: Data residency, abgerufen am 16.10.2026
- Google: Gemini API Pricing, abgerufen am 16.10.2026
- Google: Gemini models, Gemini 3.8 Flash und Gemini 3.5 Flash-Lite, abgerufen am 16.10.2026
- Google Cloud: Vertex AI Generative AI locations, abgerufen am 16.10.2026
- xAI: Models and pricing, abgerufen am 16.10.2026
- xAI: Regional endpoints, abgerufen am 16.10.2026
- Mistral AI: Pricing, abgerufen am 16.10.2026
- Mistral AI: Mistral Large 4 und Changelog, abgerufen am 16.10.2026
- Mistral AI: Where do you store my data?, abgerufen am 16.10.2026
- Meta: Pricing and rate limits, abgerufen am 16.10.2026
- Meta: Models, abgerufen am 16.10.2026
- DeepSeek: Models & Pricing, abgerufen am 16.10.2026
- DeepSeek: DeepSeek-V4.1-Flash, 10.09.2026, abgerufen am 16.10.2026
- Hugging Face: deepseek-ai/DeepSeek-V4.1-Flash, abgerufen am 16.10.2026
- DeepSeek: Privacy Policy (Stand 10.02.2026), abgerufen am 16.10.2026
- Alibaba Cloud: Model Studio model pricing, abgerufen am 16.10.2026
- Hugging Face: Qwen/Qwen3.8-27B, abgerufen am 16.10.2026
Stand der Angaben: 16.10.2026. Maßgeblich sind die aktuellen Seiten der Anbieter. Herstellerangaben haben wir nicht selbst gemessen. Keine Rechtsberatung.