Was ist ein Token?
Ein Sprachmodell (LLM) liest keine Buchstaben und keine ganzen Sätze. Ein Zerlegungsprogramm, der Tokenizer, teilt jeden Text zuerst in Tokens. Laut Anthropic können Tokens Wörtern, Wortteilen, einzelnen Zeichen oder sogar Bytes entsprechen.
Größere Tokens machen die Verarbeitung effizienter. Kleinere Tokens erlauben es dem Modell, auch seltene oder unbekannte Wörter zu verarbeiten. Häufige Wörter sind deshalb oft ein einzelnes Token, lange Fachwörter und Namen werden in mehrere Teile zerlegt.
Tokens sind für zwei Dinge die Maßeinheit:
- Kosten: Die Preise der Anbieter gelten je 1 Million Tokens.
- Länge: Wie viel Text ein Modell auf einmal verarbeiten und ausgeben kann, wird in Tokens angegeben.
Faustregel: Wie viele Tokens hat ein deutscher Text?
Eine feste Umrechnung gibt es nicht. Zwei belegte Anhaltspunkte:
- Englisch: Bei älteren Claude-Modellen entspricht ein Token laut Anthropic etwa 3,5 englischen Zeichen. Der neuere Tokenizer ab Claude 4.7 erzeugt für denselben Text etwa 30 % mehr Tokens.
- Deutsch gegen Englisch: Eine Studie von Petrov und anderen (2023) verglich denselben Text in vielen Sprachen. Beim Tokenizer von ChatGPT und GPT-4 kostete Deutsch rund 50 % mehr als Englisch, weil mehr Tokens anfallen.
Zählen statt schätzen. Die Studie betraf einen älteren Tokenizer, neuere Modelle zerlegen Text anders. Für genaue Zahlen zählen Sie mit dem Werkzeug des Anbieters und dem Modell, das Sie einsetzen, wie es auch Anthropic empfiehlt.
Eingabe, Ausgabe, Cache und Denk-Tokens
Eine Anfrage besteht aus Teilen, die unterschiedlich viel kosten:
| Art | Was gezählt wird | Beispiel Claude Opus 5.5 |
|---|---|---|
| Eingabe | alles, was an das Modell geht: Anweisung, mitgegebenes Wissen, bisheriger Verlauf, Frage | 4 $ je 1 Mio. |
| Ausgabe | die Antwort des Modells | 20 $ je 1 Mio. |
| Cache lesen | Eingabe, die schon einmal gesendet und zwischengespeichert wurde, etwa eine lange gleichbleibende Anweisung | 0,20 $ je 1 Mio. |
| Cache schreiben | das erste Ablegen im Zwischenspeicher, für 5 Minuten oder 1 Stunde | 5 $ / 8 $ je 1 Mio. |
| Denk-Tokens | internes Nachdenken vor der Antwort, wird als Ausgabe berechnet | 20 $ je 1 Mio. |
Zwei Punkte überraschen viele. Erstens kostet die Ausgabe ein Mehrfaches der Eingabe, bei diesem Modell das Fünffache. Zweitens bleiben Denk-Tokens (reasoning tokens) unsichtbar. OpenAI schreibt, dass sie als Ausgabe abgerechnet werden, Platz im Kontextfenster belegen und über die Schnittstelle nicht sichtbar sind. Anthropic weist in jeder Antwort aus, wie viele der berechneten Ausgabe-Tokens auf das Nachdenken entfielen.
Der Cache lohnt sich laut Anthropic schon nach einem Lesezugriff. Das Lesen kostet dort meist 10 % des Eingabepreises, bei Claude Opus 5.5 und Sonnet 5.5 nur 5 %.
Kontextfenster: die Obergrenze je Anfrage
Das Kontextfenster (context window) ist die Textmenge, die ein Modell bei einer Anfrage berücksichtigen kann. Anthropic nennt es das Arbeitsgedächtnis des Modells. Bei den aktuellen Claude-Modellen sind es laut Anthropic 1 Million Tokens, mit dem neuen Tokenizer rund 555.000 Wörter. Eine einzelne Antwort darf höchstens 128.000 Tokens lang sein.
Füllen sollten Sie es trotzdem nicht: Jedes Token darin wird bei jeder Anfrage berechnet. Manche Modelle werden ab einer Grenze teurer, Claude Haiku 5.5 laut Anthropic über 100.000 Tokens Eingabe um das Fünffache.
Rechenbeispiel: Was kosten 1.000 Chat-Antworten?
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 Millionen Eingabe- und 0,3 Millionen Ausgabe-Tokens, ohne Cache und ohne Denk-Tokens.
GPT-6 Luna0,55 $4 Mio. × 0,10 $ + 0,3 Mio. × 0,50 $
Faktor40 ×bei gleicher Zahl an Tokens
Claude Opus 5.522,00 $4 Mio. × 4 $ + 0,3 Mio. × 20 $
Je Antwort sind das rund 0,06 US-Cent mit dem kleinen und 2,2 US-Cent mit dem großen Modell. Zwei Stellschrauben verändern die Rechnung deutlich:
| Annahme bei Claude Opus 5.5 | Rechnung für 1.000 Antworten | Summe |
|---|---|---|
| ohne Cache, ohne Denken | 16 $ Eingabe + 6 $ Ausgabe | 22,00 $ |
| 3.000 der 4.000 Eingabe-Tokens aus dem Cache | 4 $ + 0,60 $ Cache + 6 $ Ausgabe | 10,60 $ |
| zusätzlich 1.000 Denk-Tokens je Antwort, ohne Cache | 16 $ + 6 $ + 20 $ Denken | 42,00 $ |
Die Zahlen sind Beispiele, keine Empfehlung für ein Modell. Aktuelle Preise weiterer Anbieter finden Sie im Eintrag KI-Modelle.
Warum die Kosten je Antwort wichtiger sind als der Preis je Token
Ein niedriger Preis je Token sagt wenig, solange Sie nicht wissen, wie viele Tokens eine Antwort braucht. Das entscheiden diese Faktoren:
- Mitgegebenes Wissen: Wer zu jeder Frage die gesamte Wissensbasis mitschickt, zahlt jedes Mal dafür. Nur passende Stellen mitzugeben spart Tokens.
- Gesprächsverlauf: Der bisherige Verlauf geht als Eingabe mit. Lange Gespräche werden mit jeder Nachricht teurer.
- Denken: Claude Opus 5.5 denkt laut Anthropic immer adaptiv mit, also so viel, wie das Modell für nötig hält. Das erhöht die berechneten Ausgabe-Tokens, ohne dass die sichtbare Antwort länger wird.
- Tokenizer: Derselbe Text ergibt je Modell unterschiedlich viele Tokens. Preise je Token sind deshalb nur bedingt vergleichbar.
- Antwortlänge und Zahl der Aufrufe: Lange Antworten und mehrere Modellaufrufe je Antwort addieren sich.
Der verlässlichste Vergleich: Schicken Sie 20 echte Anfragen aus Ihrem Alltag durch die Modelle, die infrage kommen, und lesen Sie die Token-Zahlen aus der Antwort ab. Das ergibt Kosten je Antwort, die Sie mit Ihrer erwarteten Menge hochrechnen können.
Was das für Ihr Unternehmen heißt
Im Web- oder WhatsApp-Chat, am Telefon und im E-Mail-Postfach gilt dasselbe Muster: Jede Antwort trägt Anweisung, Wissen und Verlauf mit sich. Ihr größter Hebel ist deshalb nicht der Modellpreis, sondern wie viel Wissen je Antwort mitgeschickt wird. Eine Firmenwissensdatenbank, die nur die passenden Stellen heraussucht, hält die Eingabe klein und die Antwort genau.
Am Telefon zählt zusätzlich das Tempo. Laut Anthropic hängt die Antwortzeit unter anderem von Modellgröße und Umfang der Anfrage ab.
Bei GrisaKI erfassen wir zu jedem KI-Aufruf Modell, Tokens und geschätzte Kosten je Kunde. So sehen wir früh, wenn ein Assistent mehr verbraucht als nötig.
- Fragen Sie Anbieter nach Kosten oder Token-Verbrauch je Antwort, nicht nur nach dem Modell.
- Klären Sie, ob Wissen gezielt nachgeschlagen oder vollständig mitgeschickt wird.
- Prüfen Sie, ob Denk-Tokens und Cache in der Abrechnung enthalten sind.
Verwandte Begriffe
- LLM: was ein großes Sprachmodell ist und wie es arbeitet
- KI-Modelle: aktuelle Modelle, Preise und Unterschiede
- Prompt Engineering: kurze, klare Anweisungen sparen Tokens
- Embedding: Text als Zahlen für die Suche nach passenden Stellen
- Vektordatenbank: der Speicher, aus dem nur das Nötige ins Kontextfenster geht
- KI-Halluzination: warum weniger, aber passendes Wissen oft genauer ist
Häufige Fragen
Was ist ein Token bei KI?
Ein Token ist die kleinste Texteinheit, mit der ein KI-Sprachmodell rechnet. Das kann ein ganzes Wort, ein Wortteil oder ein einzelnes Zeichen sein. Nach Tokens werden die Kosten abgerechnet und die Länge des Kontextfensters gemessen.
Wie viele Tokens hat ein Wort?
Das hängt vom Modell und von der Sprache ab. Bei älteren Claude-Modellen entspricht ein Token laut Anthropic etwa 3,5 englischen Zeichen. Deutscher Text braucht meist mehr Tokens als derselbe Text auf Englisch, eine Studie von 2023 maß für den Tokenizer von ChatGPT und GPT-4 rund 50 Prozent mehr.
Was kosten 1 Million Tokens?
Am 16.10.2026 reichten die Listenpreise der großen Anbieter für 1 Million Eingabe-Tokens von 0,10 US-Dollar, etwa bei GPT-6 Luna und Claude Haiku 5.5, bis 10 US-Dollar bei GPT-6 Astra und Claude Fable 5.1. Ausgabe-Tokens kosten bei diesen Modellen das Fünffache.
Was sind Denk-Tokens?
Denk-Tokens entstehen, wenn ein Modell vor der Antwort intern nachdenkt. Sie sind in der Antwort nicht sichtbar, belegen aber Platz im Kontextfenster und werden als Ausgabe-Tokens berechnet. Dadurch kann eine Antwort deutlich mehr kosten, als ihre Länge vermuten lässt.
Wie kann ich Token-Kosten senken?
Schicken Sie nur das Wissen mit, das zur Frage passt, nutzen Sie den Cache für gleichbleibende Anweisungen, begrenzen Sie die Antwortlänge und wählen Sie für einfache Aufgaben ein kleineres Modell. Anfragen, die nicht sofort beantwortet werden müssen, kosten bei Anthropic als Stapelverarbeitung die Hälfte.
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
- Anthropic: Glossary (Tokens, Context window), abgerufen am 16.10.2026
- Anthropic: Pricing, abgerufen am 16.10.2026
- Anthropic: Models overview, abgerufen am 16.10.2026
- Anthropic: Extended thinking, abgerufen am 16.10.2026
- OpenAI: API Pricing, abgerufen am 16.10.2026
- OpenAI: Reasoning models, abgerufen am 16.10.2026
- Aleksandar Petrov, Emanuele La Malfa, Philip H. S. Torr, Adel Bibi: Language Model Tokenizers Introduce Unfairness Between Languages, NeurIPS 2023, Abschnitt 5.1, abgerufen am 16.10.2026
Stand der Angaben: 16.10.2026. Preise in US-Dollar netto je 1 Million Tokens, Standardtarif. Preise ändern sich häufig, maßgeblich sind die aktuellen Seiten der Anbieter.