Was ein Token wirklich kostet, und warum der Gegenwert trügt

Wer ein KI-Abo intensiv nutzt, findet irgendwann eine Nutzungsstatistik: verbrauchte Tokens, aufgeschlüsselt nach Modell. Die naheliegende Frage lautet dann: Was hätte dieselbe Menge über die API gekostet? Man multipliziert Menge mal Preis, teilt durch die Abogebühr und erhält eine beeindruckende Zahl. Die Zahl ist real. Trotzdem bedeutet sie weniger, als sie verspricht. Das lässt sich sauber zeigen, und dabei kommt heraus, warum billige Tokens die Rechnung am Ende nicht kleiner machen.

Der konkrete Fall: 230 Millionen Tokens in 47 Tagen, verteilt auf vier Modelle. Bezahlt wurde ein Abo für rund 200 US-Dollar im Monat, über 47 Tage also etwa 313 US-Dollar.

Die Rechnung zu aktuellen Preisen

Die maßgeblichen Preise stehen in Anthropics Preisliste. Für die vier genutzten Modelle kostet eine Million Tokens:

Macht zusammen rund 5.550 US-Dollar. Gegen etwa 313 US-Dollar Abokosten für 47 Tage ist das ungefähr das Achtzehnfache.

Eine Randnotiz zu den Zahlen: Der Input-Wert wirkt niedrig im Vergleich zum Output. Bei agentischer Nutzung ist normalerweise das Gegenteil der Fall, weil viel Kontext eingelesen wird. Wahrscheinlich zählt die Statistik zwischengespeicherte Tokens nicht mit. In echter API-Nutzung würde Prompt-Caching den Input-Anteil zusätzlich verbilligen. Am Ergebnis ändert das kaum etwas, weil die Output-Tokens den Preis bestimmen.

Der eigentliche Denkfehler

Bleibt die Frage, was diese Zahl eigentlich misst. Sie misst nicht, was Anthropic die Rechenleistung kostet, denn im Listenpreis steckt Marge. Und sie misst nicht den Gegenwert, den man erhalten hat. Sie misst nur, was dieselbe Tokenmenge zum Stückpreis gekostet hätte, unter einer Annahme, die fast nie zutrifft: dass man dieselbe Menge auch dann verbraucht hätte, wenn jeder Token Geld gekostet hätte.

Das ist der Kern. Man erzeugt 186 Millionen Output-Tokens auf Opus, weil sie sich im Abo wie kostenlos anfühlen. Bei 25 US-Dollar pro Million, sichtbar mit jedem Aufruf, hätte man an vielen Stellen abgebrochen, kürzer formuliert, weniger Agenten parallel laufen lassen. Die Flatrate hat den Verbrauch nicht nur bezahlt, sie hat ihn erzeugt.

Cheaper never meant less

Dieses Muster ist alt und gut belegt. Der Ökonom William Stanley Jevons beschrieb 1865, dass Großbritanniens Kohleverbrauch stieg, nachdem James Watts effizientere Dampfmaschine den Kohlebedarf pro Arbeitseinheit gesenkt hatte. Die Effizienz machte Kohle billiger pro Nutzen, also wurde sie für immer mehr Zwecke eingesetzt. Unterm Strich stieg der Verbrauch, nicht der Sparbetrag. Das Prinzip heißt heute Jevons-Paradoxon.

Der Essay Cheaper Never Meant Less überträgt das auf KI-Tokens. Laut dem Text fielen die Tokenpreise über Jahre um rund den Faktor zehn pro Jahr, und trotzdem stiegen die Gesamtrechnungen, weil die nachgefragte Menge schneller wuchs als der Preis fiel. Als historische Parallele nennt er künstliches Licht, das seit 1800 auf etwa ein Dreitausendstel des Preises fiel, während der Pro-Kopf-Verbrauch laut den zitierten Daten um rund das Sechstausendfache stieg. Der Satz dazu: „Cheaper tokens didn't shrink anyone's bill. They made enormous asks feel affordable."

Auf die einzelne Person übertragen heißt das: Der Faktor 18 ist kein reiner Gewinn, den man einstreicht. Ein Teil davon ist Verbrauch, den es ohne die Flatrate nie gegeben hätte. Das Preismodell hat den Appetit vergrößert, nicht nur den Preis gedeckelt.

Und die Modelle brauchen mehr Tokens für dasselbe

Ein zweiter Effekt verstärkt das, und er liegt nicht am Nutzer, sondern an den Modellen. Aktuelle Modelle denken, bevor sie antworten. Dieses Denken besteht aus Tokens, die intern erzeugt und mit abgerechnet werden, auch wenn man sie meist nicht angezeigt bekommt. Ein älteres Modell hat dieselbe Frage direkter beantwortet und dabei deutlich weniger Tokens verbraucht.

Für dieselbe Aufgabe steigt der Tokenverbrauch also von Generation zu Generation. Eine Frage, die früher in wenigen hundert Tokens beantwortet war, kostet heute ein Vielfaches, weil das Modell einen Rechenweg ausformuliert. Bei komplexen Aufgaben ist das gewollt und verbessert das Ergebnis. Bei einfachen Aufgaben zahlt man es trotzdem mit.

Für die Gegenwert-Rechnung folgt daraus zweierlei. Erstens ist ein Vergleich von Tokenzahlen über Modellgenerationen hinweg kein fairer Vergleich, weil dieselbe Leistung heute mehr Tokens bindet. Zweitens ist ein Teil der Output-Tokens gar keine sichtbare Antwort, sondern das Nachdenken des Modells. Man rechnet also Tokens in Geld um, von denen ein erheblicher Teil interne Zwischenschritte sind.

Warum eine Firma so etwas anbietet

Bleibt die Frage, warum ein Abo für 200 US-Dollar eine Nutzung erlaubt, die zu Listenpreisen ein Vielfaches wert wäre. Drei sachliche Punkte, ohne Spekulation.

Erstens die Buffet-Logik. Jede Flatrate verliert bei den schwersten Nutzern und verdient an den leichten. Der typische Abonnent verbraucht einen Bruchteil eines Power-Users. Dass die Rechnung bei einer einzelnen Person negativ aussieht, heißt nicht, dass das Produkt insgesamt Verlust macht.

Zweitens die Deckelung. Rate-Limits begrenzen genau diesen Fall. Der Verlust pro Nutzer ist nach oben begrenzt, nicht offen.

Drittens der Unterschied zwischen Listenpreis und Grenzkosten. Was Anthropic ein zusätzlicher Token kostet, liegt deutlich unter dem Verkaufspreis. Der scheinbare Verlust zu Listenpreisen fällt zu Grenzkosten kleiner aus.

Alles Weitere ist Hypothese. Man kann annehmen, dass günstige Endnutzer-Abos Gewohnheit, Nutzungssignale und Mundpropaganda erzeugen, die sich später über Enterprise- und API-Verträge auszahlen. Das ist ein bekanntes Muster, aber eine Vermutung, kein belegter Fakt. Wer es als sichere Erklärung verkauft, verwechselt eine plausible Geschichte mit einem Beweis.

Fazit

Die ehrliche Version der Rechnung lautet also: Zu aktuellen Listenpreisen würde dieses Nutzungsvolumen mit rund 5.550 US-Dollar abgerechnet, ungefähr das Achtzehnfache der Abogebühr. Für einen Vielnutzer ist das ein realer Vorteil. Aber die Zahl misst weniger Ersparnis, als sie vorgibt. Ein Teil des Volumens entstand erst durch das Preismodell, und ein Teil der Tokens ist internes Nachdenken der Modelle, kein Ergebnis, für das man sonst bezahlt hätte.

Die interessantere Erkenntnis steckt darunter. Billige und pauschale Preise senken nicht einfach die Kosten, sie verändern das Verhalten und die Werkzeuge. Man stellt größere Anfragen, und jede Anfrage bindet mehr Tokens als früher. Wer wissen will, was ein Token wirklich kostet, muss deshalb nicht nur den Preis kennen, sondern auch, wie viel mehr am Ende durch die Leitung geht, sobald der Preis niedrig genug ist.