Newsletter

Halber Preis, 0,5 % Abstand: das neue KI-Preis-Paradox

Drei Anbieter, eine Woche, ein Muster — und was das für dein KI-Budget heißt.

0,5 Prozent Abstand im Coding-Benchmark. 50 Prozent weniger Kosten pro Aufgabe. Das teuerste Modell als Standard ist ab sofort die schlechtere Entscheidung. Und das betrifft direkt dein Budget.

Anthropic hat heute Früh Claude Opus 5 veröffentlicht. Laut Anthropic kommt es im Coding-Benchmark CursorBench 3.2 bis auf 0,5 Prozent an das eigene Flaggschiff Fable 5 heran, bei halb so hohen Kosten pro Aufgabe. Der Listenpreis: 5 Dollar pro Million Input-Tokens, 25 Dollar pro Million Output-Tokens. Das ist exakt der Preis des Vorgängers Opus 4.8 und genau die Hälfte von Fable 5 (10 und 50 Dollar).

Ich habe hier schon einmal geschrieben: Anthropic senkt Preise und liefert gleichzeitig das beste Modell. Das ist nicht Konkurrenz, das ist Dominanz. Diese Woche zeigt sich bei allen drei großen Anbietern dieselbe neue Wettbewerbsachse: Google drückt den Stückpreis, OpenAI zieht harte Budgetgrenzen ein und Anthropic macht den Rechenaufwand pro Anfrage steuerbar. Nicht mehr nur Modellleistung ist das Verkaufsargument, sondern Kostenkontrolle.

→ Für dich heißt das: Wenn du für ein KI-Tool zahlst, das "auf dem besten Modell" läuft, zahlst du seit heute vermutlich für Leistung, die du nicht brauchst.

Das Muster der Woche

Drei Meldungen in fünf Tagen, die zusammengehören:

Montag, 20. Juli: OpenAI führt harte monatliche Ausgabenlimits auf Organisations- und Projektebene ein. Erreicht dein Projekt das gesetzte Budget, antwortet die API nur noch mit Fehlercode 429.

Dienstag, 21. Juli: Google erklärt Gemini 3.6 Flash für produktionsreif — 1,50 Dollar Input, 7,50 Dollar Output pro Million Tokens. Kampfpreis-Klasse.

Freitag, 24. Juli: Anthropic liefert mit Opus 5 fast Flaggschiff-Leistung zum halben Preis pro Aufgabe — plus einen Effort-Regler mit fünf Stufen. Du entscheidest pro Anfrage, wie gründlich das Modell nachdenkt.

Timeline: Eine Woche, drei Kostenbremsen — OpenAI Hard-Caps (20.07.), Gemini 3.6 Flash GA (21.07.), Claude Opus 5 (24.07.)

Das Rennen um das schlaueste Modell läuft weiter. Aber das Rennen, das diese Woche entschieden wurde, ist ein anderes: Wer gibt dir die Kontrolle über deine KI-Kosten? Antwort: seit dieser Woche alle drei — jeder auf seine Art. KI-Budgetplanung war bisher Schätzen mit Bauchweh. Ab jetzt ist sie eine Einkaufsentscheidung mit Reglern und Limits — wie Strom oder Cloud-Speicher.

Rechnen wir kurz

Ein typischer Automatisierungs-Agent — sagen wir Angebotserstellung, 5 Millionen Input- und 1 Million Output-Tokens im Monat — kostet mit Opus 5: 5 × 5 Dollar + 1 × 25 Dollar = 50 Dollar im Monat. Derselbe Verbrauch mit dem Flaggschiff Fable 5: rund 100 Dollar. Und zur weiteren Einordnung: Ein einzelner Microsoft-365-Copilot-Sitz kostet 30 Dollar Listenpreis. Der Vergleich ist bewusst grob — hier eine fertige Softwarelizenz, dort reine Modellkosten ohne Entwicklung und Betrieb. Aber die Größenordnung sitzt: Für weniger als zwei Copilot-Lizenzen laufen die Modellkosten eines Agenten, der in meinen Projekten 10 bis 15 Stunden pro Woche und Mitarbeiter einspart. Die Modellkosten sind bei den meisten KMU-Anwendungsfällen längst nicht mehr der Engpass.

Rechenbeispiel: Automatisierungs-Agent auf Opus 5 — 5 Mio. Input- plus 1 Mio. Output-Tokens = 50 Dollar pro Monat

Und genau das ist der Punkt: Bei einer Vergaberechts-Kanzlei läuft die E-Mail-Klassifikation, die ich gebaut habe, mit rund 97 Prozent Genauigkeit. Das Modell war dort nie das Problem. In keinem der 25+ Kundenprojekte war es das. Trotzdem liefern rund 95 Prozent der KI-Pilotprojekte keinen messbaren Return, so eine viel zitierte MIT-Untersuchung. Woran es scheitert, sehe ich in meinen DACH-Projekten immer wieder: nicht an der KI, sondern daran, dass der Prozess dahinter nicht sauber definiert war. KI funktioniert nur, wenn die BWL dahinter stimmt.

→ Für dich heißt das: Bevor du über Modellwahl nachdenkst, frag dich, ob dein Prozess sauber definiert ist. Sonst ist jedes Modell zu teuer.

Die Modellpreise fallen. Die Beratertagessätze für "Wir evaluieren mal sechs Monate, welches Modell das richtige ist" fallen nicht.

Und damit ist es ausgesprochen: Das teuerste Modell pauschal als Standard einzusetzen, ist seit heute kaum noch zu rechtfertigen. Du zahlst Flaggschiff-Aufpreis für Aufgaben, die ein Mittelklasse-Modell längst sauber erledigt.

Wenn du wissen willst, welche deiner Prozesse schon heute mit einem Mittelklasse-Modell sauber laufen würden: Kostenloses Erstgespräch anfragen →

Der ehrliche Haken

Bevor du morgen alles umstellst: Alle Zahlen sind Anthropic-Eigenangaben vom Release-Tag. Unabhängige Benchmarks brauchen erfahrungsgemäß ein bis zwei Wochen, und die Richtung bestätigt sich meist, die Nachkommastellen selten. Dazu kommt: Der Effort-Regler spart nur, wenn jemand dafür verantwortlich ist. Wählt jeder im Team reflexartig die höchste Stufe, verpufft der Kostenvorteil.

Und Produktivsysteme migriert man nicht per Ankündigung. Erst eigene Testfälle laufen lassen, dann umstellen. Ein Nachmittag Evaluierung ist billiger als eine Woche Fehlersuche.

Was du diese Woche konkret tun kannst

Inventur: Liste deine KI-Anwendungsfälle und ordne sie grob ein — Routine (Klassifikation, Extraktion, Zusammenfassung) oder komplex (Analyse, Code, Strategie). Die Routine-Spalte braucht in vielen Fällen kein Flaggschiff-Modell. Bei den meisten Betrieben ist das die längere Spalte.
Limits setzen: Wenn du OpenAI nutzt, aktiviere die neuen Hard-Caps. Zehn Minuten, erledigt.
Fixpreis-Tools hinterfragen: Dein Support-Bot, dein KI-Schreibtool, dein Meeting-Transkriptor — viele davon zahlen im Hintergrund pro Token, und dieser Einkaufspreis ist diese Woche gefallen. Prüfe beim nächsten Renewal aber nicht nur das Modell dahinter: Wie intensiv wird das Tool wirklich genutzt, und spart es messbar Zeit? Bei kleineren Anbietern lohnt sich danach das Nachverhandeln. Wenn der Anbieter ausweicht, weißt du Bescheid. Bei Microsoft und Co. fragst du gar nicht erst — da zählst du, welche Copilot-Sitze wirklich genutzt werden. Der Rest fliegt raus.

Zahlst du für mindestens ein KI-Tool, ohne zu wissen, ob es regelmäßig genutzt wird oder messbar Zeit spart? Antworte kurz mit Ja oder Nein. Ich lese jede Antwort.

Quellen: