Warum Output-Tokens bei LLM-APIs 4-8x mehr kosten als Input-Tokens

Schau dir die Preisseite irgendeiner großen LLM-API an — OpenAI, Anthropic, Google, spielt keine Rolle — und du wirst jedes Mal dasselbe Muster bemerken: Output-Tokens kosten mehrfach so viel wie Input-Tokens. Und das ist kein kleiner Aufschlag. Bei aktuellen Modellen liegt das Verhältnis konstant zwischen 4x und 8x. Das ist keine anbieterspezifische Preiseigenheit; es ist eine direkte Folge davon, wie diese Modelle tatsächlich laufen.

Der eigentliche Grund: Input ist parallel, Output ist sequenziell

Die Verarbeitung von Input-Tokens — dein Prompt, die Systemnachricht, der Gesprächsverlauf — geschieht in einem einzigen Forward Pass. Das Modell liest den gesamten Input auf einmal und berechnet die Attention über alles hinweg parallel. Moderne GPUs sind extrem gut in dieser Art von gebündelter, paralleler Berechnung, sodass ein 3.000-Token-Prompt und ein 300-Token-Prompt nicht proportional zu ihrer Tokenzahl an Rechenzeit kosten, wie man vielleicht annehmen würde — der dominante Kostenfaktor ist der Overhead, das Modell einmal laufen zu lassen, nicht die Länge dessen, was es liest.

Das Generieren von Output-Tokens ist grundlegend anders. Jedes neue Token hängt von jedem vorangegangenen Token ab, einschließlich der Tokens, die das Modell gerade erst generiert hat — Token 500 einer Antwort kann also erst berechnet werden, wenn Token 499 existiert. Das erzwingt eine sequenzielle Schleife: ein Forward Pass pro Output-Token, einer nach dem anderen ausgeführt, ohne Möglichkeit, über die Sequenz hinweg zu parallelisieren. 500 Output-Tokens zu erzeugen bedeutet, das Modell 500 Mal hintereinander laufen zu lassen, nicht einmal.

Diese Asymmetrie im Rechenaufwand — ein paralleler Pass für den Input, N sequenzielle Passes für N Output-Tokens — ist der Grund, warum die Preisgestaltung jedes großen Anbieters gleich aussieht, unabhängig von Unternehmen, Modellarchitektur oder Region. Es ist weniger eine geschäftliche Entscheidung als eine direkte Weitergabe der zugrunde liegenden Rechenkosten.

Was das für deine Prompts bedeutet

Die praktische Erkenntnis ist unverblümt: Eine ausschweifende Modellantwort kostet unverhältnismäßig mehr als ein langer Prompt mit einer kurzen Antwort, selbst wenn die Gesamttokenzahl ähnlich aussieht. Wenn du versuchst, die API-Ausgaben zu senken, spart das Kürzen der Output-Länge in der Regel pro Token mehr als das Kürzen der Input-Länge.

Ein paar konkrete Hebel:

• Begrenze die Antwortlänge explizit. Eine Systemprompt-Anweisung wie „antworte in einem Absatz“ oder ein max_tokens-Limit bringt für die Kosten mehr als das Kürzen deines eigenen Prompts.
• Fordere strukturierten Output statt Fließtext an. Ein JSON-Objekt mit drei Feldern ist oft weit kürzer als das Äquivalent in Satzform erklärt, und für die Weiterverarbeitung genauso nützlich.
• Erkläre im Systemprompt nicht zu viel, um beim Output zu sparen. Ein längerer, präziserer Systemprompt (Input, billig), der zuverlässig eine kurze korrekte Antwort erzeugt (Output, teuer), ist meist ein besserer Tausch als ein kurzer, vager Prompt, der das Modell mit einer langen Antwort absichern lässt.
• Nutze für hochvolumigen, wenig komplexen Output ein günstigeres Modell. Wenn eine Aufgabe kein Spitzenmodell-Reasoning braucht — Klassifizierung, Extraktion, kurze Antworten —, liegt die Output-Preisgestaltung eines Budget-Modells oft um eine Größenordnung niedriger.

Den tatsächlichen Dollarbetrag ermitteln

Das Verhältnis erklärt, warum Output mehr kostet, aber die genaue Dollarsumme hängt davon ab, welches Modell du verwendest und wie viele Tokens jede Seite einer Anfrage tatsächlich verbraucht. Da die Input/Output-Aufteilung — und der Multiplikator dazwischen — tatsächlich je nach Modell variiert (ein Budget-Modell und ein Flaggschiff-Modell wenden nicht dasselbe Verhältnis an), ist der einzig verlässliche Weg, deine tatsächlichen Kosten zu kennen, deine echten Zahlen pro Modell einzugeben.

Genau das macht CodeKitHubs LLM-API-Preisrechner: Wähle dein Modell, gib deine Input- und Output-Tokenzahlen ein, und er zeigt dir die Input-Kosten, Output-Kosten und die Gesamtsumme — plus eine monatliche Schätzung, wenn du ungefähr weißt, wie viele Anfragen du machen wirst. Falls du nicht sicher bist, wie viele Tokens dein tatsächlicher Prompt verbraucht, liefert dir das Tool KI-Token-Zähler die exakte Zahl mit dem echten Tokenizer, statt einer groben zeichenbasierten Schätzung.

Beide laufen vollständig in deinem Browser — kein API-Key, kein Konto, nichts wird irgendwohin gesendet.