OpenAI API Kosten (Oktober 2026): Token-Preise für GPT-6 und GPT-5.x

Die OpenAI API rechnet pro Million Tokens (MTok) ab, mit getrennten Preisen für Input, gecachten Input und Output. Stand 17. Oktober 2026 sind die wichtigsten Modelle GPT-6 Astra (10 $ / 50 $), GPT-6.1 Sol (2 $ / 10 $) und GPT-6 Luna (0,10 $ / 0,50 $). Was Sie tatsächlich zahlen, hängt außerdem davon ab, wie Sie Anfragen senden: Standard, Batch, Flex, Fast oder Ultrafast, und ob Ihr Prompt über 272K Tokens liegt. Diese Seite erklärt alle Faktoren und rechnet Beispiele mit den Preisen von OpenAIs offizieller Preisseite durch.

Die API wird getrennt von ChatGPT abgerechnet. Wenn Sie lieber ein Monatsabo zum Chatten oder Programmieren statt Abrechnung pro Token möchten, lesen Sie ChatGPT Kosten und OpenAI Codex Kosten.

So funktioniert die Abrechnung der OpenAI API

Jede Anfrage wird in Tokens gemessen. Ein Token ist ein Textstück, im Durchschnitt etwa drei Viertel eines englischen Wortes. Sie bezahlen für:

• Input-Tokens: alles, was Sie senden, einschließlich System-Prompt, Chatverlauf, Tool-Definitionen und abgerufener Dokumente.
• Gecachte Input-Tokens: Input, der mit einem Präfix übereinstimmt, das OpenAI kürzlich bereits verarbeitet hat. Diese werden deutlich günstiger abgerechnet.
• Output-Tokens: alles, was das Modell erzeugt, einschließlich versteckter Reasoning-Tokens. Laut OpenAIs Reasoning-Leitfaden werden Reasoning-Tokens als Output-Tokens abgerechnet und zählen zu `max_output_tokens`.
• Tool-Aufrufe: integrierte Tools wie Websuche, Dateisuche und Code-Container haben zusätzlich zu den Tokens eigene Gebühren pro Aufruf oder Sitzung.

Neue API-Konten nutzen Prepaid-Abrechnung. Laut OpenAI Help Center beträgt der Mindestkauf an Guthaben 5 $ (Standard sind 10 $), die automatische Aufladung (Auto-Reload) ist bei der Einrichtung standardmäßig aktiviert, und gekaufte Credits verfallen nach einem Jahr. Sinkt das Guthaben auf null, schlagen Anfragen mit dem Fehler `credit_balance_exhausted` fehl. Credits werden nicht erstattet, außer wenn Gesetz, Vertrag oder eine genehmigte Ausnahme dies vorsehen.

Aktuelle Modellpreise (Standard-Tier)

Das sind die Standard-Preise pro 1 Mio. Tokens für Prompts bis 272K Input-Tokens.

Die neuesten Modelle sind nicht immer die teuersten. GPT-6.1 Sol kostet bei Input und Output nur die Hälfte von GPT-5.6 Sol und ist günstiger als GPT-5.5 oder GPT-5.4. Sofern Sie nicht getestet haben, dass ein älteres Modell für Ihre Aufgabe besser funktioniert, bietet die GPT-6-Familie meist das bessere Preis-Leistungs-Verhältnis. Ältere Modelle wie gpt-4.1, gpt-4o, o3 und o4-mini stehen ebenfalls noch in der Preisliste.

Verarbeitungsstufen: Standard, Batch, Flex, Fast und Ultrafast

Dasselbe Modell kann sehr unterschiedlich viel kosten, je nachdem, wie schnell Sie die Antwort brauchen.

Einige Beispielpreise: GPT-6.1 Sol kostet 1 $ / 5 $ bei Batch und Flex, 4 $ / 20 $ bei Fast und 12 $ / 60 $ bei Ultrafast. GPT-6 Astra kostet 20 $ / 100 $ bei Fast und 60 $ / 300 $ bei Ultrafast.

Der Leitfaden zur Batch API beschreibt einen Rabatt von 50 % gegenüber den synchronen APIs. Ein Batch kann bis zu 50.000 Anfragen in einer Input-Datei von bis zu 200 MB enthalten und wird innerhalb von 24 Stunden abgeschlossen. Anfragen, die bis zum Ende des Zeitfensters nicht fertig sind, werden abgebrochen, die abgeschlossenen bezahlen Sie aber trotzdem. Output-Dateien werden 30 Tage nach Abschluss des Batches gelöscht.

Mit Flex erhalten Sie Batch-Preise für normale Responses- oder Chat-Completions-Aufrufe, verzichten dafür aber auf Zuverlässigkeit. Wenn nicht genug Kapazität vorhanden ist, erhalten Sie den Fehler 429 „Resource Unavailable“, und laut Flex-Leitfaden wird Ihnen in diesem Fall nichts berechnet. Sie können es dann später erneut versuchen oder mit service_tier "auto" auf Standard zurückfallen.

Fast-Modus ist der neue Name für Priority Processing, geändert am 30. Juli 2026. Beide service_tier-Werte funktionieren weiterhin. Ein Projekt kann Fast in den Einstellungen als Standard festlegen. Prüfen Sie diese Einstellung also, wenn Ihre Rechnung unerwartet etwa doppelt so hoch ausfällt wie geschätzt.

Long-Context-Preise (über 272K Input-Tokens)

Prompts mit bis zu 272K Input-Tokens gelten als Short Context. Darüber gilt ein höherer Long-Context-Preis:

Die Preisseite definiert die beiden Stufen über die Input-Größe, sagt aber nicht ausdrücklich, ob der höhere Preis für die gesamte Anfrage gilt oder nur für Tokens oberhalb von 272K. Die folgenden Beispiele gehen davon aus, dass die gesamte Anfrage zum Long-Context-Preis abgerechnet wird, was die vorsichtigere Schätzung ist.

Prompt Caching: der größte Rabatt für die meisten Apps

Caching ist bei unterstützten Modellen standardmäßig aktiv. Wenn der Anfang Ihres Prompts (System-Prompt, Tool-Definitionen, ein langes Dokument) mit einer kürzlichen Anfrage übereinstimmt, werden diese Tokens zum Cache-Preis abgerechnet. Laut Leitfaden zu Prompt Caching beträgt das kleinste cachebare Präfix bei GPT-5.6 und neueren Modellen 1.024 Tokens. Ein gecachtes Präfix bleibt nach dem letzten Schreiben oder der letzten Wiederverwendung 30 Minuten lang nutzbar.

• Cache-Lesezugriffe kosten bei GPT-5.6 und neueren Modellen das 0,1-Fache des Input-Preises und bei GPT-6.1 Sol das 0,05-Fache. Deshalb kostet gecachter Input bei GPT-6.1 Sol 0,10 $, bei GPT-6 Sol dagegen 0,20 $.
• Cache-Schreibzugriffe kosten bei GPT-5.6 und neuer das 1,25-Fache des ungecachten Input-Preises. Das ist keine Zusatzgebühr obendrauf: Jedes Input-Token wird zu genau einem der drei Preise abgerechnet (ungecacht, gecacht oder Schreiben).
• Ältere Modelle berechnen für Cache-Schreibzugriffe nichts extra.
• Setzen Sie gleichbleibende Inhalte (Anweisungen, Beispiele, Tool-Schemas) an den Anfang des Prompts und wechselnde Inhalte (die Frage des Nutzers) ans Ende. Gecacht werden nur übereinstimmende Präfixe.

Rechenbeispiele

Alle Beispiele verwenden die oben genannten Standard-Preise für Short Context, sofern nicht anders angegeben, und gehen von keinen Tool-Aufrufen aus. Echte Rechnungen hängen von Ihren tatsächlichen Token-Zahlen ab, die Sie im usage-Objekt jeder Antwort ablesen können.

1. Ein Support-Chatbot: 100.000 Anfragen pro Monat

Jede Anfrage sendet 2.000 Input-Tokens und erhält 500 Output-Tokens zurück. Pro Monat sind das 100.000 × 2.000 = 200 Mio. Input-Tokens und 100.000 × 500 = 50 Mio. Output-Tokens.

Der Sprung von Luna zu Astra ist das 100-Fache. Viele Teams leiten einfache Fragen an Luna weiter und schicken nur schwierige Fälle an Sol oder Astra.

2. Derselbe Chatbot mit Caching

Angenommen, 1.500 der 2.000 Input-Tokens sind ein fester System-Prompt und ein Wissensausschnitt, die bei GPT-6.1 Sol den Cache treffen. Ungecachter Input: 100.000 × 500 = 50 Mio. Tokens × 2 $ = 100 $. Gecachter Input: 100.000 × 1.500 = 150 Mio. Tokens × 0,10 $ = 15 $. Output bleibt bei 500 $. Die Summe beträgt 100 $ + 15 $ + 500 $ = 615 $ statt 900 $, eine Ersparnis von etwa 32 %. Cache-Schreibzugriffe (zum 1,25-Fachen abgerechnet, also 2,50 $ pro MTok) kommen jedes Mal leicht hinzu, wenn der Cache erneuert werden muss. Deshalb profitiert gleichmäßiger Traffic am meisten.

3. 1 Million Dokumente über Nacht mit Batch klassifizieren

Jedes Dokument hat 800 Input-Tokens, das Label 50 Output-Tokens, mit GPT-6 Luna. Das ergibt 800 Mio. Input- und 50 Mio. Output-Tokens. Bei Standard: 800 × 0,10 $ = 80 $ plus 50 × 0,50 $ = 25 $, also 105 $. Bei Batch: 800 × 0,05 $ = 40 $ plus 50 × 0,25 $ = 12,50 $, also 52,50 $. Ein Batch fasst bis zu 50.000 Anfragen, dieser Job braucht also mindestens 20 Batch-Dateien.

4. Eine einzelne Long-Context-Anfrage

Sie senden eine Codebasis mit 400.000 Tokens an GPT-6.1 Sol und erhalten ein Review mit 5.000 Tokens. Zum Long-Context-Preis: 0,4 Mio. × 4 $ = 1,60 $ Input plus 0,005 Mio. × 15 $ = 0,075 $ Output, also etwa 1,68 $. Dieselben Token-Zahlen würden zum Short-Context-Preis 0,4 × 2 $ = 0,80 $ plus 0,005 × 10 $ = 0,05 $ kosten, also 0,85 $. Wenn Sie den Prompt unter 272K Tokens kürzen (zum Beispiel, indem Sie nur die relevanten Dateien senden), halbieren sich die Kosten pro Aufruf ungefähr.

5. Eine Agent-Aufgabe mit viel Reasoning

Ein Agent-Schritt mit GPT-6 Astra sendet 20.000 Input-Tokens und liefert 1.000 sichtbare Tokens zurück, hat dafür aber 9.000 Reasoning-Tokens verbraucht. Abgerechnet werden 10.000 Output-Tokens, nicht 1.000: 0,02 × 10 $ = 0,20 $ Input plus 0,01 × 50 $ = 0,50 $ Output, also 0,70 $ pro Schritt. Hätten Sie nur die sichtbare Antwort gezählt, wären Sie auf 0,25 $ gekommen. Eine niedrigere Einstellung für den Reasoning-Aufwand ist oft der schnellste Weg, Agent-Kosten zu senken.

6. Zusatzkosten: Websuche und Data Residency

Die Websuche kostet 10 $ pro 1.000 Aufrufe plus die Tokens der Suchinhalte zum Preis des Modells. 10.000 Suchen pro Monat sind 10 × 10 $ = 100 $ vor Tokens. Wenn Sie für ein Modell, das am oder nach dem 5. März 2026 erschienen ist, einen Endpunkt mit regionaler Verarbeitung (Data Residency) nutzen, kommen 10 % hinzu: Der 900-$-Chatbot aus Beispiel 1 kostet dann 900 $ × 1,10 = 990 $.

Tools, Bilder, Audio und Embeddings

OpenAI stellt außerdem seine Fine-Tuning-Plattform schrittweise ein. Bestehende feinabgestimmte Modelle bleiben für Inferenz verfügbar, bis ihre Basismodelle abgekündigt werden.

Usage Tiers und Ausgabenlimits

Ihre Rate Limits und Ihre monatliche Nutzungsobergrenze steigen automatisch, je mehr Guthaben Sie insgesamt gekauft haben. Die Seite zu Rate Limits listet derzeit diese Stufen:

Das Nutzungslimit ist eine Ausgabenobergrenze, kein Kontingent an Gratisnutzung. Um die Kosten im Griff zu behalten, legen Sie in den Abrechnungseinstellungen ein Aufladelimit für Auto-Reload fest. OpenAI weist darauf hin, dass ein Aufladelimit nur automatische Käufe begrenzt, nicht aber die Nutzung von Guthaben, das Sie bereits besitzen.

Welches Modell sollten Sie wählen?

• Prototypen oder einfache Aufgaben in großer Menge: Beginnen Sie mit GPT-6 Luna. Bei 0,10 $ / 0,50 $ kostet eine Million kurzer Anfragen meist nur einige Dutzend Dollar.
• Die meisten Produktiv-Apps und Coding-Agents: GPT-6.1 Sol. Es hat den besten Rabatt auf gecachten Input im Angebot (0,10 $), was bei Agents zählt, die langen Kontext erneut senden.
• Schwierigste Probleme, bei denen Qualität wichtiger ist als Kosten: GPT-6 Astra, idealerweise nur für die Schritte, die es brauchen.
• Nachtjobs, Evaluierungen, Datenanreicherung: jedes dieser Modelle über Batch oder Flex zum etwa halben Preis.
• Legacy-Modelle GPT-5.x: nur, wenn Sie sie getestet haben und sie GPT-6 bei Ihrer Aufgabe schlagen. Die meisten kosten mehr als GPT-6.1 Sol.

Vergleich mit Claude und Gemini

Preise pro Token sind nur ein grober Anhaltspunkt, da Modelle unterschiedliche Tokenizer nutzen und für dieselbe Aufgabe unterschiedlich viel Reasoning aufwenden. Vergleichen Sie als Ausgangspunkt GPT-6.1 Sol und GPT-6 Luna mit den Mittelklasse- und kleinen Modellen auf unseren Seiten zu Claude API Kosten und Gemini API Kosten. Die Gemini API von Google hat außerdem einen kostenlosen Tarif für einige Flash-Modelle, beschrieben unter Gemini API kostenlos, während OpenAI kein kostenloses Token-Kontingent bietet.

So zahlen Sie weniger

1. Prompts so aufbauen, dass der feste Teil zuerst kommt und gecacht wird.
2. Alles, was bis zu 24 Stunden warten kann, in Batch verschieben und Flex für Evaluierungen nutzen.
3. Prompts nach Möglichkeit unter 272K Input-Tokens halten.
4. Output mit max_output_tokens begrenzen und für Routineschritte einen niedrigeren Reasoning-Aufwand wählen.
5. Prüfen, dass Ihr Projekt nicht standardmäßig auf Fast-Modus steht, sofern Sie ihn nicht brauchen.
6. Als Startup mit VC-Finanzierung OpenAI for Startups auf mögliche API-Credits prüfen und in unserem Leitfaden kostenlose KI-Credits bekommen weitere Programme finden.

Deaktivieren Sie Auto-Reload oder legen Sie ein Aufladelimit fest, bevor Sie einen API-Schlüssel teilen oder einen Agent in einer Schleife laufen lassen. Geleakte Schlüssel und außer Kontrolle geratene Schleifen sind der häufigste Grund, warum aus einem kleinen Test eine hohe Rechnung wird.

Aktuelle Preisänderungen

• 30. Juli 2026: Priority Processing wird in Fast-Modus umbenannt. Der service_tier-Wert "priority" funktioniert weiterhin.
• 29. September 2026 (DevDay): GPT-6.1 Sol startet in der API zu 2 $ / 10 $, mit 0,10 $ für gecachten Input. Astra Ultrafast wird in der Responses API verfügbar.
• Mindestens bis 21. November 2026: GPT-5.6 Sol hat einen Aktionspreis; danach ist mit einer Preisänderung zu rechnen.
• Endpunkte mit regionaler Verarbeitung kosten 10 % mehr für Modelle, die am oder nach dem 5. März 2026 erschienen sind.

Hintergrundinfos zum Unternehmen hinter der API finden Sie unter wem OpenAI und ChatGPT gehören. Wenn Sie nur einen kostenlosen Schlüssel für Experimente brauchen, listet unsere Übersicht kostenlose KI-API-Schlüssel Anbieter mit echten Gratis-Tarifen.