Wie viel kostet ein LLM? Token-basierte Berechnung und Beispiele
Der Preis eines LLM hängt von der Nutzung ab: Du zahlst pro Token über eine API oder für Hardware zum lokalen Betrieb. Dieser Leitfaden zeigt die Formel und durchgerechnete Beispiele mit realen Zahlen.
Wichtige Punkte
- API-Kosten = Input-Token x Input-Preis + Output-Token x Output-Preis. Output kostet meist mehr.
- Auf dieser API betragen die Preise $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token, Prepaid ohne Abonnement.
- Eine Anfrage mit 1.000 Input und 500 Output kostet $0,0004; 1.000 solcher Anfragen kosten $0,40.
- Chat-Verlauf, der bei jedem Schritt erneut gesendet wird, ist der häufigste Grund für eine höhere Rechnung als erwartet.
Drei Möglichkeiten, ein LLM zu bezahlen
Wenn du dich fragst, wie viel ein LLM kostet, ist der erste Schritt, die Art der Kosten zu bestimmen. Es gibt drei, und sie sind nicht vergleichbar, bis man sie auf eine gemeinsame Skala bringt.
| Modell | Du zahlst für | Kostenstruktur |
|---|---|---|
| Gehostete API | Gesendete und empfangene Token | Null im Leerlauf, wächst mit der Nutzung |
| Chat-Abonnement | Ein monatlicher Plan für eine Chat-App | Pauschalgebühr, meist kein API-Zugang |
| Self-Hosting | GPU, Strom, Einrichtung und Wartung | Hohe Fixkosten, niedrige Kosten pro zusätzlicher Anfrage |
Dieser Artikel konzentriert sich auf den gehosteten API-Fall, weil du die Antwort hier vorher berechnen kannst. Bei anderen Anbietern prüf ihre aktuellen Preislisten; die Preise ändern sich und werden hier nicht wiederholt.
Die Formel für API-Kosten
Jede Anfrage hat eine Eingabe-Seite (dein Prompt, die Systemnachricht und etwaiger Chat-Verlauf) und eine Ausgabe-Seite (das, was das Modell schreibt). Beide werden in Token gezählt, und ein Token entspricht etwa drei Vierteln eines englischen Wortes. Die Kosten sind:
Kosten = (Eingabe-Token / 1.000.000 x Eingabepreis) + (Ausgabe-Token / 1.000.000 x Ausgabepreis)
Bei diesem Dienst beträgt der Input-Preis $0,15 pro 1M Token und der Output-Preis $0,50 pro 1M Token. Output ist etwas mehr als dreimal so teuer wie Input, daher kostet eine lange Antwort weit mehr als eine lange Frage.
Hier ist eine manuell durchgerechnete Anfrage. Ein Prompt mit 1.000 Token und eine Antwort mit 500 Token:
- Input: 1.000 / 1.000.000 × $0,15 = $0,00015
- Output: 500 / 1.000.000 × $0,50 = $0,00025
- Gesamt: $0,0004
Das sind vier Hundertstel Cent. Skaliere es: 1.000 solcher Anfragen kosten $0,40 und 100.000 kosten $40.
Durchgerechnete Beispiele für reale Workloads
Ein Support-Chatbot
Sagen wir 10.000 Konversationen im Monat. Jede sendet insgesamt 3.000 Input-Token (System-Prompt plus Verlauf über alle Turns hinweg) und empfängt 800 Output-Token. Input: 30M Token × $0,15 pro 1M = $4,50. Output: 8M Token × $0,50 pro 1M = $4,00. Monatliche Gesamtkosten: $8,50.
Dokumente zusammenfassen
Ein 50.000-Token-Dokument und eine 1.000-Token-Zusammenfassung. Input: 0,05M × $0,15 = $0,0075. Output: 0,001M × $0,50 = $0,0005. Das sind $0,008 pro Dokument, also kosten 1.000 Dokumente $8,00. Das Ausfüllen des gesamten 100.000-Token-Kontextfensters allein mit Input kostet $0,015.
Eine lange Rollenspiel- oder Begleitsitzung
Der Prompt beginnt mit 500 Token und wächst um 350 Token pro Turn, weil der Verlauf erneut gesendet wird. Über 20 Turns liest das Modell 76.500 Input-Token und schreibt 5.000 Output-Token. Input: 0,0765M × $0,15 = ca. $0,0115. Output: 0,005M × $0,50 = $0,0025. Ca. $0,014 für die gesamte Sitzung.
Ein Batch-Klassifizierer
200 Input-Token und 10 Output-Token pro Element, eine Million Elemente. Input: 200M x $0,15 pro 1M = $30. Output: 10M x $0,50 pro 1M = $5. Gesamt: $35. Hier ist das Volumen groß, aber die Kosten sind immer noch gering, weil die Outputs winzig sind.
Monatliches Budget bei drei Nutzungsniveaus
Unter Verwendung der Anfrage mit 1.000 Input und 500 Output zu $0,0004 pro Stück sieht ein Monat mit 30 Tagen bei verschiedenen Volumina so aus.
| Nutzung | Anfragen pro Tag | Anfragen pro Monat | Monatliche Kosten |
|---|---|---|---|
| Hobby-Bot | 1.000 | 30.000 | $12 |
| Kleines Produkt | 10.000 | 300.000 | $120 |
| Viel genutzter Dienst | 100.000 | 3.000.000 | $1.200 |
Die Tabelle skaliert linear, also verdoppeln sich auch die Kosten, wenn deine durchschnittliche Anfrage doppelt so lang ist. Ein Hobby-Bot passt auch problemlos in das Minimum für die Aufladung: $20 bezahlen 50.000 Anfragen dieser Größe, und Guthaben verfällt nie, sodass ein nicht genutzter Saldo einfach wartet.
Warum die Rechnung höher ausfällt als die Schätzung
Schätzungen scheitern auf vorhersehbare Weise. Prüfe diese Punkte, bevor du entscheidest, dass ein Tool teuer ist.
- Verlauf wird bei jedem Turn erneut gesendet. Jede neue Nachricht enthält alle vorherigen. Ein Chat mit 50 Turns ist nicht 50 kleine Anfragen; die späteren sind groß. Das Rollenspiel-Beispiel oben zeigt das Wachstum.
- Ausführliche Ausgaben. Ausgabe-Token kosten mehr. Wenn du nur ein Label oder eine kurze Antwort brauchst, gib das im Prompt an und setze
max_tokens. - Wiederholungen im eigenen Code. Eine Schleife, die eine Anfrage nach einem Timeout erneut sendet, kann doppelte Abrechnungen verursachen. Beachte, dass bei dieser API fehlgeschlagene oder abgelehnte Anfragen nicht berechnet werden.
- Großer eingefügter Kontext. Eine 60.000-Token-Datei in jeden Aufruf zu setzen, ist einfach und leicht zu vergessen.
Möglichkeiten, die Kosten zu senken
Die meisten Einsparungen ergeben sich aus dem Senden weniger Token, nicht aus der Suche nach einem günstigeren Modell.
- Trimme oder fasse alte Chat-Turns zusammen, sobald sie nicht mehr relevant sind.
- Platziere stabile Anweisungen in einer kurzen Systemnachricht, anstatt sie in jeder Benutzeranfrage zu wiederholen.
- Fordere strukturierte Ausgaben mit dem JSON-Modus an (
response_format: {"type":"json_object"}), damit du nicht für gesprächigen Text um die Daten herum bezahlst. - Verwende
stop-Sequenzen, um die Generierung dort zu beenden, wo dein Parser es benötigt. - Bündele kleine Elemente in einer Anfrage, wenn jedes Element winzig ist.
Du kannst die Auswirkung direkt nachverfolgen. Jede Antwort enthält einen X-Balance-USD-Header, und Streaming-Antworten melden die Nutzung am Ende. Dieses Skript druckt die Kosten eines Aufrufs aus:
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredlocalllm.com/v1", api_key="YOUR_API_KEY")
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Explain tokens in two sentences."}],
max_tokens=150,
)
u = r.usage
cost = u.prompt_tokens / 1_000_000 * 0.15 + u.completion_tokens / 1_000_000 * 0.50
print(u.prompt_tokens, u.completion_tokens, round(cost, 6))Schätze deine eigenen Kosten, bevor du baust
Zähle deine echten Token an einigen typischen Anfragen und multipliziere sie. Eine kurze Funktion führt die Berechnung für jede durchschnittliche Größe durch.
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredlocalllm.com/v1", api_key="YOUR_API_KEY")
def monthly_cost(requests_per_month, avg_in, avg_out):
return requests_per_month * (avg_in * 0.15 + avg_out * 0.50) / 1_000_000
print(monthly_cost(30_000, 1000, 500)) # 12.0
print(monthly_cost(10_000, 3000, 800)) # 8.5
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Say hello."}],
max_tokens=10,
)
print(r.usage.prompt_tokens, r.usage.completion_tokens)Führe zwanzig typische Prompts mit dem Testguthaben, bilde den Durchschnitt der usage-Werte und setze sie in die Funktion ein. Das gibt dir eine Zahl, die auf deinem Produkt basiert und nicht auf einem generischen Beispiel.
Self-Hosting: Wann es Sinn macht
Das Ausführen eines Open-Weight-Modells selbst entfernt die Token-Gebühr, ersetzt sie aber durch Fixkosten: eine GPU mit ausreichend Speicher, Strom, Einrichtungsaufwand und Updates. Diese Kosten fallen an, ob die Maschine ausgelastet ist oder nicht. Self-Hosting lohnt sich meist bei stetigem, hohem Volumen oder bei der strikten Anforderung, alles auf der eigenen Maschine zu behalten. Bei gelegentlicher Nutzung, schwankendem Traffic oder einem Prototypen ist das Bezahlen pro Token einfacher und meist günstiger, weil eine API im Leerlauf nichts kostet.
Ein fairer Vergleich benötigt deine eigenen Zahlen: dein monatliches Token-Volumen, den Hardware-Preis und den Wert deiner Zeit. Nutze die oben stehenden Formeln für die API-Seite, dann bewerte die Hardware-Seite basierend auf echten Angeboten. Wenn du das umfassendere Bild der Nutzung von Open-Weight-Modellen möchtest, deckt der Leitfaden zu unzensierten LLM-Chats Integrationsmöglichkeiten ab.
Preise und Aufladungen auf diesem Dienst
Die Abrechnung erfolgt prepaid und nutzungsbasiert. Du kannst jeden beliebigen Gesamtbetrag von $20 bis $500 aufladen, und größere Aufladungen gewähren einen Bonus: +5 % ab $50, +10 % ab $100 und +15 % ab $200. Eine Aufladung über $100 wird zu $110 Guthaben. Die Zahlung erfolgt in Krypto: USDT auf TRC20 oder USDC auf Base. Guthaben verfällt nie, und es gibt kein Abo.
Neue Nutzer können mit einem Klick auf der API-Schlüssel-Seite $0,50 an Testguthaben beanspruchen. Es ist 7 Tage gültig, erfordert keine Zahlungsdaten und steht jeder Person einmal zur Verfügung. Bei $0,0004 pro Anfrage mit 1.000 Input- und 500 Output-Token deckt es etwa 1.250 Anfragen ab, was ausreicht, um deine durchschnittlichen Kosten zu messen, bevor du etwas bezahlst. Die Preisseite listet die Tarife auf, und die Dokumentation zeigt das Anfrageformat.
Weitere Anleitungen
Fragen und Antworten
Was kostet eine LLM-Nachricht?
Auf dieser API kostet eine Nachricht mit 1.000 Input-Token und 500 Output-Token $0,0004. Kurze Nachrichten kosten weniger, und lange Verläufe kosten mehr, weil der Input wächst.
Ist es günstiger, ein LLM lokal zu betreiben?
Nur bei stetigem hohem Volumen oder wenn du alles auf deiner eigenen Maschine benötigst. Du zahlst für Hardware und Strom, egal ob du sie nutzt oder nicht, während eine API im Leerlauf nichts kostet.
Was ist ein Token?
Ein Token ist ein Textabschnitt, etwa drei Viertel eines englischen Wortes. Sowohl dein Prompt als auch die Antwort des Modells werden in Token gezählt.
Bezahle ich für fehlgeschlagene Anfragen?
Nein. Auf dieser API werden fehlgeschlagene oder abgelehnte Anfragen nicht berechnet.
Gibt es ein Abonnement?
Nein. Du kaufst Prepaid-Guthaben von $20 bis $500, und es verfällt nie.
uncensoredlocalllm.com
Dein Schlüssel ist nur ein Formular entfernt
Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.
