Künstliche-Intelligenz-Firmen führen Preiskämpfe: Token-Kosten sinken rapide

Technik und Auswirkungen

Sinkende Token-Kosten und technische Details Die Geschwindigkeit der Preisänderungen zeigt die Dimensionen des Wettbewerbs in der Branche. OpenAI hatte das ChatGPT-5.4-Modell mit verbesserten Fähigkeiten im März mit einem Preis von 2,50 USD pro Eingabetoken und 15,00 USD pro Ausgabetoken auf den Markt gebracht.

Heute ist die Eingabekosten des GPT-5.6-Luna-Modells, das eine ähnliche Leistung erbringt, auf 0,20 USD und die Ausgabekosten auf 1,20 USD gesunken. Dieser Umstand zeigt, dass ein KI-Modell auf Schiffsniveau innerhalb einer kurzen Zeitspanne einem Preis angeboten werden kann, der etwa das 13-fache günstiger ist.

Nach diesen Preissenkungen näherte sich Luna dem Preisniveau des DeepSeek V4-Flash-Modells an, das nun für 1 Million Eingabe-Token 0,14 USD und für 1 Million Ausgabe-Token 0,28 USD verlangt.

Technik und Auswirkungen

Das Modell GPT-5.6 Terra, einem Modell der oberen Preisklasse, erreichte nach einem Rabatt von 20 Prozent Kosten von 2,00 USD für 1 Million Eingabe-Token und 12,00 USD für 1 Million Ausgabe-Token. Damit gelang es, die Kosten des konkurrierenden Kimi K3-Modells, das bei 3,00 USD für Eingaben und 15,00 USD für Ausgaben liegt, zu unterschreiten.

Gleichzeitig hielt OpenAI den Standardpreis seines leistungsstärksten Modells, GPT-5.6 Sol, bei 5,00 USD für Eingaben und 30,00 USD für Ausgaben unverändert.

Die Preiserhöhung für die Sol Fast-Version, die eine geringe Latenz bietet, auf 10,00 USD für Eingaben und 60,00 USD für Ausgaben zielt jedoch darauf ab, in der oberen Preisklasse Profitabilität mit Flaggschiff-Rivalen wie Claude Fable 5 und Mythos 5 zu erreichen.

Technischer Hintergrund

Infrastrukturkosten und finanzielle Fragezeichen Diese drastischen Preisrückgänge werfen erhebliche Zweifel an den Profitabilitätszielen, das änen zur Errichtung eigener Rechenzentren Abstand genommen hat, ist auf eine Transaktion im Wert von 300 Milliarden US-Dollar mit Neoclouds und Oracle angewiesen.

Während das Unternehmen eine Gesamtausgabenverpflichtung von 600 Milliarden US-Dollar für die KI-Infrastruktur bis zum Jahr 2030 zugesagt hat, wird festgestellt, dass die aktuellen Abonnementeinnahmen diese Kosten nicht decken können und das Unternehmen Milliardenverluste verzeichnet.

Um den finanziellen Druck zu lindern, wird diskutiert, dass Nvidia OpenAI mit einer Investition im Wert von 250 Milliarden US-Dollar unterstützen könnte.

Technischer Hintergrund

Auch andere Tech-Giganten stehen vor ähnlichen Kostenschwergewichten: Google investierte im vergangenen Jahr etwa das Neunfache seiner Cloud-Einnahmen in die KI-Infrastruktur, während Anthropic nur dank einer Rechenzentrumsmietvereinbarung mit Elon Musks xAI-Unternehmen auf dem Papier profitabel erscheinen konnte.

Während die Kosten für den Betrieb und die Entwicklung von künstlicher Intelligenz nicht sinken, lässt dieser massive Preisverfall die Unternehmen in einer schwierigen Lage. Vertreter der Branche vertrauen auf den Jevons-Paradoxon, wonach die Nachfrage nach günstigeren Tokenen sprunghaft ansteigen wird.

Zwar wird erwartet, dass neue Beschleuniger wie Blackwell und Vera Rubin, die Ende des Jahres in Rechenzentren integriert werden sollen, eine zehnfache Token-Leistung pro Watt bieten werden, bleibt jedoch unklar, wie diese enormen Investitionen allein durch direkte KI-Verkäufe finanziert werden können.