OpenAI-API-Kosten 2026: Preistabelle und Rechner
Die OpenAI-API-Kosten hängen von fünf Faktoren ab: dem Modell, nicht zwischengespeicherten Eingabetokens, zwischengespeicherten Eingabetokens, Cache-Schreib-Tokens und Ausgabetokens. Service-Tarif, Kontextlänge, Tools, Wiederholungsversuche, Medien und regionale Verarbeitung können zusätzliche Kosten verursachen.
Preisstand: 12. Oktober 2026. OpenAI ändert Modelle und Preise häufig. Nutzen Sie die offizielle OpenAI-API-Preisseite als maßgebliche Quelle, bevor Sie ein Budget festlegen oder eine Produktionsumgebung starten.
OpenAI-API-Kosten: die kurze Antwort
Für die Standard-Verarbeitung führt OpenAI in der aktuellen Tabelle für Flaggschiffmodelle die folgenden Preise pro 1 Million Tokens für kurze Kontexte auf:
| Modell | Eingabe | Zwischengespeicherte Eingabe | Cache-Schreibvorgänge | Ausgabe |
|---|---|---|---|---|
| GPT-6 Astra | $10.00 | $1.00 | $12.50 | $50.00 |
| GPT-6.1 Sol | $2.00 | $0.10 | $2.50 | $10.00 |
| GPT-6 Luna | $0.10 | $0.01 | $0.125 | $0.50 |
Dieselbe Standard-Tabelle zeigt derzeit höhere Preise für lange Kontexte:
| Modell | Eingabe | Zwischengespeicherte Eingabe | Cache-Schreibvorgänge | Ausgabe |
|---|---|---|---|---|
| GPT-6 Astra | $20.00 | $2.00 | $25.00 | $75.00 |
| GPT-6.1 Sol | $4.00 | $0.20 | $5.00 | $15.00 |
| GPT-6 Luna | $0.20 | $0.02 | $0.25 | $0.75 |
Übernehmen Sie für eine Prognose nicht einfach nur die günstigste Tabellenzeile. Ein preiswerteres Modell kann pro akzeptiertem Ergebnis höhere Kosten verursachen, wenn es längere Antworten erzeugt, die Validierung nicht besteht oder Wiederholungsversuche und Fallback-Aufrufe auslöst.
Formel für die OpenAI-API-Kosten
Verwenden Sie diese Formel für eine nach Tokens abgerechnete Anfrage:
request cost =
(uncached input tokens / 1,000,000 × input rate)
+ (cached input tokens / 1,000,000 × cached-input rate)
+ (cache-write tokens / 1,000,000 × cache-write rate)
+ (output tokens / 1,000,000 × output rate)
+ tool, media, container, and regional charges
Berechnen Sie für eine monatliche Schätzung jede Workload separat und addieren Sie anschließend die Kosten für Wiederholungsversuche, Fallback-Versuche, Evaluierungsanfragen und Gebühren, die nicht nach Tokens abgerechnet werden.
monthly cost =
requests per month
× average token cost per request
× average upstream attempts per request
+ tool and infrastructure charges
Der Multiplikator für die Anzahl der Versuche ist wichtig. Wenn eine Nutzeraktion eine primäre Anfrage, einen Wiederholungsversuch und einen Fallback-Aufruf auslöst, kann die Rechnung drei Upstream-Versuche umfassen, obwohl das Produkt nur einen Workflow erfasst.
Drei durchgerechnete Beispiele für OpenAI-API-Kosten
Angenommen, eine Workload mit kurzem Kontext verwendet bei Standard-Verarbeitung 10 Millionen nicht zwischengespeicherte Eingabetokens und 2 Millionen Ausgabetokens.
| Modell | Berechnung | Geschätzte Token-Kosten |
|---|---|---|
| GPT-6 Astra | 10 × $10 + 2 × $50 | $200.00 |
| GPT-6.1 Sol | 10 × $2 + 2 × $10 | $40.00 |
| GPT-6 Luna | 10 × $0.10 + 2 × $0.50 | $2.00 |
Dies ist ein Preisvergleich, kein Qualitätsvergleich. Verwenden Sie denselben Evaluierungsdatensatz und dieselbe Akzeptanzregel, bevor Sie entscheiden, ob eine günstigere Variante die Workload bewältigen kann.
Beispiel mit zwischengespeicherter Eingabe
Angenommen, die GPT-6.1-Sol-Workload umfasst 10 Millionen Eingabetokens, von denen 60 % zum Preis für zwischengespeicherte Eingaben abgerechnet werden, sowie 2 Millionen Ausgabetokens:
uncached input: 4 × $2.00 = $8.00
cached input: 6 × $0.10 = $0.60
output: 2 × $10.00 = $20.00
estimated total: $28.60
Diese Schätzung berücksichtigt keine Cache-Schreibgebühren, die für das Erstellen oder Aktualisieren des zwischengespeicherten Präfixes anfallen. Messen Sie Cache-Treffer und Cache-Schreibvorgänge getrennt; gehen Sie nicht davon aus, dass jeder wiederholte Prompt zum Cache-Tarif abgerechnet wird.
Kurzer Kontext versus langer Kontext
Die aktuelle Preisseite unterscheidet bei Flaggschiffmodellen zwischen Preisen für kurze und lange Kontexte. Überschreitet eine Anfrage den jeweiligen Kontextschwellenwert, kann sich der Tarif für die Anfrage ändern. Deshalb reicht die durchschnittliche Prompt-Größe für eine Prognose nicht aus.
Erfassen Sie stattdessen eine Verteilung:
- p50, p90 und p99 der Eingabetokens;
- den Anteil der Anfragen, die in die Preisstufe für lange Kontexte fallen;
- zwischengespeicherte und nicht zwischengespeicherte Eingabetokens;
- Ausgabe- und Reasoning-Tokens;
- Wiederholungs- und Fallback-Versuche;
- Kosten pro akzeptiertem Ergebnis.
Einige wenige sehr große Prompts können den Großteil der monatlichen Rechnung ausmachen, selbst wenn die mediane Anfrage klein ist.
Preise für Standard, Batch, Flex, Fast und Ultrafast
OpenAI führt auf seiner Preisseite derzeit mehrere Verarbeitungsmodi auf. Der passende Modus hängt von den Fristen und Verfügbarkeitsanforderungen der Workload ab.
| Modus | Praktische Eignung | Frage zur Kostenplanung |
|---|---|---|
| Standard | Normaler interaktiver und Produktions-Traffic | Erfüllen das Modell und die Kontextstufe das Latenzbudget? |
| Batch | Offline-Jobs, die warten können | Kann der Workflow verzögerte Fertigstellung und Batch-Semantik akzeptieren? |
| Flex | Kostensensible Aufgaben, die variablen Service tolerieren können | Kann der Job warten oder wiederholt werden, ohne dem Nutzer zu schaden? |
| Fast | Latenzsensible Produktionspfade | Ist der Latenzgewinn den höheren Preis wert? |
| Ultrafast | Die am stärksten latenzsensiblen unterstützten Routen | Ist der Aufpreis auf Anfragen begrenzt, die ihn wirklich benötigen? |
Prüfen Sie den ausgewählten Tab auf der offiziellen Preisseite, bevor Sie eine Zahl übernehmen. Ein Preis aus Batch, Flex, Fast oder Ultrafast ist kein Standard-Preis.
Kosten der Responses API im Vergleich zu Chat Completions
OpenAI gibt an, dass die Responses API und die Chat Completions API nicht als separate Produkte bepreist werden. Die Token-Nutzung wird zu den Preisen des ausgewählten Modells abgerechnet. Integrierte Tools und andere Funktionen können eigene Gebühren verursachen.
Wählen Sie den Endpunkt für den Vertrag, den Ihre Anwendung benötigt, und berechnen Sie dann:
- Modell-Token;
- Cache-Lese- und Schreibvorgänge;
- Web- oder Dateisuchaufrufe;
- Container- oder Code-Ausführungs-Sitzungen;
- Bild-, Audio- oder Realtime-Nutzung;
- Verstärkung durch Wiederholungsversuche und Fallbacks.
Gehen Sie nicht davon aus, dass eine Endpunktmigration kostenlos ist, nur weil es keine Endpunktgebühr gibt. Tool-Verhalten, längerer Kontext, Reasoning oder größere Ausgaben können die Gesamtnutzung verändern.
Zusätzliche OpenAI-API-Gebühren, die Teams übersehen
Tool-Aufrufe
Die offizielle Preisseite führt separate Gebühren für Tools wie Websuche und Dateisuche auf. Abgerufene Inhalte können zudem Modell-Eingabe-Token erzeugen. Eine einzelne Produktaktion kann daher sowohl eine Tool-Aufrufgebühr als auch Modell-Token-Gebühren umfassen.
Container und Code-Ausführung
Hosted-Shell- und Code-Interpreter-Container haben Sitzungsgebühren und Mindestabrechnungsregeln. Das Wiederverwenden einer Sitzung oder ihr zeitnahes Beenden kann für Tool-intensive Agenten wichtiger sein als der Token-Preis.
Regionale Verarbeitung und FedRAMP
In den aktuellen Preisangaben von OpenAI wird ein Aufschlag von 10 % für berechtigte Endpunkte zur regionalen Verarbeitung genannt, die am oder nach dem 5. März 2026 veröffentlicht wurden, sowie ein Aufschlag von 10 % für FedRAMP-Endpunkte. Prüfen Sie, ob der Workload tatsächlich einen dieser Endpunkte verwendet.
Realtime, Audio, Bilder und Video
Multimodale Dienste verwenden unterschiedliche Einheiten und Preise. Schätzen Sie einen Sprach- oder Bild-Workflow nicht anhand einer Text-Token-Tabelle.
Wiederholungsversuche und mehrere Kandidaten
Ein Wiederholungsversuch ist ein weiterer abrechenbarer Versuch. Mehrere Vervollständigungen oder Kandidaten können ebenfalls die generierten Token erhöhen. Erfassen Sie vorgelagerte Versuche, nicht nur für Nutzer sichtbare Anfragen.
Sieben Möglichkeiten zur Senkung der OpenAI-API-Kosten
- Nach Workload routen. Verwenden Sie das kleinste Modell, das die Qualitäts- und Vertragsprüfungen der Aufgabe besteht.
- Stabile Präfixe cachen. Platzieren Sie wiederverwendbare Anweisungen, Tool-Schemas und gemeinsamen Kontext am Anfang, wenn API und Modell Caching unterstützen.
- Ausgabelänge steuern. Legen Sie ein realistisches Ausgabelimit fest und fordern Sie kompakte Schemas statt offenen Fließtexts an.
- Batch oder Flex für verzögerte Aufgaben verwenden. Verschieben Sie Evaluierungen, Anreicherungen und andere Offline-Jobs von interaktiven Stufen weg, wenn der Betriebsvertrag dies zulässt.
- Wiederholungsversuche begrenzen. Klassifizieren Sie Authentifizierungs-, Validierungs-, Kontingent-, Timeout- und vorgelagerte Fehler, bevor Sie es erneut versuchen.
- Akzeptierte Ergebnisse messen. Berücksichtigen Sie ungültiges JSON, fehlgeschlagene Tool-Aufrufe, manuelle Nachbearbeitung und Fallback-Traffic in der Kostenkennzahl.
- Tools separat prüfen. Verfolgen Sie Websuche, Dateisuche, Container, Medien und Agent-Schleifen als eigene Kostentreiber.
Für ein umfassenderes Workload-Framework verwenden Sie den Leitfaden zur Optimierung von AI-API-Kosten.
Direkte OpenAI-API oder ein Multi-Model-Gateway?
Direkter OpenAI-Zugriff ist in der Regel die sauberste Wahl, wenn Ihr Produkt von OpenAI-nativen Funktionen abhängt, ein Anbieter ausreicht und das Team die Verwaltung von Konto, Schlüsseln, Nutzung und Fallback-Pfad beherrscht.
Ein Multi-Model-Gateway ist nützlich, wenn die Anwendung OpenAI neben Claude, Gemini, DeepSeek, Qwen sowie Bild-, Audio- oder Videomodellen benötigt und einen anwendungsseitigen Schlüssel, eine kompatible Basis-URL und eine Oberfläche zur Nutzungsprüfung wünscht.
Flatkey sollte nicht nur danach bewertet werden, ob ein Listenpreis niedriger ist. Vergleichen Sie den gesamten Workflow:
- Modellverfügbarkeit und exakte Modell-IDs;
- Endpunkt- und Funktionskompatibilität;
- Anfrageerfolg und Rate akzeptierter Ausgaben;
- Latenz, Wiederholungsversuche und Fallback-Verhalten;
- Nutzungstransparenz und Kostenattribution;
- Vorgänge für Anbieterkonto und Abrechnung;
- Rollback-Aufwand.
Prüfen Sie den aktuellen Flatkey-Modellkatalog und die Preisseite und testen Sie dann einen reversiblen Workload, bevor Sie Produktions-Traffic verschieben.
Checkliste für OpenAI-API-Kosten
Bestätigen Sie vor der Budgetfreigabe:
- [ ] Die Modell-ID und der Service-Tier sind explizit angegeben.
- [ ] Datenverkehr mit kurzem und langem Kontext wird separat prognostiziert.
- [ ] Gecachte Eingaben und Cache-Schreibvorgänge werden separat gemessen.
- [ ] Ausgabe- und Reasoning-Token sind enthalten.
- [ ] Kosten für Tools, Medien und Container sind enthalten.
- [ ] Wiederholungs- und Fallback-Versuche werden gezählt.
- [ ] Regionale oder FedRAMP-Aufschläge sind gegebenenfalls enthalten.
- [ ] Die Kosten werden pro akzeptierter Aufgabe gemessen, nicht nur pro Anfrage.
- [ ] Die Preistabelle hat ein Prüfdaten und einen Verantwortlichen für Aktualisierungen.
- [ ] Vor dem Start gibt es einen Nutzungsalarm und einen Rollback-Pfad.
Alle aktuellen Tokenpreise für GPT-6 und GPT-5.6, einschließlich Batch, Flex und gecachter Eingaben, finden Sie in unserem Leitfaden zu OpenAI-API-Preisen.
Um zu sehen, wie OpenAI im Vergleich zu Claude, Gemini, Qwen, DeepSeek und Kimi abschneidet, lesen Sie unseren Vergleich der Preise von KI-APIs.
Lange, wiederholte Prompts bieten die einfachste Möglichkeit zum Sparen; unser Leitfaden zum OpenAI-Prompt-Caching erläutert Lese- und Schreibraten, TTLs und Break-even-Berechnungen.
Häufig gestellte Fragen
Wie berechne ich die Kosten der OpenAI-API?
Multiplizieren Sie jede Token-Kategorie mit ihrem Preis pro 1 Million Token und addieren Sie dann Kosten für Tools, Medien, Container, Regionen, Wiederholungen und Fallbacks. Trennen Sie nicht gecachte Eingaben, gecachte Eingaben, Cache-Schreibvorgänge und Ausgabe-Token.
Ist die Responses API teurer als Chat Completions?
OpenAI gibt an, dass die Endpunkte nicht separat bepreist werden; Token werden zu den Tarifen des ausgewählten Modells abgerechnet. Die Gesamtkosten können dennoch unterschiedlich sein, wenn eine Implementierung mehr Kontext, Reasoning, Tools oder Ausgabe verwendet.
Welches ist das günstigste OpenAI-API-Modell?
Die aktuelle Preistabelle zeigt GPT-6 Luna mit den niedrigsten Tokenpreisen unter den Flaggschiffmodellen. Das macht es nicht für jede Aufgabe zum günstigsten Weg. Testen Sie die Qualität und berechnen Sie die Kosten pro akzeptiertem Ergebnis.
Reduziert Prompt-Caching die Kosten der OpenAI-API?
Es kann die Kosten für wiederholte Eingaben senken, wenn eine Anfrage zum Tarif für gecachte Eingaben abgerechnet wird. Berücksichtigen Sie Kosten für Cache-Schreibvorgänge und die tatsächliche Trefferquote, bevor Sie Einsparungen prognostizieren.
Warum ist meine OpenAI-Rechnung höher als meine Token-Schätzung?
Häufige Ursachen sind Preise für lange Kontexte, Cache-Schreibvorgänge, Reasoning oder lange Ausgaben, Tools, Container, Medien, Wiederholungen, mehrere Kandidaten, Fallback-Aufrufe und regionale Verarbeitung.
Kann eine OpenAI-API-Alternative die Kosten senken?
Möglicherweise. Ein anderer Anbieter, ein Gateway, ein selbstgehosteter Proxy oder ein kleineres Modell kann eine Kostenkomponente senken, aber auch Migrationsaufwand, Wiederholungen, Qualitätsfehler und Betrieb zählen. Nutzen Sie den Migrationsleitfaden für OpenAI-API-Alternativen und vergleichen Sie dieselbe Arbeitslast.
Quellen
- OpenAI-API-Preise, geprüft am 12. Oktober 2026.
- OpenAI-Leitfaden zum Prompt-Caching, geprüft am 12. Oktober 2026.
- OpenAI-Erklärung zur Token-Zählung und Preisgestaltung, geprüft am 12. Oktober 2026.
Preise sind eine Momentaufnahme mit Datum, kein dauerhaftes Angebot. Überprüfen Sie vor dem Start die offizielle OpenAI-Seite und die aktuelle Flatkey-Preisübersicht.
