TL;DR: Eine einzelne KI-Anfrage kostet auf Infrastrukturebene nur Bruchteile eines Cents, die Preise für API-Nutzung sind seit 2023 um bis zu 90-95 % gefallen, und chinesische Modelle wie DeepSeek bieten inzwischen vergleichbare Qualität zu 10- bis 50-mal niedrigeren Preisen als westliche Spitzenmodelle.
- Eine ChatGPT-Anfrage verbraucht laut OpenAI rund 0,34 Wattstunden Strom – unabhängige Schätzungen reichen aber von 0,3 bis 2,9 Wh, je nach Modell und Anfrage.
- Abo-Preise haben sich bei den grossen Anbietern auf rund 20 USD/Monat eingependelt (ChatGPT Plus, Claude Pro, Gemini AI Pro, Perplexity Pro).
- API-Preise unterscheiden sich je nach Modell um das bis zu 100-fache – von unter 0,15 USD bis über 15 USD pro Million Token.
- Chinesische Modelle wie DeepSeek, Qwen, Kimi oder GLM punkten vor allem beim Preis und bei offenen Gewichten, westliche Modelle meist bei Tool-Nutzung, Zuverlässigkeit und Sprachpolitur im Englischen.
Warum die Kostenfrage komplizierter ist, als sie klingt
"Was kostet eine KI-Anfrage" lässt sich nicht mit einer einzigen Zahl beantworten, weil mehrere Kostenebenen ineinandergreifen: der reine Rechenaufwand (Energie, Hardware), der Marktpreis über Abo oder API, und – bei Unternehmen – die Kosten, um in KI-Antworten überhaupt sichtbar zu werden. Die folgenden Abschnitte trennen diese Ebenen.
Was kostet eine Anfrage auf Infrastrukturebene?
Laut OpenAI-Chef Sam Altman verbraucht eine durchschnittliche ChatGPT-Anfrage etwa 0,34 Wattstunden Strom – vergleichbar mit rund einer Sekunde Backofenbetrieb – und etwa 0,32 Milliliter Wasser zur Kühlung. Unabhängige Forscher kommen teils zu höheren Werten: Schätzungen reichen je nach Modell, Antwortlänge und Rechenzentrum von 0,3 bis 2,9 Wh pro Anfrage. Der Forscher Shaolei Ren (UC Riverside) berechnete etwa, dass das Verfassen einer E-Mail per ChatGPT so viel Wasser und Energie benötigt wie eine Flasche Wasser plus eine Stunde Betrieb von 14 LED-Lampen. Die grosse Spannbreite zeigt: Belastbare, anbieterübergreifend vergleichbare Zahlen sind schwer zu bekommen, da kaum ein Anbieter genaue Infrastrukturdaten veröffentlicht.
Was kostet eine Anfrage im Vergleich zur klassischen Google-Suche?
Eine oft zitierte Analyse von SemiAnalysis schätzt die Kosten pro ChatGPT-Anfrage auf rund 0,36 US-Cent, eine Google-Suchanfrage auf rund 1,06 US-Cent. KI-Anfragen sind demnach in dieser Schätzung nicht grundsätzlich teurer als eine klassische Suche – oft sogar günstiger, auch wenn beide Zahlen von den zugrunde gelegten Annahmen (Modellgrösse, Serverauslastung) abhängen.
Was kosten die Abos für Endnutzer?
Bei den Monatsabos für Privatnutzer hat sich 2026 ein ähnliches Preisniveau etabliert:
| Anbieter | Einstiegs-Abo | Preis/Monat |
|---|---|---|
| OpenAI | ChatGPT Plus | ca. 20 USD |
| Anthropic | Claude Pro | ca. 20 USD |
| Gemini AI Pro | ca. 19,99 USD | |
| Perplexity | Perplexity Pro | ca. 20 USD |
Höherwertige Stufen (z. B. ChatGPT Pro) liegen deutlich darüber, teils bei 100-200 USD/Monat für erweiterte Nutzung.
Was kosten Anfragen über die API (für Entwickler/Unternehmen)?
Hier zeigen sich die grössten Preisunterschiede – abhängig vom Modell, nicht nur vom Anbieter. Die Preise werden pro Million Token (in etwa 750.000 Wörter) berechnet und unterscheiden sich zwischen Einstiegsmodellen und Spitzenmodellen um das bis zu 100-fache:
| Modellklasse | Ungefähre Preisspanne (Input, pro 1 Mio. Token) |
|---|---|
| Günstige/kleine Modelle (z. B. Gemini Flash-Lite, GPT-4o mini) | ab ca. 0,10-0,30 USD |
| Mittlere Modelle | ca. 1-3 USD |
| Spitzenmodelle (GPT-5-Klasse, Claude Opus, Gemini Pro) | ca. 2-15 USD |
| Chinesische Modelle (z. B. DeepSeek Reasoner) | ca. 0,14 USD |
API-Preise für vergleichbare Modellqualität sind seit 2023 branchenweit um rund 90-95 % gefallen – ein zentraler Grund, warum KI-Funktionen heute in deutlich mehr Produkten wirtschaftlich sinnvoll einsetzbar sind als noch vor zwei Jahren.
Stärken und Schwächen der grossen westlichen Modelle
OpenAI (GPT-5er-Reihe): Gilt als stark bei agentischen Workflows (KI erledigt mehrstufige Aufgaben eigenständig) und multimodalen Anwendungen (Text, Bild, teils Audio kombiniert). Schwäche: Bei stark spezialisierten Aufgaben schneiden teils fokussiertere Modelle anderer Anbieter besser ab.
Anthropic (Claude-Reihe): Wird häufig als führend bei Coding-Benchmarks und als besonders zuverlässig bei komplexem, nachvollziehbarem Reasoning sowie bei Bildanalyse eingestuft. Schwäche: Reasoning-intensive Antworten (v. a. bei den leistungsstärksten Modellen) können spürbar länger dauern.
Google (Gemini-Reihe): Punktet mit sehr grossem Kontextfenster (bis zu 1 Million Token) und als bislang einziges Modell mit nativer Verarbeitung von Video und Audio. Schwäche: In reinen Coding- oder Agentic-Benchmarks teils hinter den Spitzenmodellen von OpenAI/Anthropic.
xAI (Grok): Einziger Anbieter mit tiefer Echtzeit-Anbindung an X (ehem. Twitter), dadurch aktuelle Informationen, die andere Modelle nicht haben. Schwäche: Nutzerberichte bemängeln schwächere Coding-Fähigkeiten sowie ein Risiko, dass Antworten Positionen des Gründers Elon Musk widerspiegeln.
Stärken und Schwächen chinesischer KI-Modelle
China hat in den letzten Jahren mit Modellen wie DeepSeek, Qwen (Alibaba), Kimi (Moonshot AI) und GLM (Zhipu AI) aufgeholt. Die Landschaft unterscheidet sich in einigen zentralen Punkten von den westlichen Anbietern:
Preis: Der klarste Vorteil. DeepSeek liegt mit rund 0,14 USD pro Million Input-Token teils 30- bis 40-mal unter den Preisen von Spitzenmodellen wie Claude Opus oder GPT-5.
Offene Gewichte: Viele chinesische Modelle (u. a. DeepSeek, Qwen) werden als Open-Weight-Modelle veröffentlicht, lassen sich also selbst hosten – ein Unterschied zu den meist geschlossenen Spitzenmodellen westlicher Anbieter.
Spezialisierung: Kimi punktet mit einem sehr grossen Kontextfenster (bis zu 2 Millionen Token) für lange Dokumente, GLM gilt als stark bei Coding- und Agenten-Benchmarks innerhalb der chinesischen Modellfamilie, DeepSeek als besonders preiswert.
Schwächen: Zuverlässigkeit bei komplexer Tool-Nutzung (z. B. Funktionsaufrufe in Agentensystemen) wird in unabhängigen Tests als eher mittelmässig eingestuft, teils hinter GPT-5 oder Claude. Bei langen englischsprachigen Texten zeigen sich gelegentlich untypische Formulierungen ("ESL-Muster"), weshalb für kundenseitige englische Texte westliche Modelle oft weiterhin bevorzugt werden.
Zusätzlicher Aspekt: Bei chinesischen Modellen werden – insbesondere für Nutzer ausserhalb Chinas – teils Fragen zu Moderation politisch sensibler Themen sowie zu Datenverarbeitung/-standort aufgeworfen. Das ist bei der Anbieterwahl für Unternehmen ein eigenständiges Kriterium neben Preis und Leistung.
Anbietervergleich im Überblick
| Anbieter/Modell | Herkunft | Besondere Stärke | Bekannte Schwäche | Preisniveau |
|---|---|---|---|---|
| GPT-5er-Reihe (OpenAI) | USA | Agentic Workflows, Multimodalität | Nische je nach Aufgabe schwächer | Mittel-hoch |
| Claude (Anthropic) | USA | Coding, verlässliches Reasoning | Längere Antwortzeit bei komplexen Aufgaben | Mittel-hoch |
| Gemini (Google) | USA | Grosses Kontextfenster, Video/Audio nativ | Teils hinter Spitzenreitern bei Coding | Mittel-hoch |
| Grok (xAI) | USA | Echtzeitdaten aus X | Schwächere Coding-Leistung, Bias-Risiko | Mittel |
| DeepSeek | China | Sehr günstig, offene Gewichte | Tool-Calling mittelmässig | Niedrig |
| Qwen (Alibaba) | China | Breit adoptierte Open-Source-Basis | Englische Textpolitur teils schwächer | Niedrig |
| Kimi (Moonshot AI) | China | Sehr grosses Kontextfenster (Langtexte) | Agenten-Zuverlässigkeit variabel | Niedrig |
| GLM (Zhipu AI) | China | Coding/Agenten-Stärke im chinesischen Feld | Weniger verbreitet ausserhalb Chinas | Niedrig |
Häufige Fragen (FAQ)
Warum sind chinesische KI-Modelle so viel günstiger? Neben geringeren Rechenkosten in China spielen offene Modellarchitekturen, staatliche Förderung der KI-Branche und ein aggressiver Preiswettbewerb um Marktanteile eine Rolle.
Kann ich chinesische Modelle einfach wie westliche nutzen? Technisch oft ja, über API oder selbst gehostet. Unternehmen sollten aber Datenschutz, Datenstandort und Moderationsrichtlinien prüfen, bevor sie chinesische Modelle produktiv einsetzen.
Welches Modell ist insgesamt "das beste"? Es gibt 2026 keinen einzelnen Gewinner für alle Anwendungsfälle – die Modelle sind zunehmend spezialisiert. Die Wahl hängt vom konkreten Einsatzzweck ab: Coding, Reasoning, Multimodalität, Echtzeitdaten oder Kosten.
Werden KI-Anfragen mit der Zeit noch günstiger? Die bisherige Entwicklung (rund 90-95 % Preisrückgang seit 2023 bei vergleichbarer Modellqualität) deutet stark darauf hin, getrieben durch effizientere Hardware und Modellarchitekturen sowie zunehmenden Wettbewerb.
Fazit
Die reinen Infrastrukturkosten einer KI-Anfrage sind gering und liegen im Bereich von Bruchteilen eines Cents, auch wenn genaue Vergleichszahlen zwischen Anbietern rar sind. Bei Abo- und API-Preisen zeigt sich ein klarer Trend: sinkende Kosten bei gleichzeitig wachsender Modellvielfalt. Chinesische Anbieter wie DeepSeek, Qwen, Kimi und GLM haben den Wettbewerb spürbar verschärft, vor allem über den Preis und offene Modelle, während westliche Anbieter wie OpenAI, Anthropic und Google bei Zuverlässigkeit, Tool-Nutzung und englischer Sprachqualität tendenziell die Nase vorn haben. Für die Anbieterwahl lohnt sich deshalb ein Blick auf den konkreten Anwendungsfall statt auf ein pauschales "bestes Modell".
Quellen
- Strom, Wasser, ChatGPT: Was kostet eine KI-Anfrage wirklich? – ingenieur.de
- ChatGPT: Pro Anfrage so viel Strom wie 1 Sekunde Backofen – ORF
- The Inference Cost Of Search Disruption – SemiAnalysis
- AI Inference Cost Reduction 2026: Down 95% in Two Years – ValueAdd VC
- AI Subscription Pricing Comparison 2026 – Perspective AI
- OpenAI vs Claude vs Gemini: $ per 1M tokens May 2026 – Nicola Lazzari
- Chinese AI Models Compared: DeepSeek, Qwen, GLM, Kimi (2026) – GEO Toolbox
- Best Chinese AI Models 2026 – TokenMix Blog
- Claude vs Gemini vs Grok vs ChatGPT 2026 – Stackademic
- AI Models in 2026: Which One Should You Actually Use? – Gurusup
Hinweis: Der KI-Markt entwickelt sich sehr schnell – Preise, Modellversionen und Benchmark-Ergebnisse können sich innerhalb weniger Monate ändern. Vor einer Kaufentscheidung lohnt sich ein Blick auf die aktuellen Angaben der jeweiligen Anbieter.