Was sind Tokens? Die Währung der KI-Anbieter

Was ein Token ist — und was nicht

Ein Sprachmodell liest keine Buchstaben und keine Wörter, sondern Tokens: Textbausteine aus einem festen Vorrat, den der Anbieter beim Bau des Modells festgelegt hat. Dieser Vorrat — das Vokabular — umfasst je nach Modell einige Zehntausend bis über hunderttausend Bausteine. Häufige englische Wörter wie „the“ oder „and“ sind darin als ganze Bausteine enthalten. Seltene oder lange Wörter existieren nicht als Ganzes und werden aus mehreren Bausteinen zusammengesetzt: „Kostenrechnung“ wird etwa zu „Kosten“ + „rechnung“, ein exotischer Nachname zu drei oder vier Bruchstücken.

Genau diese Bausteine werden abgerechnet. OpenAI nennt als Faustregel für englischen Text: Ein Token entspricht etwa 4 Zeichen, 75 Wörter ergeben rund 100 Tokens (OpenAI-Hilfe „What are tokens and how to count them“). Anthropic formuliert es in seiner Preisdokumentation gleich: ein Token ≈ 4 Zeichen ≈ 0,75 Wörter, Stand 10.09.2026. Beide fügen hinzu: Die genaue Zahl hängt von Sprache und Inhalt ab — und das ist für deutsche Anwender der entscheidende Nachsatz.

Wie Tokenizer zählen

Das Zerlegen übernimmt ein Programm, das vor dem eigentlichen Modell läuft: der Tokenizer. Die verbreitete Methode heißt Byte-Pair-Encoding, kurz BPE. Sie funktioniert im Kern so: Beim Bau des Vokabulars startet man mit einzelnen Zeichen und verschmilzt Schritt für Schritt die Zeichenpaare, die im Trainingstext am häufigsten nebeneinander stehen — „e“ und „n“ zu „en“, „en“ und „d“ zu „end“, und so weiter, bis das Vokabular voll ist. Was oft vorkommt, wird zu einem langen Baustein; was selten vorkommt, bleibt zersplittert. Der Tokenizer wendet dieselben Verschmelzungsregeln später auf Ihren Text an.

Drei Folgen sind für die Kosten wichtig. Erstens: Jedes Modell hat seinen eigenen Tokenizer, derselbe Text ergibt bei OpenAI, Anthropic und Google unterschiedliche Token-Zahlen. Anthropic weist in seiner Preisdokumentation ausdrücklich darauf hin, dass Claude-Modelle ab Version 4.7 einen neuen Tokenizer nutzen, der für denselben Text rund 30 % mehr Tokens erzeugt (Stand 10.09.2026). Zweitens: Formatierung kostet — Aufzählungszeichen, Zeilenumbrüche, Tabellenstriche, JSON-Klammern sind alle Tokens. Drittens: Zahlen und Code werden oft in kleine Stücke zerlegt; eine lange Kundennummer kann mehr Tokens kosten als ein ganzer Satz.

Warum Deutsch mehr Tokens braucht

Die Vokabulare der großen Modelle wurden überwiegend an englischem Text gebaut. Englische Wörter sind deshalb häufig als ganze Bausteine vorhanden, deutsche seltener — und Deutsch bringt drei Eigenheiten mit, die den Tokenizer zum Zerteilen zwingen: Umlaute und ß, die in Byte-basierten Vokabularen aus mehreren Bytes bestehen; Komposita wie „Auftragsverarbeitungsvertrag“, die nie als Ganzes im Vokabular stehen; und Flexionsendungen, die aus einem Stamm viele Formen machen. Eine Studie der Universität Oxford (Petrov u. a., „Language Model Tokenizers Introduce Unfairness Between Languages“, NeurIPS 2023) hat das systematisch vermessen: Derselbe Inhalt braucht je nach Sprache bis zu 15-mal so viele Tokens wie auf Englisch. Deutsch liegt weit entfernt vom Extrem, aber spürbar über Englisch — und das schlägt direkt auf Kosten, Antwortzeit und darauf durch, wie viel Text ins Kontextfenster passt.

Eine exakte Zahl für „Deutsch gegenüber Englisch“ nennen wir bewusst nicht: Sie hängt vom Modell, vom Tokenizer und vom Text ab. Die Praxisregel lautet: Rechnen Sie bei deutschem Text mit mehr Tokens je Wort als die englische Faustregel verspricht — und prüfen Sie es mit dem Token-Zähler Ihres Anbieters, bevor Sie eine Kalkulation unterschreiben. OpenAI, Anthropic und Google bieten dafür Werkzeuge oder Schnittstellen an, die Tokens zählen, ohne eine Antwort zu erzeugen.

Eingabe, Ausgabe, Kontextfenster

Preislisten unterscheiden zwei Richtungen. Eingabe-Tokens sind alles, was Sie schicken: die feste Anweisung („Du bist ein höflicher Assistent …“), die eigentliche Frage, mitgeschickte Unterlagen, und bei Chats der gesamte bisherige Verlauf — der bei jeder neuen Nachricht komplett erneut mitgeschickt und erneut berechnet wird. Ausgabe-Tokens sind die Antwort des Modells, einschließlich eventueller „Denkschritte“, die manche Modelle vor der sichtbaren Antwort erzeugen und die ebenfalls als Ausgabe abgerechnet werden.

Die Ausgabe ist durchweg teurer: GPT-6 Astra 10 zu 50 Dollar, Claude Sonnet 5 2 zu 10, Gemini 3.8 Flash 0,75 zu 3,75, Mistral Small 4 0,15 zu 0,60 — jeweils je Million Token, Preisseiten vom 10.09.2026. Der technische Grund: Die Eingabe verarbeitet das Modell in einem parallelen Durchgang, die Antwort entsteht Token für Token, jeder Baustein ist ein eigener Rechenschritt durch das gesamte Netz.

Das Kontextfenster ist die Obergrenze für Eingabe und Ausgabe zusammen. OpenAI gibt für GPT-6 Astra 1.050.000 Token Kontext an, davon maximal 922.000 Eingabe und 128.000 Ausgabe (Modellseite, 10.09.2026). Anthropic bietet für Claude-Modelle ab 4.6 ein 1-Million-Token-Fenster zum Standardpreis; Google staffelt bei Gemini 3.1 Pro den Preis ab 200.000 Eingabe-Token nach oben (Preisseiten, 10.09.2026). Wichtig für die Kosten: Ein großes Fenster ist eine Möglichkeit, kein Rabatt. Wer 500 Seiten Vertragswerk in eine Anfrage packt, zahlt jede Seite — und bei jeder Nachfrage erneut, sofern kein Caching greift.

Was Tokens kosten

Die Preise gelten je eine Million Tokens im Standardtarif, ohne Batch-Rabatt. Alle Werte wurden am 10. September 2026 auf den Preisseiten der Anbieter nachgeschlagen; Preise ändern sich häufig, vor einer Entscheidung bitte erneut prüfen.

* Laut Google gilt 0,75/3,75 $ bis 31. Dezember 2026, ab 1. Januar 2027 1,50/7,50 $. „—“: auf der Preisseite nicht als eigener Wert ausgewiesen. Der vollständige Vergleich mit zehn Modellen steht im Wissensteil der Startseite.

Die Spanne ist enorm: Zwischen Mistral Small 4 und GPT-6 Astra liegt bei der Ausgabe der Faktor 83. Für Routineaufgaben — Sortieren, Zusammenfassen, Felder aus Rechnungen ziehen — ist das kleine Modell meist gut genug; das Spitzenmodell lohnt sich dort, wo es wirklich anspruchsvoll wird.

Caching und Batch: zwei Rabatte, die fast jeder liegen lässt

Prompt-Caching betrifft den Teil der Eingabe, der sich wiederholt: die festen Anweisungen, ein Produktkatalog, ein Vertragstext. Der Anbieter behält die bereits verarbeitete Fassung eine Weile im Speicher und berechnet Treffer günstiger. OpenAI: 0,1-mal der Eingabepreis, Mindestlänge 1.024 Token, Haltezeit 30 Minuten nach dem letzten Zugriff für Modelle ab GPT-5.6 (Dokumentation, 10.09.2026). Anthropic: Cache-Treffer ein Zehntel des Eingabepreises, das erstmalige Anlegen kostet für fünf Minuten das 1,25-Fache, für eine Stunde das Doppelte — Caching rechnet sich also ab dem ersten Treffer (Preisdokumentation, 10.09.2026). Google Gemini 3.8 Flash: 0,075 statt 0,75 Dollar (Preisseite, 10.09.2026). Voraussetzung ist immer, dass der wiederkehrende Teil am Anfang der Eingabe steht.

Batch-Verarbeitung halbiert den Preis, wenn die Antwort warten darf: OpenAI, Anthropic und Google gewähren 50 % auf Ein- und Ausgabe, OpenAI liefert innerhalb von 24 Stunden (Dokumentation, 10.09.2026). Beide Rabatte lassen sich kombinieren.

Beispielrechnung: Ein Mail-Sortierer

Angenommen, Sie lassen jede eingehende Kundenmail von Claude Sonnet 5 in eine von fünf Kategorien einsortieren und in zwei Sätzen zusammenfassen. Die feste Anweisung mit Kategorienbeschreibung hat 1.500 Token, eine typische Mail 500 — zusammen 2.000 Token Eingabe. Die Antwort ist kurz: 100 Token. Es kommen 80 Mails am Werktag, 22 Werktage im Monat.

Die Token-Kosten dieses Automatismus liegen also zwischen zwei und neun Dollar im Monat — je nachdem, ob Sie die Rabatte nutzen. Was die Anbindung ans Mailprogramm und das Prüfen der Ergebnisse kosten, steht auf keiner Preisliste, ist aber der größere Posten. Rechnen Sie Ihr eigenes Vorhaben mit dem KI-Kostenrechner durch; er nimmt Ihnen die Multiplikation ab und zeigt die Aufteilung nach Eingabe, Cache und Ausgabe.

Token-Schätzer: Wie viele Tokens hat Ihr Text?

Fügen Sie einen Text ein — er verlässt Ihren Browser nicht. Die Schätzung nutzt eine einfache Faustregel für deutschen Text und ist bewusst keine echte Tokenisierung; für verbindliche Zahlen zählt nur der Tokenizer des jeweiligen Anbieters.

Spartipps: weniger Tokens, gleiche Qualität

Was Tokens nicht sind: drei Mythen

„Ein Token ist ein Wort.“ Nein — in englischem Text sind es rund drei Viertel eines Wortes, in deutschem Text oft weniger. Wer Wörter zählt und mit dem Token-Preis multipliziert, unterschätzt die Rechnung.

„Ein Token ist ein Zeichen.“ Auch nicht. Die englische Faustregel lautet vier Zeichen je Token; wer Zeichen zählt, überschätzt die Rechnung um das Vierfache. Beides sind Näherungen — die Wahrheit steht nur im Tokenizer.

„Tokens sind bei allen Anbietern gleich.“ Jedes Modell hat sein eigenes Vokabular. Anthropic nennt für seinen neueren Tokenizer rund 30 % mehr Tokens für denselben Text (10.09.2026). Ein Preisvergleich je Token ohne Blick auf die Token-Zahl vergleicht Äpfel mit Birnen.

Häufige Fragen