Im Quellenvergleich

KI-Preise fallen drastisch

2 Quellen · 2 Meldungen · Stand 12.08.2026

Alle Inhalte werden von KI erstellt. Dieser Überblick fasst zusammen, worin sich mehrere Quellen einig sind und worin sie sich unterscheiden — die Bewertung bleibt dir überlassen.

Im Quellenvergleich

Worin die Quellen übereinstimmen

Die Kosten für Unternehmen, KI-Modelle zu betreiben, sind laut einer Studie der Investmentbank Jefferies auf den Jahrestiefststand gefallen. Die durchschnittlichen Inferenzpreise – gemessen pro Million Tokens – lagen vom 6. bis 8. August zwischen 1,16 und 1,18 US-Dollar. Das ist der niedrigste Wert des Jahres, so Jefferies unter Berufung auf Daten der US-Forschungsfirma Silicon Data. Die Kosten fielen von 2,04 US-Dollar am 31. Mai und 1,45 US-Dollar Ende Juli. Als Gründe nennen die Analysten einen globalen Preiskampf, die Verbreitung günstiger chinesischer Open-Source-Modelle wie DeepSeek sowie Effizienzgewinne durch kompaktere Architekturen wie Mixture of Experts. Die Quellen berichten weitgehend übereinstimmend.

Worin sie sich unterscheidenUrsachen des Preisverfalls·Auswirkungen des Preisverfalls
Ursachen des Preisverfalls
  • Der Preisverfall fällt mit einem wachsenden Fokus auf Kosteneffizienz in den Tech-Ökosystemen der USA und Chinas zusammen; chinesische Firmen treiben die Grenzen bezahlbaren Rechnens im Open-Source-Bereich voran.1
  • OpenAI senkte die Preise seiner GPT-5.6-Modellfamilie um bis zu 80 Prozent, und Anthropic brachte Opus 5 zum halben Preis eines Konkurrenzmodells auf den Markt.2
  • Günstige Open-Source-Modelle aus China wie DeepSeek V4 Flash drücken die Preise, auch wenn sie weniger leistungsfähig sind.2
Auswirkungen des Preisverfalls
  • Der Gesamtverbrauch steigt: KI-Agenten verbrauchen viele Tokens, was den Kostenvorteil teilweise aufhebt.2
  • KI ist auf dem Weg zu einem standardisierten Massenprodukt, bei dem der Preis entscheidender wird als die Modellwahl.2

Quellen (2)

Vollständige Übersicht mit allen Meldungen öffnen →