---
title: "LLM-API-Kosten schätzen vor dem Launch: Schritt für Schritt"
description: "Ein Kostenmodell für ein neues KI-Feature: Nutzer × Aktionen × Aufrufe × Tokens, mit Cache, Reasoning, Retries, Rate Limits und einer Beispieltabelle pro Monat."
url: https://broadrouter.com/de/blog/estimate-llm-api-cost-before-launch/
lang: de
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Mit KI-Unterstützung aus dem Englischen übersetzt. [Englisches Original lesen](https://broadrouter.com/blog/estimate-llm-api-cost-before-launch/) (aktualisiert am 2026-11-15).

# LLM-API-Kosten vor dem Launch eines Features schätzen

Vom Team von BroadNet Inference · 6 Min. Lesezeit · Veröffentlicht 2026-11-14 · Aktualisiert 2026-11-15

Schätzen Sie LLM-API-Kosten, indem Sie eine Nutzeraktion modellieren, nicht einen API-Aufruf: Zählen Sie die Aufrufe pro Aktion, messen Sie Input-, gecachte und Output-Tokens pro Aufruf an echten Beispielen und multiplizieren Sie mit Nutzern und Aktionen pro Monat. Rechnen Sie Reasoning und Retries hinzu und kalkulieren Sie ein niedriges, erwartetes und hohes Szenario. Unser Beispiel mit DeepSeek V4.1 Flash ergibt $42.67 pro Monat.

## Das Wichtigste in Kürze

-   Modellieren Sie die Arbeitseinheit, die Ihr Nutzer auslöst, und zählen Sie dann jeden LLM-Aufruf dahinter, einschließlich Retries und Agentenschritten.
-   Messen Sie Tokens an 20 bis 50 echten Beispielen und lesen Sie den Usage-Block aus. Schätzen Sie nicht anhand von Wortzahlen.
-   Teilen Sie den Input in neue und gecachte Tokens auf und rechnen Sie Reasoning zum Output, weil jeder Typ einen anderen Preis hat.
-   Unser Beispiel: 60.000 Aktionen pro Monat mit 5.000 Input- und 500 Output-Tokens, die Hälfte des Inputs gecacht, kosten $42.67.
-   Prüfen Sie das Volumen gegen Rate Limits und Parallelität, nicht nur gegen das Budget.

**Auf dieser Seite**

1.  Wie lautet die Formel für LLM-API-Kosten?
2.  Wie bauen Sie das Kostenmodell Schritt für Schritt auf?
3.  Wie sieht eine durchgerechnete Schätzung aus? Ein Entwurfshelfer für Support-Antworten
4.  Wie weit sollten niedriges und hohes Szenario auseinanderliegen?
5.  Was bewegt die Schätzung am stärksten?
6.  Passt das Volumen in die Rate Limits?
7.  Sollte dieses Feature mit einer Flatrate laufen?
8.  Wie machen Sie aus der Schätzung ein Budget?
9.  Wo BroadNet Inference passt

Um LLM-API-Kosten vor dem Launch zu schätzen, kalkulieren Sie eine Nutzeraktion statt eines API-Aufrufs. Zählen Sie die Aufrufe dahinter, messen Sie neuen Input, gecachten Input und Output-Tokens an 20 bis 50 echten Beispielen, multiplizieren Sie mit den monatlichen Aktionen und rechnen Sie dann Reasoning und Retries hinzu. Unser durchgerechnetes Beispiel für Support-Antworten mit DeepSeek V4.1 Flash ergibt $42.67 pro Monat.

Das ist eine Prognose vor dem Launch für ein einzelnes Feature; sobald Sie zahlende Nutzer haben, behandelt [LLM-Kosten pro Nutzer für SaaS](https://broadrouter.com/de/blog/llm-cost-per-user-saas/) Margen und Preisstufen.

## Wie lautet die Formel für LLM-API-Kosten?

```text
monthly cost = actions per month × calls per action
             × ( new input tokens × input price
               + cached input tokens × cached price
               + output tokens × output price ) / 1,000,000
```

Auf Deutsch: Monatskosten = Aktionen pro Monat × Aufrufe pro Aktion × (neue Input-Tokens × Input-Preis + gecachte Input-Tokens × Cache-Preis + Output-Tokens × Output-Preis) ÷ 1.000.000. [Output-Tokens](https://broadrouter.com/de/glossary/input-and-output-tokens/) schließen Reasoning ein. [Gecachte Tokens](https://broadrouter.com/de/glossary/cached-input-tokens/) sind Input, den der Anbieter zu einem niedrigeren Preis wiederverwendet. Alles andere ist Messung. Der kostenlose [LLM-API-Kostenrechner](https://broadrouter.com/tools/llm-api-cost-calculator/) wendet diese Formel auf den Listenpreis jedes Modells an.

## Wie bauen Sie das Kostenmodell Schritt für Schritt auf?

1.  **Benennen Sie die Arbeitseinheit.** „Support-Antwort entwerfen“, „Anruf zusammenfassen“, „fehlschlagenden Test reparieren“. Kalkulieren Sie diese, nicht „eine Anfrage“.
2.  **Zählen Sie die Aufrufe pro Aktion.** Eine Antwort mit Retrieval kann ein Aufruf sein. Ein Agent, der plant, bearbeitet und prüft, kann zehn brauchen. Rechnen Sie Ihre Retry-Quote hinzu: Ein Timeout, den Sie wiederholen, wird erneut abgerechnet.
3.  **Messen Sie die Tokens pro Aufruf an echten Beispielen.** Nehmen Sie 20 bis 50 realistische Inputs, keine sauberen Demos. Für eine erste grobe Zählung, bevor Sie eine API aufrufen, fügen Sie sie in den [Token-Zähler](https://broadrouter.com/tools/token-counter/) ein. Lesen Sie `usage.prompt_tokens`, `usage.prompt_tokens_details.cached_tokens` und `usage.completion_tokens` aus jeder Antwort. Bei Streaming setzen Sie `stream_options: {"include_usage": true}`; [der Leitfaden zu Streaming](https://broadrouter.com/de/guides/streaming-chat-completions/) zeigt, wo die Angabe erscheint.
4.  **Trennen Sie neuen und gecachten Input.** System-Prompt, Tool-Liste und gemeinsame Dokumente lassen sich cachen, wenn sie am Anfang stehen und identisch bleiben. Nutzertext nicht.
5.  **Rechnen Sie Reasoning zum Output.** DeepSeek V4.1 Flash, GLM 5.3 und Qwen3.8 27B denken, bevor sie antworten. Diese [Reasoning-Tokens](https://broadrouter.com/de/glossary/reasoning-tokens/) werden als Output abgerechnet und sind oft umfangreicher als die sichtbare Antwort. [Warum Reasoning mehr kostet, als Sie sehen](https://broadrouter.com/de/blog/reasoning-tokens-cost/).
6.  **Schätzen Sie das Volumen.** Aktive Nutzer × Aktionen pro Nutzer und Tag × 30.
7.  **Multiplizieren und summieren Sie.** Rechnen Sie die Token-Summen in Millionen um und wenden Sie den Preis pro 1 Mio. an.
8.  **Kalkulieren Sie drei Szenarien.** Niedrig, erwartet und hoch. Der Traffic zum Launch ist ungewiss, und Prompts wachsen mit der Zeit.
9.  **Prüfen Sie Limits, nicht nur Geld.** Spitzenwerte bei Anfragen pro Minute und gleichzeitigen Anfragen müssen in die [Rate Limits](https://broadrouter.com/de/glossary/rate-limit/) Ihres Schlüssels passen.
10.  **Entscheiden Sie das Abrechnungsmodell.** Pro Token für schwankenden, nutzergetriebenen Traffic; eine Flatrate für Agenten im Dauerbetrieb.

## Wie sieht eine durchgerechnete Schätzung aus? Ein Entwurfshelfer für Support-Antworten

Eine Helpdesk-App bekommt die Funktion „Antwort entwerfen“. Die Zahlen unten sind Annahmen zur Veranschaulichung. Ersetzen Sie jede durch Ihre Messwerte.

| Eingangsgröße | Wert | Woher sie stammt |
| --- | --- | --- |
| Support-Mitarbeitende (Personal), die das Feature nutzen | 500 | Produktplanung |
| Entwürfe pro Agent und Tag | 4 | Nutzung im Pilotbetrieb |
| Tage pro Monat | 30 |  |
| Aktionen pro Monat | 60.000 | 500 × 4 × 30 |
| Aufrufe pro Aktion | 1 | Ein Aufruf mit abgerufenen Artikeln |
| Input-Tokens pro Aufruf | 5.000 | System-Prompt, Ticketverlauf, drei Hilfeartikel |
| Gecachter Anteil des Inputs | 50 % | Stabiler System-Prompt und Artikel-Präfix |
| Output-Tokens pro Aufruf | 500 | Etwa 200 sichtbar, 300 Reasoning |
| Modell | DeepSeek V4.1 Flash | $0.175 / $0.0055 / $0.52 pro 1 Mio. |

Nun die Summen:

| Posten | Tokens pro Monat | Preis pro 1 Mio. |
| --- | --- | --- |
| Neuer Input | 150 Mio. | $0.175 |
| Gecachter Input | 150 Mio. | $0.0055 |
| Output, inklusive Reasoning | 30 Mio. | $0.52 |
| **Erwartete Monatskosten** |  | **$42.67** |

Das sind 300 Mio. Input- und 30 Mio. Output-Tokens: 60.000 × 5.000 und 60.000 × 500.

## Wie weit sollten niedriges und hohes Szenario auseinanderliegen?

| Szenario | Aktionen pro Monat | Input- / Output-Tokens | Monatskosten |
| --- | --- | --- | --- |
| Niedrig: langsame Einführung | 20.000 | 100 Mio. / 10 Mio. | $14.23 |
| Erwartet | 60.000 | 300 Mio. / 30 Mio. | $42.67 |
| Hoch: dreifache Einführung | 180.000 | 900 Mio. / 90 Mio. | 3 × $42.67 |

Alle drei behalten denselben Cache-Anteil von 50 %. Sinkt der Cache-Anteil, steigt die Rechnung: Neuer Input kostet bei diesem Modell $0.175 pro 1 Mio., gecacht $0.0055. [Wie Sie den Cache-Anteil hoch halten](https://broadrouter.com/de/blog/cached-input-tokens-explained/).

## Was bewegt die Schätzung am stärksten?

-   **Kontextlänge.** Ein Retrieval, das zehn statt drei Artikel holt, kann den Input verdoppeln. Messen Sie die Tokens nach jeder Prompt-Änderung.
-   **Reasoning.** `reasoning_effort` auf `low` bei einfachen Entwürfen verkleinert den versteckten Output. [Reasoning und max\_tokens](https://broadrouter.com/de/guides/reasoning-tokens-empty-response/).
-   **Retries und Schleifen.** Eine Retry-Quote von 5 % erhöht jeden Posten um 5 %. Eine Agentenschleife ohne Schrittlimit hat überhaupt keine Obergrenze. [Ausgabenkontrolle bei LLM-APIs](https://broadrouter.com/de/blog/llm-api-spend-control/).
-   **Modellwahl.** Gemma 4 VL 26B kostet $0.10 Input und $0.22 Output pro 1 Mio., aber sein Kontext umfasst 32.768 Tokens, und BroadNet führt für es kein Reasoning. Testen Sie die Qualität, bevor Sie wechseln, um Geld zu sparen.
-   **Sprache.** Derselbe Inhalt kann auf Arabisch oder Hindi weit mehr Tokens brauchen als auf Englisch, und der Abstand hängt vom Tokenizer ab. Unser [Datensatz zu den echten Kosten nach Sprache](https://broadrouter.com/data/real-cost-by-language/) zeigt den Preis pro 1 Mio. Zeichen für jede Sprache bei jedem Modell und Anbieter.
-   **Wachsende Prompts.** Prompts wachsen nach dem Launch meist, weil Randfälle abgefangen werden. Wiederholen Sie die Messung bei jedem Release.
-   **Preisänderungen.** Listenpreise ändern sich selten, können aber steigen. In archivierten Preisseiten von 11 Anbietern haben wir zwischen 2024 und November 2026 52 Listenpreiserhöhungen erfasst, jeweils der Preis eines Modells verglichen mit seinem eigenen früheren Preis (gegenüber 100 Senkungen); die mittlere Erhöhung lag bei 40 % auf einen gemischten Preis. Siehe [wie Sie für Preiserhöhungen bei LLM-APIs budgetieren](https://broadrouter.com/de/blog/llm-api-price-increases/).

Fällt die Schätzung zu hoch aus, gehen Sie die [Checkliste mit 10 Schritten zum Senken der LLM-API-Kosten](https://broadrouter.com/de/blog/how-to-reduce-llm-api-costs/) durch, bevor Sie das Feature ändern.

## Passt das Volumen in die Rate Limits?

60.000 Aktionen pro Monat sind etwa 2.000 pro Tag. Fällt ein Zehntel der Tagesentwürfe in die verkehrsreichste Stunde, sind das 200 pro Stunde oder etwa 3 pro Minute. Ein Pay-as-you-go-Schlüssel von BroadNet erlaubt 30 Anfragen pro Minute und 4 gleichzeitig; das passt also in einen Schlüssel. Prüfen Sie auch das hohe Szenario, oder rechnen Sie Ihre eigene Spitze im [Rate-Limit-Rechner](https://broadrouter.com/tools/llm-rate-limit-calculator/) durch. Die Rechnung zwischen Rate und gleichzeitigen Anfragen erklärt [Parallelität](https://broadrouter.com/de/glossary/concurrency/). Wenn Sie 429-Fehler bekommen, [warten Sie mit Backoff und wiederholen Sie](https://broadrouter.com/de/guides/errors-and-retries/).

## Sollte dieses Feature mit einer Flatrate laufen?

Wahrscheinlich nicht. Eine Full-Moon-Session kostet $60 pro Monat, verarbeitet aber eine Anfrage gleichzeitig, und viele Nutzer, die gleichzeitig auf „Entwerfen“ klicken, brauchen parallele Anfragen. Flatrate-Pläne passen zu Agenten, die ununterbrochen arbeiten, etwa einem Coding-Agenten. [Die Break-even-Rechnung](https://broadrouter.com/de/blog/flat-rate-vs-pay-per-token-llm-api/) zeigt einen Coding-Agenten in Vollzeit mit $65.40 pro Monat bei Abrechnung pro Token, über dem Planpreis.

## Wie machen Sie aus der Schätzung ein Budget?

1.  Tragen Sie den erwarteten Wert in Ihre Planung ein und den hohen Wert als Schwelle für Ihren Alarm.
2.  Loggen Sie in Produktion die Tokens pro Aktion und vergleichen Sie sie jede Woche mit dem Modell.
3.  Setzen Sie harte Obergrenzen im Code: `max_tokens`, Schrittlimits und Retry-Limits.
4.  Wiederholen Sie die Schätzung, wann immer Sie Modell, Prompt oder Retrieval-Einstellungen ändern.

Die Rechnung pro Token können Sie mit Ihren eigenen Zahlen im [LLM-API-Kostenrechner](https://broadrouter.com/tools/llm-api-cost-calculator/) wiederholen oder auf der [Preisseite](https://broadrouter.com/de/pricing/) Plan und Abrechnung pro Token vergleichen.

## Wo BroadNet Inference passt

BroadNet Inference veröffentlicht die Preise pro Token für jedes Chat- und Transkriptionsmodell, das es anbietet, in einer [Preisdatei](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-estimate-llm-api-cost-before-launch&utm_content=body); die Schätzung oben lässt sich also im Code pflegen. Neue Konten erhalten $5 Startguthaben, das für Gemma 4 VL 26B und die beiden Transkriptionsmodelle gilt, sodass Sie Ihre Beispiele auf Gemma messen können; DeepSeek, GLM und Qwen erfordern eine Aufladung. Braucht Ihr Feature ein geschlossenes Frontier-Modell, ist BroadNet für diesen Teil nicht der richtige Anbieter.

Kostenlose Tools zum Thema (auf Englisch)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[Kostenlose Tools (auf Englisch)](https://broadrouter.com/tools/)

## Begriffe in diesem Artikel

[Token](https://broadrouter.com/de/glossary/token/)

Ein Token ist die Texteinheit, die ein Sprachmodell liest und schreibt: ein Wort, ein Wortteil, ein Satzzeichen oder eine Bytefolge, die der Tokenizer des Modells erzeugt. LLM-APIs zählen, begrenzen und berechnen die Nutzung meist in Tokens.

[Pay-as-you-go](https://broadrouter.com/de/glossary/pay-as-you-go/)

Pay-as-you-go ist ein Preismodell, bei dem Sie nur für tatsächliche Nutzung zahlen, gemessen pro Einheit wie Tokens, Anfragen oder Audiominuten, ohne Abonnement oder Mindestabnahme. Die meisten LLM-APIs rechnen so ab, aus einem vorausbezahlten Guthaben oder per regelmäßiger Rechnung.

[Input- und Output-Tokens](https://broadrouter.com/de/glossary/input-and-output-tokens/)

Input-Tokens sind die Tokens, die ein Sprachmodell in einer Anfrage liest, einschließlich System-Prompt, Gesprächsverlauf, Tool-Definitionen und Bildern. Output-Tokens sind die Tokens, die es als Antwort erzeugt, einschließlich Reasoning. LLM-APIs berechnen beide meist getrennt, und Output ist in der Regel teurer.

[Tool Calling (Function Calling)](https://broadrouter.com/de/glossary/tool-calling/)

Tool Calling, auch Function Calling genannt, ist eine Funktion von LLM-APIs, bei der das Modell eine strukturierte Anfrage zurückgibt, eine vom Entwickler definierte Funktion mit JSON-Argumenten auszuführen. Die Anwendung führt die Funktion aus und sendet das Ergebnis zurück; das Modell selbst führt nie Code aus.

[Rate Limit (Ratenbegrenzung)](https://broadrouter.com/de/glossary/rate-limit/)

Ein Rate Limit ist eine Obergrenze, die eine API festlegt, wie stark ein Client sie in einem Zeitfenster nutzen darf, etwa Anfragen pro Minute oder Tokens pro Minute. Anfragen über dem Limit werden abgelehnt, meist mit HTTP 429 Too Many Requests, bis die Nutzung wieder darunter liegt.

[Concurrency (Parallelität)](https://broadrouter.com/de/glossary/concurrency/)

Concurrency (Parallelität) ist die Zahl der Anfragen, die ein Client gleichzeitig offen hat. LLM-APIs begrenzen sie oft pro Schlüssel oder Plan, getrennt von den Anfragen pro Minute, weil jede offene Anfrage GPU-Kapazität belegt, bis ihre Antwort fertig ist.

[System-Prompt](https://broadrouter.com/de/glossary/system-prompt/)

Ein System-Prompt ist der Anweisungstext, den eine Anwendung einem Sprachmodell vor dem Gespräch sendet, meist als Nachricht mit der Rolle system oder developer. Er legt Rolle, Regeln, Ton und Ausgabeformat des Modells fest, und das Modell soll ihm auch bei widersprechenden Nutzernachrichten folgen.

[Gecachte Input-Tokens (Cached Input Tokens)](https://broadrouter.com/de/glossary/cached-input-tokens/)

Gecachte Input-Tokens sind Prompt-Tokens, die ein LLM-Anbieter kürzlich verarbeitet hat und aus einem Cache wiederverwenden kann, statt sie neu zu berechnen, meist ein wiederholtes Präfix wie ein System-Prompt oder ein Dokument. Anbieter berechnen sie günstiger als neue Input-Tokens.

## Häufige Fragen

### Wie schätze ich die Zahl der Tokens, bevor ich Nutzer habe?

Erstellen Sie 20 bis 50 realistische Inputs, lassen Sie sie durch das geplante Modell laufen und lesen Sie prompt\_tokens, cached\_tokens und completion\_tokens aus dem Usage-Block. Bilden Sie den Durchschnitt pro Aufruf.

### Wie viele Tokens hat eine typische Chat-Anfrage?

Das schwankt stark. Ein kurzer Chat-Schritt kann einige Hundert Tokens haben, eine Anfrage mit abgerufenen Dokumenten oder langem Verlauf Zehntausende. Messen Sie Ihre eigenen Prompts.

### Sollte ich bei der Schätzung der LLM-Kosten einen Sicherheitspuffer einplanen?

Ja. Kalkulieren Sie ein hohes Szenario mit dem Zwei- bis Dreifachen des erwarteten Volumens und planen Sie Budget für Retries und längere Prompts ein, wenn das Feature wächst. Setzen Sie dann harte Limits, damit ein Bug es nicht überschreiten kann.

### Wann sollte ich stattdessen eine Flatrate in Betracht ziehen?

Wenn ein Agent oder Worker den größten Teil des Tages auf einem Modell läuft. Für DeepSeek V4.1 Flash bei BroadNet kostet eine Full-Moon-Session $60 pro Monat ohne Token-Zähler, mit einer Anfrage gleichzeitig.

## Weiterlesen

-   [LLM-API-Preise erklärt: Input, gecachter Input, Output und Reasoning](https://broadrouter.com/de/blog/llm-api-pricing-explained/)
-   [LLM-API: Flatrate oder Abrechnung pro Token? Die Break-even-Rechnung](https://broadrouter.com/de/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Gecachte Input-Tokens: So senken Sie die Rechnung Ihrer LLM-API](https://broadrouter.com/de/blog/cached-input-tokens-explained/)
-   [LLM-API-Kosten kontrollieren: Budgets, Key-Limits und Loop-Schutz](https://broadrouter.com/de/blog/llm-api-spend-control/)
-   [Kostenloses LLM-API-Guthaben: Wie weit Startguthaben wirklich reicht](https://broadrouter.com/de/blog/free-llm-api-credit/)
-   [LLM-Kosten pro Nutzer: Unit Economics für ein KI-Feature in SaaS](https://broadrouter.com/de/blog/llm-cost-per-user-saas/)
-   [LLM-API-Preisänderungen im Oktober 2026: 3 Erhöhungen, keine Senkung](https://broadrouter.com/de/blog/llm-api-price-changes-october-2026/)
-   [Wie oft ändern sich LLM-API-Preise? 3 Jahre archivierte Preisseiten](https://broadrouter.com/de/blog/how-often-llm-api-prices-change/)
-   [Anleitung: Chat Completions streamen und abgebrochene Verbindungen behandeln](https://broadrouter.com/de/guides/streaming-chat-completions/)
-   [Anleitung: Fehlercodes von BroadNet Inference: Wann ist ein Retry sinnvoll?](https://broadrouter.com/de/guides/errors-and-retries/)

Testen Sie es mit Ihrem echten Workload. Neue Konten starten mit USD 5 Guthaben für Gemma und Transkription. DeepSeek, GLM und Qwen3.8 erfordern eine Aufladung.

[Loslegen](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-estimate-llm-api-cost-before-launch&utm_content=page-cta) ·

**Quellen**

-   [Maschinenlesbare Preise von BroadNet Inference (pricing.json) (geprüft am 2026-11-15) (auf Englisch)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
-   [API-Referenz von BroadNet Inference, Limits und Nutzung (geprüft am 2026-11-15) (auf Englisch)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-estimate-llm-api-cost-before-launch&utm_content=sources#limits)
-   [Preisseite von BroadNet Inference (geprüft am 2026-11-15) (auf Englisch)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
