LLM-APIs rechnen pro Million Tokens auf getrennten Zählern ab: neuer Input, gecachter Input und Output. Reasoning-Tokens zählen als Output, Bilder als Input-Tokens, und Speech-to-Text wird pro Audiominute berechnet. Dieser Leitfaden erklärt jeden Zähler und rechnet dann echte Anfragen mit den veröffentlichten Tarifen von BroadNet Inference durch (Stand der Preise: 2026-11-14).
Wofür bezahlen Sie eigentlich?
Ein Token ist ein Stück Text, meist ein paar Zeichen lang. In einer eigenen Messung von BroadRouter mit fünf Tokenizern ergaben 1.000 englische Wörter etwa 1,290 Tokens; die Faustregel von OpenAI lautet rund 75 Wörter pro 100 Tokens. Andere Sprachen weichen davon ab. Fügen Sie Ihren eigenen Text in den kostenlosen Token-Zähler ein, um die echte Zahl zu sehen. Jede Anfrage meldet ihre Tokens im usage-Block, und die Rechnung ist die Summe dieser Zähler:
| Zähler | Was gezählt wird | Abgerechnet zum |
|---|---|---|
| Input (Prompt) | System-Prompt, Verlauf, Dokumente, Tool-Definitionen, Bilder | Input-Preis |
| Gecachter Input | Input, den der Anbieter schon verarbeitet hat und wiederverwendet | Cache-Preis, deutlich niedriger |
| Output (Completion) | Die sichtbare Antwort plus etwaiges Reasoning | Output-Preis |
| Audiominuten | Länge des zur Transkription gesendeten Audios | Preis pro Minute |
Am wichtigsten ist die Aufteilung in Input- und Output-Tokens, weil die beiden Preise weit auseinanderliegen.
Was kostet jedes Modell pro Token?
Preise von BroadNet Inference, pro 1 Mio. Tokens:
| Modell | Input | Gecachter Input | Output | Kontext |
|---|---|---|---|---|
| DeepSeek V4.1 Flash | $0.175 | $0.0055 | $0.52 | 1.048.576 |
| GLM 5.3 | $0.78 | $0.173 | $3.46 | 1.048.576 |
| Qwen3.8 27B | $0.175 | $0.0435 | $2.17 | 262.144 |
| Gemma 4 VL 26B | $0.10 | Kein Cache-Rabatt | $0.22 | 32.768 |
Zwei Muster gelten für diese Preisliste und für die meisten anderen. Output kostet mehr als Input, von etwa dem Doppelten bei Gemma 4 VL 26B bis zu mehr als dem Zehnfachen bei Qwen3.8 27B. Und gecachter Input kostet nur einen Bruchteil von neuem Input. Wenn Sie diese Tarife mit OpenAI, Anthropic, Google und anderen Anbietern vergleichen möchten, sehen Sie sich die LLM-API-Preistabelle an. Marktweite Mediane, die Streuung zwischen Anbietern und das Verhältnis von Output- zu Input-Preis für jedes Modell, das wir verfolgen, finden Sie im LLM-API-Preisindex (offene CSV- und JSON-Daten).
Warum ist Output teurer als Input?
Das Modell liest Ihren gesamten Prompt in einem parallelen Durchlauf. Die Antwort schreibt es dagegen Token für Token, und jeder neue Token braucht einen weiteren Durchlauf. Output verbraucht pro Token also mehr GPU-Zeit, und das spiegelt sich im Preis. Ein kurzer Prompt mit langer Antwort kann deshalb mehr kosten als ein langer Prompt mit kurzer Antwort.
Wie werden gecachte Input-Tokens abgerechnet?
Stimmt der Anfang Ihres Prompts mit einer kürzlich gesendeten Anfrage überein, kann der Anbieter seine Arbeit wiederverwenden. Diese gecachten Input-Tokens erscheinen als prompt_tokens_details.cached_tokens und werden zum Cache-Preis berechnet. Bei DeepSeek V4.1 Flash sind das $0.0055 statt $0.175 pro 1 Mio.
Caching belohnt Prompts mit einem stabilen Präfix: System-Prompt, Tool-Liste und Dokumente zuerst, die neue Nachricht zuletzt. Am meisten profitieren Agenten, die bei jedem Schritt dasselbe Repository erneut senden. Wie die einzelnen Anbieter Lese- und Schreibzugriffe auf den Cache abrechnen, steht in gecachte Input-Tokens erklärt; Ihre eigene Cache-Quote können Sie mit dem Prompt-Caching-Rechner durchspielen.
Warum berechnet ein Reasoning-Modell mehr Output, als Sie sehen?
DeepSeek V4.1 Flash, GLM 5.3 und Qwen3.8 27B denken nach, bevor sie antworten. Dieses Nachdenken besteht aus Reasoning-Tokens. Sie sehen sie nicht in der Antwort, aber sie werden in completion_tokens gezählt und zum Output-Preis berechnet. Der Reasoning-Leitfaden von OpenAI beschreibt dieselbe Regel für die eigenen Modelle: Reasoning-Tokens „are billed as output tokens“ (Übersetzung: „werden als Output-Tokens abgerechnet“).
Reasoning zählt außerdem zu max_tokens. Ist der Wert zu niedrig, bezahlen Sie für das Nachdenken und bekommen keine Antwort. Warum Antworten leer zurückkommen und wie Sie die Reasoning-Kosten niedrig halten.
Wie werden Bilder und Audio berechnet?
Bilder. Ein Vision-Modell wandelt ein Bild in Input-Tokens um. Dafür zahlen Sie den Input-Preis, und ein größeres Bild braucht mehr Tokens. Eine separate Gebühr pro Bild gibt es bei BroadNet nicht. Kosten pro Bild im Vergleich.
Audio. Speech-to-Text wird nach Audiolänge abgerechnet, nicht nach Tokens:
| Modell | Pro Minute | Pro Stunde Audio |
|---|---|---|
| BroadNet Transcribe Arabic | $0.0042 | $0.25 |
| BroadNet Transcribe (14 Sprachen) | $0.002 | $0.12 |
Was kostet eine echte Anfrage? Rechenbeispiele
Die Beispiele verwenden DeepSeek V4.1 Flash. Sie sind so bemessen, dass die Summen auf ganze Millionen Tokens aufgehen, damit Sie die Rechnung leicht nachprüfen können.
- Eine Chat-Funktion. 500 Anfragen mit je 2.000 Input- und 2.000 Output-Tokens ergeben 1 Mio. Input- und 1 Mio. Output-Tokens. Kosten: $0.175 plus $0.52.
- Ein Agent, der seinen Kontext erneut liest. Zehn Schritte, die jeweils denselben Kontext von 100.000 Tokens senden, summieren sich auf 1 Mio. Input-Tokens. Ist davon nichts gecacht, kostet das $0.175. Wäre alles gecacht, kostete es $0.0055, doch der erste Schritt hat nichts wiederzuverwenden. Sehen Sie das daher als Untergrenze: Bestenfalls werden 900.000 Tokens zum Cache-Preis und die ersten 100.000 zum Input-Preis abgerechnet.
- Verborgenes Reasoning. 1.000 Antworten mit je 200 sichtbaren Tokens und je 800 Reasoning-Tokens ergeben 1 Mio. abgerechnete Output-Tokens: $0.52. Nur ein Fünftel davon war Text, den Sie gesehen haben.
- Transkription. 1.000 Stunden arabisches Audio kosten $252.00. 10.000 Sprachnachrichten à 30 Sekunden kosten $21.00.
Die allgemeine Formel:
cost = new_input/1M × input_price
+ cached_input/1M × cached_price
+ output/1M × output_price (output includes reasoning)
Um diese Zahlen für Ihren eigenen Traffic durchzurechnen, nutzen Sie den kostenlosen LLM-API-Kostenrechner. Eine vollständige Prognose für eine neue Funktion beschreibt wie Sie die LLM-API-Kosten vor dem Launch schätzen.
Wie lesen Sie die echten Zahlen aus einer Antwort aus?
Sobald Sie Traffic haben, sollten Sie nicht mehr aus Wortzahlen schätzen. Lesen Sie die Zahlen aus:
import os
from openai import OpenAI
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
r = client.chat.completions.create(
model="broadnet/deepseek-v4.1-flash",
messages=[{"role": "user", "content": "Summarise this ticket in one line: ..."}],
)
u = r.usage
details = u.prompt_tokens_details # can be None when the model reports no cache data
cached = (details.cached_tokens or 0) if details else 0
print(u.prompt_tokens, cached, u.completion_tokens)
Beim Streaming ergänzen Sie stream_options={"include_usage": True}, damit der letzte Chunk usage enthält. Leitfaden zum Streaming.
Welche anderen Preismodelle gibt es?
Die Abrechnung pro Token ist nicht die einzige Option:
- Flatrate-Pläne. Ein Flatrate-Plan berechnet Zeit statt Tokens. Full Moon von BroadNet kostet $60 pro Monat und Session für unbegrenzte Nutzung von DeepSeek V4.1 Flash, eine Anfrage gleichzeitig. Orbit kostet $15 pro Woche, Meteor $1 pro Stunde.
- Stundenschlüssel. Für $0.50 bekommen Sie eine Stunde Gemma 4 VL 26B auf einem Stream. Stundenschlüssel erklärt.
- Batch und dedizierte GPUs. Manche Anbieter geben Rabatt auf Batch-Jobs über Nacht oder vermieten ganze GPUs stundenweise. Wie andere Anbieter offene Modelle bepreisen.
Wann sich ein Flatrate-Plan gegenüber der Abrechnung pro Token lohnt, hängt von Volumen und Cache-Quote ab. Alle Hebel der Reihe nach, vom Caching bis zum Batch-Rabatt, finden Sie unter wie Sie LLM-API-Kosten senken.
Auch Preise pro Token ändern sich mit der Zeit, in beide Richtungen. In archivierten Preisseiten von 11 Anbietern haben 80 % der Modelle ihren Preis nie geändert. Bei den Modellen, deren Preis sich änderte, haben wir 100 Senkungen und 52 Erhöhungen erfasst, jeweils als Vergleich eines Modellpreises mit seinem eigenen früheren Preis. Siehe wie oft sich LLM-API-Preise ändern und die größten Preissenkungen bei LLM-APIs, mit Quellen.
Wo BroadNet Inference hineinpasst
BroadNet veröffentlicht eine einzige Preisliste für alle Modelle, die es anbietet, in einer maschinenlesbaren Datei, die die Preisseite dieser Website ausliest. Neue Konten starten mit $5 Startguthaben; Gemma 4 VL 26B und beide Transkriptionsmodelle laufen damit, die anderen Chat-Modelle erfordern eine Aufladung. Das passt gut, wenn Sie Abrechnung pro Token und Festpreise auf einem Konto haben möchten; Pläne bekommen eigene Schlüssel. Für geschlossene Frontier-Modelle ist es nicht die richtige Adresse: Es bietet nur Open-Weight-Modelle und eigene Builds an.

