„Open Source ist günstiger“ ist die übliche Faustregel. Sie stimmt meistens, aber über Ihre Rechnung entscheiden die Details. Dieser Beitrag vergleicht die Preise pro Token für geschlossene Modelle (GPT, Claude, Gemini, Grok) und Open-Weight-Modelle (GLM 5.3, DeepSeek V4.1 Flash, Qwen3.8 27B, gpt-oss-120b, Gemma 4) anhand der eigenen Preisseiten der Anbieter und rechnet dann eine realistische Last durch. Jeder Preis von Drittanbietern wurde am 15. November 2026 erneut von der Seite des Anbieters abgelesen. BroadRouter ist die Website von BroadNet, und BroadNet verkauft einige dieser offenen Modelle; wir zeigen deshalb, wo andere Hosts weniger verlangen.
Die Zeilen stammen aus unserem Datensatz zu Preisen von LLM-API-Anbietern, den Rohdaten hinter dem LLM-API-Preisindex. Die geschäftliche Seite der Entscheidung (Kontrolle, Lock-in, Qualitätsabstand) behandelt Open-Weight- vs. geschlossene Modelle für Unternehmen.
Wie schneiden geschlossene und Open-Weight-Modelle pro Token ab?
Standardpreise bei Pay-as-you-go pro 1 Mio. Tokens, kurze Prompts, geprüft am 15. November 2026:
| Modell | Typ | Verkäufer | Input | Gecachter Input | Output |
|---|---|---|---|---|---|
| GPT-6.1 Sol | Geschlossen | OpenAI | 2,00 USD | 0,10 USD | 10,00 USD |
| Claude Sonnet 5.5 | Geschlossen | Anthropic | 2,00 USD | 0,10 USD | 10,00 USD |
| Gemini 4 Hydrogen | Geschlossen | 1,50 USD | 0,075 USD | 7,50 USD | |
| Gemini 3.8 Flash | Geschlossen | 0,75 USD | 0,075 USD | 3,75 USD | |
| Grok 4.3 | Geschlossen | xAI | 1,25 USD | 0,20 USD | 2,50 USD |
| GPT-6 Luna | Geschlossen | OpenAI | 0,10 USD | 0,01 USD | 0,50 USD |
| Claude Haiku 5.5 | Geschlossen | Anthropic | 0,10 USD | 0,01 USD | 0,50 USD |
| GLM 5.3 | Open-Weight | Z.ai (Hersteller) | 1,40 USD | 0,26 USD | 4,40 USD |
| DeepSeek V4.1 Flash | Open-Weight | DeepSeek (Hersteller), Spitzenzeit | 0,30 USD | 0,006 USD | 1,20 USD |
| Qwen3.8 27B | Open-Weight | Alibaba Cloud (Hersteller) | 0,50 USD | nicht angegeben | 3,00 USD |
| gpt-oss-120b | Open-Weight | Groq | 0,15 USD | 0,075 USD | 0,60 USD |
| Gemma 4 26B A4B | Open-Weight | DeepInfra | 0,07 USD | nicht angegeben | 0,34 USD |
Hinweise von den Seiten selbst:
- Gemini 3.8 Flash ist ein Aktionspreis „through December 31, 2026“ (Übersetzung: bis zum 31. Dezember 2026). Ab dem 1. Januar 2027 nennt Google 1,50 USD Input, 0,15 USD gecacht und 7,50 USD Output, das Doppelte der heutigen Preise.
- Claude Haiku 5.5 gilt für Prompts bis 100.000 Tokens. Längere Prompts kosten 0,50 USD Input und 2,50 USD Output.
- GPT-6.1 Sol und GPT-6 Luna haben höhere Preise oberhalb von 272.000 Input-Tokens. Grok 4.3 berechnet die gesamte Anfrage zu einem höheren Preis, sobald der Prompt 200.000 Tokens erreicht.
- DeepSeek halbiert seine Preise außerhalb der Spitzenzeiten: 0,15 USD Input, 0,003 USD gecacht und 0,60 USD Output außerhalb von 01:00 bis 04:00 und 06:00 bis 10:00 UTC an Werktagen.
Drei Muster fallen auf:
- Das obere Ende der geschlossenen Modelle kostet mehr. Der Output von GPT-6.1 Sol und Claude Sonnet 5.5 kostet mehr als das Doppelte des Outputs von GLM 5.3 beim eigenen Hersteller.
- Das untere Ende nicht. GPT-6 Luna und Claude Haiku 5.5 haben einen niedrigeren Input-Listenpreis als gpt-oss-120b bei Groq und liegen nur wenige Cent über Gemma 4 bei DeepInfra. Der Output-Preis von Gemma ist niedriger.
- Beim gecachten Input unterscheiden sich die Anbieter am stärksten. Der Cache-Preis von DeepSeek beträgt 2 % des Input-Preises; der von GLM 5.3 bei Z.ai etwa 19 %. Agenten, die denselben Kontext erneut senden, profitieren am meisten von einem niedrigen Cache-Preis. Siehe gecachte Input-Tokens erklärt.
Wie stark verändert der Host den Preis eines offenen Modells?
Ein geschlossenes Modell hat eine Preisliste pro Anbieter (plus lizenzierte Clouds). Offene Gewichte kann jeder ausliefern, daher hat dasselbe Modell viele Preise. Einige Beispiele pro 1 Mio. Tokens, geprüft am 15. November 2026:
| Offenes Modell | Host | Input | Gecachter Input | Output |
|---|---|---|---|---|
| GLM 5.3 | Z.ai | 1,40 USD | 0,26 USD | 4,40 USD |
| GLM 5.3 | Together AI | 1,40 USD | 0,26 USD | 4,40 USD |
| GLM 5.3 | DeepInfra (Aktion, 38 % Rabatt) | 0,5625 USD | 0,125 USD | 2,50 USD |
| GLM 5.3 | BroadNet Inference | $0.78 | $0.173 | $3.46 |
| DeepSeek V4.1 Flash | DeepSeek, Spitzenzeit | 0,30 USD | 0,006 USD | 1,20 USD |
| DeepSeek V4.1 Flash | Together AI | 0,30 USD | 0,006 USD | 1,20 USD |
| DeepSeek V4.1 Flash | DeepInfra (Aktion, 30 % Rabatt) | 0,14 USD | 0,0042 USD | 0,42 USD |
| DeepSeek V4.1 Flash | BroadNet Inference | $0.175 | $0.0055 | $0.52 |
| Qwen3.8 27B | Alibaba Cloud | 0,50 USD | nicht angegeben | 3,00 USD |
| Qwen3.8 27B | DeepInfra (Aktion, 25 % Rabatt) | 0,15 USD | 0,0375 USD | 1,875 USD |
| Qwen3.8 27B | BroadNet Inference | $0.175 | $0.0435 | $2.17 |
| gpt-oss-120b | Groq | 0,15 USD | 0,075 USD | 0,60 USD |
| gpt-oss-120b | Together AI | 0,15 USD | nicht angegeben | 0,60 USD |
| gpt-oss-120b | DeepInfra | 0,037 USD | nicht angegeben | 0,17 USD |
| Gemma 4 26B A4B | DeepInfra | 0,07 USD | nicht angegeben | 0,34 USD |
| Gemma 4 26B A4B | BroadNet Inference | $0.10 | nicht veröffentlicht | $0.22 |
Die Spanne ist groß: etwa das 2,5-Fache beim Input von GLM 5.3 und etwa das 4-Fache beim Input von gpt-oss-120b zwischen den Hosts oben. Die Zeilen von DeepInfra für GLM, DeepSeek und Qwen sind als Aktionsrabatte gekennzeichnet, und die Seiten sagen nicht, wann sie enden. BroadNet liegt bei GLM 5.3 und Qwen3.8 27B unter dem Listenpreis des Herstellers und unter den Spitzenzeitpreisen von DeepSeek. Die Input- und Cache-Preise von DeepSeek außerhalb der Spitzenzeiten sind jedoch niedriger als die von BroadNet, und die Aktionspreise von DeepInfra sind bei allen drei Modellen niedriger. Die Preisseiten pro Modell listen jeden Host auf, den wir verfolgen, und wie Inferenz-Anbieter offene Modelle bepreisen erklärt, warum die Zahlen abweichen. Über alle 119 Modelle, die mehrere Hosts verkaufen, beträgt der Abstand im Median das 1,76-Fache: gleiches Modell, anderer Host.
Der Preis ist nicht der einzige Unterschied zwischen Hosts. Prüfen Sie bei jedem die Quantisierung (manche liefern Gewichte mit geringerer Präzision aus), die Kontextlänge, die Rate Limits, die Datenspeicherung und ob Tool Calling für das Modell unterstützt wird.
Was kostet eine echte Last bei den einzelnen Modellen?
Tabellen mit Preisen pro Token verbergen den Mix aus Input, gecachtem Input und Output. Hier eine konkrete Last: ein In-App-Assistent, gemessen pro aktivem Nutzer und Monat, aus unserem Beispiel zu LLM-Kosten pro Nutzer:
- 0,45 Mio. neue Input-Tokens
- 0,45 Mio. gecachte Input-Tokens (ein gleichbleibender System-Prompt und Verlauf)
- 0,3 Mio. Output-Tokens, einschließlich Reasoning
Die Formel lautet 0.45 × input + 0.45 × cached + 0.3 × output mit Preisen pro 1 Mio. Tokens (also 0,45 × Input-Preis + 0,45 × Cache-Preis + 0,3 × Output-Preis). Wo eine Seite keinen Cache-Preis nennt, berechnen wir gecachte Tokens zum vollen Input-Preis. Gebühren für Cache-Schreibvorgänge und Cache-Speicherung, die manche Anbieter zusätzlich verlangen, sind nicht enthalten.
| Modell und Verkäufer | Kosten pro aktivem Nutzer und Monat |
|---|---|
| GPT-6.1 Sol, OpenAI | 3,95 USD |
| Claude Sonnet 5.5, Anthropic | 3,95 USD |
| Gemini 4 Hydrogen, Google | 2,96 USD |
| GLM 5.3, Z.ai | 2,07 USD |
| Gemini 3.8 Flash, Google (Aktionspreis) | 1,50 USD |
| GLM 5.3, BroadNet | $1.47 |
| Grok 4.3, xAI | 1,40 USD |
| Qwen3.8 27B, Alibaba Cloud (kein Cache-Preis angegeben) | 1,35 USD |
| Qwen3.8 27B, BroadNet | $0.75 |
| Qwen3.8 27B, DeepInfra (Aktion) | 0,65 USD |
| DeepSeek V4.1 Flash, DeepSeek Spitzenzeit | 0,50 USD |
| gpt-oss-120b, Groq | 0,28 USD |
| DeepSeek V4.1 Flash, BroadNet | $0.24 |
| GPT-6 Luna, OpenAI | 0,20 USD |
| Claude Haiku 5.5, Anthropic | 0,20 USD |
| DeepSeek V4.1 Flash, DeepInfra (Aktion) | 0,19 USD |
| gpt-oss-120b, DeepInfra (kein Cache-Preis angegeben) | 0,08 USD |
Zwei Einschränkungen verändern, wie Sie das lesen sollten. Erstens sind die Modelle nicht gleichwertig. Eine Zeile weiter unten in der Tabelle ist nur dann eine Ersparnis, wenn das Modell Ihr Testset besteht. Zweitens verdoppelt sich die Zeile für Gemini 3.8 Flash am 1. Januar 2027 auf 2,99 USD, falls die von Google angekündigte Preisänderung in Kraft tritt. Ihre eigenen Zahlen rechnen Sie mit dem LLM-API-Kostenrechner durch.
Warum nach Aufgabenklasse vergleichen statt nach Modellname?
„Offen vs. geschlossen“ ist für eine Preisentscheidung die falsche Achse. Die nützliche Frage lautet: Welches ist das günstigste Modell, das diese Aufgabe gut genug erledigt? Die Klassen entwickeln sich auch unterschiedlich: In archivierten Preisseiten wurden Claude Opus und die GPT-Hauptlinie deutlich günstiger, Claude Haiku und Gemini Flash dagegen teurer (Preisverlauf der APIs von OpenAI, Anthropic und Google).
- Einfache Aufgaben mit hohem Volumen (Klassifizierung, Extraktion, kurze Zusammenfassungen): Kleine geschlossene Modelle und kleine oder mittlere offene Modelle liegen alle am unteren Ende der Tabelle. Entscheiden Sie nach Genauigkeit, Latenz und Datenbedingungen.
- Agenten und Coding: Tool Calling, langer Kontext und gecachter Input dominieren. Offene Modelle mit niedrigem Cache-Preis oder eine Flatrate können einen Bruchteil eines geschlossenen Frontier-Modells kosten.
- Das schwierigste Reasoning: Geschlossene Frontier-Modelle liegen tendenziell weiterhin vorn. Ein höherer Preis pro Token kann weniger Kosten pro richtiger Antwort bedeuten.
Messen Sie die Kosten pro richtiger Antwort an 50 bis 100 echten Fällen. So evaluieren Sie ein LLM vor dem Wechsel beschreibt eine Methode.
Was verändert die tatsächlichen Kosten noch?
- Tokenizer. Derselbe Text ergibt bei jedem Modell eine andere Zahl an Tokens. Im Tokenizer-Datensatz von BroadRouter braucht modernes Hocharabisch 1.31× (Qwen3.8 27B) bis 1.77× (GLM 5.3) so viele Tokens wie seine englische Übersetzung. Eine arabische Last kann die Reihenfolge der Tabelle also verändern. Siehe Tokens pro Wort: Arabisch vs. Englisch.
- Reasoning-Tokens. Reasoning-Modelle rechnen das Nachdenken auf beiden Seiten als Output ab. Laut Googles Seite enthält der Output von Gemini „thinking tokens“ (Übersetzung: Denk-Tokens). Stellen Sie den Reasoning-Aufwand auf die niedrigste Stufe, die Ihre Tests besteht.
- Batch-Rabatte. OpenAI und Anthropic nennen für die Batch API den halben Standardpreis. Wenn Ihre Aufgaben warten können, verringert das den Abstand zu offenen Modellen. BroadNet hat keine Batch API; Batch-Verarbeitung ohne Batch API zeigt den Workaround.
- Aufschläge für langen Kontext. Mehrere geschlossene Modelle verlangen oberhalb von 100.000, 200.000 oder 272.000 Tokens mehr. Prüfen Sie, wo Ihre Prompts liegen.
- Self-Hosting. Offene Gewichte laufen auch auf Ihren eigenen GPUs, doch das lohnt sich nur bei hoher, gleichmäßiger Nutzung. Siehe LLM selbst hosten vs. API.
Wo BroadNet Inference einzuordnen ist
BroadRouter ist die eigene Website von BroadNet. BroadNet Inference ist eine gehostete Open-Weight-API mit einer einzigen OpenAI-kompatiblen Basis-URL, https://inference.broadnet.ai/v1, für DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B und BroadNets Build von Gemma 4, dazu Speech-to-Text. Geschlossene Modelle bietet BroadNet nicht an, und Anfragen werden nicht zwischen Anbietern geroutet. DeepSeek V4.1 Flash läuft auf der Infrastruktur von Partnern.
Laut den Daten oben liegt BroadNet bei GLM 5.3 und Qwen3.8 27B unter den Listenpreisen der Hersteller und unter den Spitzenzeitpreisen von DeepSeek, aber über den aktuellen Aktionspreisen von DeepInfra und über den Input- und Cache-Preisen von DeepSeek außerhalb der Spitzenzeiten. BroadNet ist nicht bei jedem Modell der günstigste Host. Was es bietet, sind eine Flatrate für DeepSeek V4.1 Flash ($60 pro Session und Monat, eine Anfrage gleichzeitig, kein Token-Zähler), keine Speicherung von Inferenzinhalten sowie dokumentiertes Tool Calling und strukturierte Ausgabe bei GLM 5.3 und Qwen3.8 27B. Es gibt keine Batch API und kein SLA für Self-Service-Konten.
Gemma 4 VL 26B läuft mit dem Startguthaben von $5; die anderen Chat-Modelle erfordern eine Aufladung. Preise vergleichen oder die API-Dokumentation lesen.
