---
title: "Kosten von Reasoning-Tokens: Warum der Output teuer wird"
description: "Reasoning-Modelle rechnen verstecktes Denken als Output ab. Wie Sie es messen, was es pro Modell kostet und wie reasoning_effort, max_tokens und Routing es senken."
url: https://broadrouter.com/de/blog/reasoning-tokens-cost/
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/reasoning-tokens-cost/) (aktualisiert am 2026-11-16).

# Reasoning-Tokens: Warum Sie mehr Output zahlen, als Sie sehen

Vom Team von BroadNet Inference · 4 Min. Lesezeit · Veröffentlicht 2026-11-14 · Aktualisiert 2026-11-16

Ein Reasoning-Modell schreibt vor seiner Antwort ein verstecktes Denken, und diese Reasoning-Tokens werden zum Output-Preis abgerechnet. Eine Antwort mit 200 Tokens kann 1.000 oder mehr Tokens Denken mitbringen. Bei BroadNet Inference arbeiten DeepSeek V4.1 Flash, GLM 5.3 und Qwen3.8 27B mit Reasoning. Senken Sie die Kosten mit reasoning\_effort auf low, einem sinnvollen max\_tokens und einem Modell ohne Reasoning für einfache Schritte.

## Das Wichtigste in Kürze

-   Reasoning-Tokens werden in completion\_tokens gezählt und zum Output-Preis abgerechnet, obwohl Sie sie nie sehen.
-   1.000 Antworten mit je 1.000 Reasoning-Tokens ergeben 1 Mio. zusätzliche Output-Tokens: $0.52 bei DeepSeek V4.1 Flash, $3.46 bei GLM 5.3.
-   Lesen Sie usage.completion\_tokens\_details.reasoning\_tokens aus, um den Anteil Ihrer Rechnung zu messen, der auf das Denken entfällt.
-   Setzen Sie reasoning\_effort für einfache Aufgaben auf low, halten Sie max\_tokens hoch genug für eine vollständige Antwort und leiten Sie leichte Schritte an ein Modell ohne Reasoning.
-   Mit einem unbegrenzten Plan für DeepSeek V4.1 Flash verursacht Reasoning keine Token-Kosten.

**Auf dieser Seite**

1.  Was sind Reasoning-Tokens?
2.  Wie werden Reasoning-Tokens abgerechnet?
3.  Wie viel kann Reasoning zu einer Rechnung beitragen?
4.  Wie messen Sie Reasoning-Tokens?
5.  Vier Wege, die Kosten von Reasoning zu steuern
6.  Welche Einstellung passt zu welcher Aufgabe?
7.  Wann kostet Reasoning nichts mehr extra?
8.  Wo BroadNet Inference passt

Sie senden eine kurze Frage, erhalten eine zweizeilige Antwort, und die Rechnung zeigt 1.400 Output-Tokens. Nichts ist kaputt. Das Modell hat gedacht, bevor es geantwortet hat, und das Denken wurde abgerechnet. Dieser Beitrag erklärt, wie Reasoning-Tokens gezählt werden, was sie bei jedem Modell kosten und mit welchen vier Einstellungen Sie sie steuern.

## Was sind Reasoning-Tokens?

Ein Reasoning-Modell schreibt eine interne Gedankenkette und dann die sichtbare Antwort. Beides entsteht in derselben Generierung. Das Denken besteht aus [Reasoning-Tokens](https://broadrouter.com/de/glossary/reasoning-tokens/). In der Standardantwort von Chat Completions steht die Antwort in `message.content`, das Denken wird gezählt, aber nicht angezeigt.

Der Reasoning-Leitfaden von OpenAI formuliert die Regel klar: Reasoning-Tokens „still occupy space in the model’s context window and are billed as“ Output-Tokens (Übersetzung: belegen trotzdem Platz im Kontextfenster des Modells und werden abgerechnet als Output-Tokens). Andere Anbieter folgen derselben Regel.

## Wie werden Reasoning-Tokens abgerechnet?

Sie sind Teil von `completion_tokens` und kosten daher den Output-Preis. Output ist der teure Zähler:

| Modell | Denkt zuerst | Output pro 1 Mio. | Input pro 1 Mio. |
| --- | --- | --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/de/models/deepseek-v4.1-flash/) | Ja | $0.52 | $0.175 |
| [GLM 5.3](https://broadrouter.com/de/models/glm-5.3/) | Ja | $3.46 | $0.78 |
| [Qwen3.8 27B](https://broadrouter.com/de/models/qwen3.8-27b/) | Ja | $2.17 | $0.175 |
| [Gemma 4 VL 26B](https://broadrouter.com/de/models/gemma-4-vl-26b/) | Nicht angegeben | $0.22 | $0.10 |

Die Preise sind die von BroadNet Inference, synchronisiert am 2026-11-14. Was andere Hoster für dieselben Modelle verlangen, steht in der [Preistabelle für LLM-APIs](https://broadrouter.com/de/llm-api-pricing/), zum Beispiel [GLM 5.3 bei verschiedenen Anbietern](https://broadrouter.com/de/llm-api-pricing/glm-5.3/).

## Wie viel kann Reasoning zu einer Rechnung beitragen?

Nehmen Sie einen Klassifikator, der ein einzelnes Wort als Label liefert, etwa 10 sichtbare Tokens. Denkt das Modell zuvor 1.000 Tokens lang, entfallen 99 % der Output-Rechnung auf das Denken.

Hochgerechnet: **1.000 Antworten mit je 1.000 Reasoning-Tokens ergeben 1 Mio. zusätzliche Output-Tokens.** Das kostet $0.52 bei DeepSeek V4.1 Flash, $2.17 bei Qwen3.8 27B und $3.46 bei GLM 5.3, zusätzlich zu den sichtbaren Antworten.

Die Menge hängt von der Aufgabe ab. Schwere Mathematik oder Code-Reasoning über mehrere Dateien kann Tausende Tokens erreichen. Eine Begrüßung braucht fast keine. Deshalb messen Sie.

## Wie messen Sie Reasoning-Tokens?

Der Usage-Block meldet sie, wenn das Modell die Zahl liefert:

```python
r = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Is 'refund my order' a billing or shipping intent?"}],
    max_tokens=1000,
)
u = r.usage
reasoning = (u.completion_tokens_details.reasoning_tokens or 0) if u.completion_tokens_details else 0
print("output:", u.completion_tokens, "reasoning:", reasoning,
      "share:", round(reasoning / max(u.completion_tokens, 1), 2))
```

Loggen Sie das eine Woche lang pro Aufgabentyp. Meist stellen Sie fest, dass wenige Aufgaben den Großteil des Denkens verursachen. Beim Streaming ergänzen Sie `stream_options: {"include_usage": true}`; die Zahlen kommen im letzten Chunk ([Leitfaden zu Streaming](https://broadrouter.com/de/guides/streaming-chat-completions/)).

## Vier Wege, die Kosten von Reasoning zu steuern

### 1\. `reasoning_effort` für einfache Aufgaben senken

`reasoning_effort` bittet das Modell, weniger zu denken. Die Leitfäden von BroadNet nutzen `low` für Klassifizierung, Extraktion und Formatierung:

```python
client.chat.completions.create(model="broadnet/deepseek-v4.1-flash", reasoning_effort="low",
                               max_tokens=1000, messages=msgs)
```

OpenAI dokumentiert für die eigenen Modelle ein breiteres Spektrum an Werten, von `none` und `minimal` über `low`, `medium` und `high` bis `xhigh` und `max`, und merkt an, dass „some models support only a subset“ (Übersetzung: manche Modelle nur einen Teil davon unterstützen). Prüfen Sie, welche Werte Ihr Modell akzeptiert, und vergleichen Sie die Output-Tokens vorher und nachher an denselben Beispielen.

### 2\. `max_tokens` als Obergrenze setzen, nicht als Zwangsjacke

[`max_tokens`](https://broadrouter.com/de/glossary/max-tokens/) deckelt Reasoning und Antwort gemeinsam. Es stoppt eine ausufernde Antwort, aber wenn Sie es zu niedrig setzen, kann das Modell das ganze Budget mit Denken verbrauchen und eine leere Antwort mit `finish_reason: "length"` zurückgeben. Sie bezahlen dieses Denken und müssen trotzdem wiederholen. BroadNet empfiehlt für Reasoning-Modelle 1.000 Tokens oder mehr. [Warum ein Reasoning-Modell eine leere Antwort liefert](https://broadrouter.com/de/guides/reasoning-tokens-empty-response/).

### 3\. Leichte Schritte an ein Modell ohne Reasoning leiten

Nicht jeder Schritt braucht Nachdenken. JSON formatieren, Felder umbenennen oder FAQ-Nachschlagen kann an Gemma 4 VL 26B gehen, für $0.22 pro 1 Mio. Output-Tokens, für das BroadNet kein Reasoning führt. Behalten Sie die Reasoning-Modelle für Planung, Debugging und mehrstufige Antworten. Testen Sie die Qualität an Ihren eigenen Beispielen, bevor Sie routen.

### 4\. „Denke Schritt für Schritt“ aus den Prompts streichen

Reasoning-Modelle denken bereits. Wer zusätzlich sichtbares Schritt-für-Schritt-Denken anfordert, lässt sie es zweimal schreiben: einmal versteckt, einmal in der Antwort. Fordern Sie die endgültige Antwort im benötigten Format an.

## Welche Einstellung passt zu welcher Aufgabe?

| Aufgabe | Reasoning-Effort | max\_tokens | Modellvorschlag |
| --- | --- | --- | --- |
| Klassifizierung, Routing | low | 1.000 | Gemma 4 VL 26B oder DeepSeek V4.1 Flash |
| Extraktion nach JSON | low | 1.000 bis 2.000 | DeepSeek V4.1 Flash, GLM 5.3 für strukturierte Ausgabe |
| Entwürfe für Kundenantworten | low oder Standard | 2.000 | DeepSeek V4.1 Flash |
| Debugging, Planung, Code-Review | Standard oder höher | 8.000 oder nicht gesetzt | DeepSeek V4.1 Flash oder GLM 5.3 |

Das sind Ausgangspunkte. Messen Sie Output-Tokens und Qualität an Ihren eigenen Daten und passen Sie dann an.

## Wann kostet Reasoning nichts mehr extra?

Mit einer Flatrate. Der Plan Full Moon von BroadNet kostet $60 pro Monat und Session für unbegrenztes DeepSeek V4.1 Flash ohne Token-Zähler; Reasoning-Tokens verursachen also keine Kosten pro Token. Zeit kosten sie trotzdem: Bei einer typischen Geschwindigkeit von etwa 100 Tokens pro Sekunde wird jedes Reasoning-Token erzeugt, bevor die Antwort beginnt, langes Nachdenken verzögert also die Antwort. [Wann eine Flatrate günstiger ist als die Abrechnung pro Token](https://broadrouter.com/de/blog/flat-rate-vs-pay-per-token-llm-api/), und [zehn weitere Wege, die Rechnung eines Coding-Agenten zu senken](https://broadrouter.com/de/blog/cut-coding-agent-llm-costs/).

## Wo BroadNet Inference passt

BroadNet betreibt drei Reasoning-Modelle und ein Modell ohne angegebenes Reasoning hinter einem [OpenAI-kompatiblen](https://broadrouter.com/de/glossary/openai-compatible-api/) Schlüssel unter `https://inference.broadnet.ai/v1`, mit Nutzungsangaben in jeder Antwort. So lässt sich einfach nach Aufgabe routen und der Unterschied messen. Brauchen Sie ein geschlossenes Modell mit sichtbarer Reasoning-Zusammenfassung, nutzen Sie die API dieses Herstellers; der Chat-Katalog von BroadNet enthält keine geschlossenen Modelle. [Pläne ansehen](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-reasoning-tokens-cost&utm_content=body).

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.

[Reasoning-Tokens](https://broadrouter.com/de/glossary/reasoning-tokens/)

Reasoning-Tokens sind Tokens, die ein Reasoning-Modell erzeugt, um ein Problem durchzuarbeiten, bevor es seine sichtbare Antwort schreibt. Sie werden meist als Output-Tokens berechnet, zählen zum Output-Limit und zum Kontextfenster und können von der API verborgen oder zusammengefasst werden.

[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.

[Kontextfenster (Context Window)](https://broadrouter.com/de/glossary/context-window/)

Das Kontextfenster ist die maximale Anzahl an Tokens, mit der ein Sprachmodell in einer einzelnen Anfrage arbeiten kann. Es umfasst Prompt, Gesprächsverlauf, Tool-Definitionen, Bilder und den erzeugten Output einschließlich Reasoning-Tokens. Was nicht hineinpasst, muss gekürzt, zusammengefasst oder auf mehrere Anfragen verteilt werden.

[LLM-Flatrate (Flat-rate LLM plan)](https://broadrouter.com/de/glossary/flat-rate-llm-plan/)

Eine LLM-Flatrate ist ein Plan, der für den Zugang zu einer Sprachmodell-API einen Festpreis pro Zeitraum, etwa pro Monat, berechnet statt pro Token. Solche Pläne begrenzen meist etwas anderes, etwa Parallelität, Geschwindigkeit, Modelle oder Nutzungsfenster. Die Limits zählen also so viel wie der Preis.

[Streaming](https://broadrouter.com/de/glossary/streaming/)

Streaming ist eine Art, die Antwort eines Sprachmodells in kleinen Chunks zurückzugeben, während sie noch erzeugt wird, statt als eine Antwort am Ende. OpenAI-kompatible APIs streamen über Server-Sent Events, wenn die Anfrage stream auf true setzt.

[Chain-of-Thought (CoT)](https://broadrouter.com/de/glossary/chain-of-thought/)

Chain-of-Thought (CoT) ist eine Prompting-Technik, bei der einem Sprachmodell Zwischenschritte des Denkens vorgemacht werden oder es gebeten wird, diese vor der endgültigen Antwort auszuschreiben. Sie verbessert die Genauigkeit bei mehrstufigen Aufgaben wie Rechnen und Logik, und Reasoning-Modelle erzeugen sie inzwischen automatisch.

[Chat Completions API](https://broadrouter.com/de/glossary/chat-completions-api/)

Die Chat Completions API ist der HTTP-Endpoint von OpenAI, POST /v1/chat/completions, der einen Modellnamen und eine Liste von Nachrichten mit Rollen entgegennimmt und die nächste Nachricht des Modells zurückgibt. Ihr Format für Anfrage und Antwort wurde zum gemeinsamen Standard, den OpenAI-kompatible Anbieter und SDKs übernehmen.

## Häufige Fragen

### Werden Reasoning-Tokens als Input oder als Output abgerechnet?

Als Output. Sie werden vom Modell erzeugt, in completion\_tokens ausgewiesen und zum Output-Preis pro 1 Mio. Tokens abgerechnet.

### Kann ich Reasoning ganz abschalten?

Das hängt vom Modell ab. OpenAI dokumentiert Effort-Werte, die bei manchen Modellen none oder minimal umfassen können. Bei BroadNet setzen Sie reasoning\_effort auf low oder nutzen Gemma 4 VL 26B, für das BroadNet kein Reasoning führt.

### Spart ein niedriges max\_tokens bei Reasoning-Modellen Geld?

Nur teilweise. Es deckelt die Rechnung, aber wenn das Reasoning das ganze Budget verbraucht, bezahlen Sie das Denken und erhalten eine leere Antwort. Senken Sie stattdessen den Effort und halten Sie max\_tokens bei 1.000 oder mehr.

### Sehe ich den Reasoning-Text?

Im Feld content normalerweise nicht. Der Usage-Block meldet, wie viele Reasoning-Tokens verbraucht wurden, sofern das Modell es angibt, in completion\_tokens\_details.reasoning\_tokens.

## Weiterlesen

-   [LLM-API-Preise erklärt: Input, gecachter Input, Output und Reasoning](https://broadrouter.com/de/blog/llm-api-pricing-explained/)
-   [Coding-Agent-Kosten senken: 10 Wege mit geschätzter Ersparnis](https://broadrouter.com/de/blog/cut-coding-agent-llm-costs/)
-   [LLM-API: Flatrate oder Abrechnung pro Token? Die Break-even-Rechnung](https://broadrouter.com/de/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [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: Warum ein Reasoning-Modell eine leere Antwort liefert](https://broadrouter.com/de/guides/reasoning-tokens-empty-response/)
-   [Anleitung: Chat Completions streamen und abgebrochene Verbindungen behandeln](https://broadrouter.com/de/guides/streaming-chat-completions/)

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-reasoning-tokens-cost&utm_content=page-cta) ·

**Quellen**

-   [API-Referenz von BroadNet Inference, Reasoning und gecachte Tokens (geprüft am 2026-11-15) (auf Englisch)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-reasoning-tokens-cost&utm_content=sources#models)
-   [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-reasoning-tokens-cost&utm_content=sources)
-   [Reasoning-Leitfaden von OpenAI, Abrechnung, Effort-Werte und max\_output\_tokens (geprüft am 2026-11-14)](https://developers.openai.com/api/docs/guides/reasoning)
