AutoGPT-Preise: Gehostete Tarife, Kosten beim Selbsthosting und der Speicherort des API-Schlüssels

Die AutoGPT-Preisgestaltung hat drei getrennte Antworten. Die gehostete AutoGPT Platform ist kostenpflichtig und bietet keinen kostenlosen Tarif — Pro kostet 42,50 $ pro Monat bei jährlicher Abrechnung (50,00 $ bei monatlicher Abrechnung) und Max 272,00 $ pro Monat bei jährlicher Abrechnung (320,00 $ bei monatlicher Abrechnung). Für das Selbst-Hosting derselben Platform fällt keine Lizenzgebühr an. AutoGPT Classic ist kostenlos, steht unter MIT und wird nicht unterstützt. Alle drei befinden sich in einem Repository, weshalb die meisten Preiszusammenfassungen zu diesem Produkt falsch sind: Sie nennen eines und beschreiben ein anderes.

Das Repository ist gesund, unabhängig davon, was die alten Tutorials nahelegen. Die GitHub API meldet Significant-Gravitas/AutoGPT als nicht archiviert, nicht deaktiviert und nicht als Fork; der Standard-Branch ist master, und der letzte Push erfolgte am selben Tag, an dem diese Seite geprüft wurde; das Repository hat 187.475 Sterne. Die neueste Veröffentlichung ist mit autogpt-platform-beta-v0.8.0 gekennzeichnet und wurde am 19. September 2026 veröffentlicht, nach v0.7.4 am 4. September und v0.7.3 am 28. August — ungefähr wöchentlich. Die Tag-Zeichenfolge enthält weiterhin „beta“ als Namensüberbleibsel; die gehostete Plattform wird selbst öffentlich verkauft, lesen Sie aus diesem Wort daher weder eine Warteliste noch eine geschlossene Veröffentlichung heraus.

Drei Produkte, ein Name

Aus dieser Tabelle ergeben sich zwei Dinge. Erstens ist Polyform Shield eine Lizenz, deren Quellcode verfügbar ist, aber keine von der OSI genehmigte Lizenz — die eigene Formulierung der README lautet „kostenlos für die persönliche und interne geschäftliche Nutzung; darf nicht als konkurrierender gehosteter Dienst verkauft werden“ — daher ist die Platform nicht in dem Sinne Open Source wie MIT, auch wenn das Marketing von AutoGPT diese Formulierung verwendet. Nur classic/ und der übrige Teil des Repositorys stehen unter MIT. Zweitens: Wenn eine Anleitung Sie auffordert, OPENAI_API_KEY in eine .env neben SMART_LLM und FAST_LLM einzutragen, beschreibt sie Classic, dessen aktuelle README genau diese Variablen sowie Python 3.12+ mit Poetry dokumentiert. Das ist ein Ziel für die Migration weg von Classic, keine Empfehlung. Quellen: master README und classic/README.md, beide am 21. September 2026 gelesen.

Gehostete AutoGPT Platform: Was das Abonnement tatsächlich umfasst

Am 21. September 2026 von agpt.co/pricing gelesen. Die Jahreswerte sind die Werte, die die Seite standardmäßig darstellt; die Monatswerte stammen aus den eigenen data-monthly-Attributen des Preiselements im Quellcode der Seite, und der mit „Save 15%“ beschriftete Umschalter stimmt in beide Richtungen ($50,00 × 0.85 = $42,50, $320,00 × 0.85 = $272,00). Team kann derzeit nicht erworben werden; behandeln Sie daher jeden dafür angegebenen Betrag als erfunden.

Nun zu der Tatsache, die die meisten AutoGPT-Budgets zunichtemacht. Das Abonnement ist kein Nutzungspaket. Auf der Preisseite von AutoGPT steht, dass Automatisierungen — das Ausführen von Agenten und Workflows — über das Guthaben-Wallet nach dem Pay-as-you-go-Modell und bei jedem Tarif zum gleichen Satz abgerechnet werden und dass das Abonnement stattdessen die Nutzung von AutoPilot Chat begrenzt. Die FAQ auf der Startseite formuliert es klar: Das Abonnement deckt den Chat ab, das Guthaben-Wallet deckt die von Ihnen ausgeführten Agenten ab. Die beworbenen 8,5x bei Max beziehen sich daher auf das 8,5-Fache des Chat-Kontingents, und der Kauf ändert nichts an den Kosten eines Agentenlaufs.

Zwei Stellen, an denen der eigene Text von AutoGPT sich widerspricht; sie werden hier dargestellt und nicht aufgelöst. Die Startseite sagt, jeder Tarif „enthält genug Nutzung, um Agenten vom ersten Tag an einzusetzen … sowie ein Guthaben-Wallet für die Läufe Ihrer Agenten“, während die Vergleichstabelle sagt, Sie „zahlen nur für die von Ihnen genutzten Automatisierungsläufe“; die Abrechnungsdokumentation verweist für Details zu enthaltenen Guthaben auf die Preisseite, und die Preisseite veröffentlicht keine solche Zahl. Außerdem nennt keine der drei hier gelesenen öffentlichen Seiten — die Preisseite, die FAQ der Startseite und das Dokument Credits & Billing — die Kosten eines Guthabens in Dollar, und der Bezahlvorgang ist hinter einem Login verborgen. Bestätigen Sie beides beim Bezahlvorgang, bevor Sie budgetieren. Diese Seite wird auch hier nichts schätzen.

Wofür das Guthaben-Wallet Modell-Token berechnet

AutoGPT veröffentlicht auf seiner Preisseite keinen Preis pro Token, aber der Open-Source-Code der Plattform führt die Berechnung offen durch. block_cost_config.py auf master besagt, dass die Tarife als „Credits/1 Mio. Token bei der aktuellen Credit-zu-USD-Umrechnung, 1 Credit ≈ 0,01 $, einheitlicher Faktor von 1,5 gegenüber dem veröffentlichten Anbieterpreis“ gespeichert werden, wobei die Konstante _USD_PER_1M_DIVISOR = 150 mit „150 = 100 cr/$ × 1,5-facher Margenfaktor“ kommentiert ist. Die Umrechnung des ausgelieferten Katalogs mit diesen beiden Konstanten ergibt direkt den in Rechnung gestellten Tarif.

Dies sind die eigenen Katalogeinträge von AutoGPT, umgerechnet mit den eigenen Konstanten von AutoGPT am 21. September 2026 — 83 Einträge enthalten Tarife pro 1 Mio. Token und reichen beim berechneten Tarif von ungefähr 0,12 $ bis 270,00 $ pro Million Ausgabe-Token. Die letzte Spalte wird nur dort ausgefüllt, wo der Katalogeintrag selbst ein Paar aus provider_input_usd_per_1m / provider_output_usd_per_1m enthält; das trifft auf vier Einträge zu, während die übrigen diese Angaben weglassen. Eine Division der Guthaben durch 150 würde stattdessen die Zahl ergeben, auf deren Grundlage der 1,5x-Aufschlag festgelegt wurde, aber das ist die eigene Arithmetik des Aufschlags und kein von AutoGPT veröffentlichter Anbietertarif. Drei Einschränkungen sind wichtiger als die Zahlen. Dies entspricht dem Verhalten des ausgelieferten Codes, nicht einem Verhältnis, das AutoGPT irgendwo auf seiner Preisseite bewirbt; betrachten Sie es daher als Auswertung des Quellcodes. In der Live-Bereitstellung werden kontoabhängige Überschreibungen auf diesen Katalog angewendet, sodass Ihr Konto abweichen kann. Und Modell-Slugs ändern sich wöchentlich, weshalb die dauerhafte Aussage hier der 1,5x-Mechanismus ist, nicht ein einzelner Modellname.

Eine Konsequenz, die der Code nahelegt, die aber keine Dokumentation nennt: Die Guthabenkosten des LLM-Blocks werden anhand einer Anmeldedaten-ID gefiltert, die an die eigenen System-Anmeldedaten der Platform gebunden ist — an diejenigen, die wörtlich „Use Credits for OpenAI“ und „Use Credits for Anthropic“ heißen. Ein von Ihnen selbst hinzugefügtes Anmeldedatum hat eine andere ID und passt zu keinem Kosteneintrag. Unabhängig davon erklärt das Modul zur Ratenbegrenzung des AutoGPT-Chats ausdrücklich, dass Läufe, bei denen der Nutzer seinen eigenen API-Schlüssel angegeben hat, den Chat-Zähler nicht verringern: „Der Nutzer bezahlt den Anbieter, nicht wir.“ Das Mitbringen eines eigenen Schlüssels scheint auf der gehosteten Platform daher wirtschaftlich relevant zu sein, obwohl das Mitbringen eines eigenen Endpunkts dort unmöglich ist — der erste Teil ist jedoch eine Auslegung des Quellcodes und kein Abrechnungsergebnis, das jemand auf einem kostenpflichtigen Konto getestet hätte. Überprüfen Sie dies auf Ihrer eigenen Rechnung, bevor Sie sich darauf verlassen.

Kosten von selbst gehostetem AutoGPT: Keine Lizenzgebühr bedeutet nicht kostenlos

Die Installation selbst besteht aus einem git clone, einer kopierten .env.default und docker compose up -d --build. Beachten Sie den Status des Release-Installationsprogramms, bevor Sie Ihre Planung darauf ausrichten: In der README steht, dass das Installationsprogramm für die Linux- und macOS-Version mit einem einzigen Container „mit dem nächsten Appliance-Release kommt“ und dass Windows-Nutzer vorerst weiterhin die manuelle Anleitung verwenden sollten. Prüfen Sie diese Zeile erneut, bevor Sie sich darauf standardisieren, da sie sich ändern soll.

Ein weiterer Kostenpunkt des Selbst-Hostings, der leicht zu niedrig angesetzt wird. Im Troubleshooting-Text von AutoGPT steht, dass AutoPilot mit einem System-Prompt von ungefähr 8.000 Token ausgeliefert wird und dass ein 8B-Q4-Modell auf 4 CPU-Kernen mit etwa 3–4 Token pro Sekunde vorbefüllt wird, „sodass ein neuer Durchlauf ungefähr 35–45 Minuten benötigt, bevor überhaupt mit der Generierung begonnen wird“. Eine Consumer-GPU reduziert dies auf Sekunden. Das ist das stärkste eigene Argument von AutoGPT dafür, den Chat-Endpunkt auf eine gehostete API statt auf lokale Hardware mit ausschließlich CPU auszurichten — und es handelt sich um eine veröffentlichte Zahl zur lokalen Inferenz, nicht um eine Messung von etwas, das hier durchgeführt wurde.

Die Frage nach dem AutoGPT-API-Schlüssel teilt sich in zwei Pfade

AutoGPT verfügt über zwei unabhängige LLM-Konfigurationsoberflächen, und die Dokumentation beschreibt das Problem selbst: „Die beiden Pfade lesen unterschiedliche Umgebungsvariablen, daher konfiguriert die Konfiguration des einen nicht den anderen.“ Alte Tutorials und Aggregator-Seiten vermischen sie ständig.

Die Begrenzung der Blockebene ist strukturell und keine Einstellung, die jemand vergessen hat bereitzustellen. In blocks/llm.py sind die akzeptierten Anbieter genau AIML_API, ANTHROPIC, GROQ, OLLAMA, OPENAI, OPEN_ROUTER, LLAMA_API, V0. In util/llm/providers.py wird der OpenAI-Client als openai.AsyncOpenAI(api_key=api_key) erstellt, ohne den Parameter base_url auf diesem Pfad; bei Anthropic und Groq ist es genauso. Der OpenAI-kompatible Helfer, der eine Basis-URL akzeptiert, wird nur mit vier fest codierten URLs erreicht. Wer Ihnen also sagt, Sie müssten „einfach die Basis-URL in AutoGPT ändern“, beschreibt ein anderes Produkt. Das einzige bearbeitbare Host-Feld, das von Ollama, ist durch einen SSRF-Schutz abgesichert, der gegen eine vom Betreiber konfigurierte Vertrauensliste geprüft wird. Die AutoGPT-Dokumentation stellt außerdem ausdrücklich fest, dass Ollama „nur beim Self-Hosting verfügbar ist … Es kann nicht mit der cloudgehosteten Version verwendet werden.“

Der Chat-Agent ist die Oberfläche, die AutoGPT selbst für einen externen Endpunkt empfiehlt. Sein Leitfaden für lokale LLMs führt „eine verwaltete OpenAI-kompatible API, für die Sie AutoGPT nicht bezahlen“ als unterstütztes Ziel auf und beginnt mit: „Nur Self-Hosting — die agpt.co-Bereitstellung in der Cloud leitet AutoPilot über Anthropic / OpenRouter und ignoriert die folgenden Variablen.“ Kein Tarif — Pro, Max oder der bevorstehende Team-Tarif — schaltet eine benutzerdefinierte Basis-URL frei. Entscheidend ist der Bereitstellungsmodus, nicht die Preisstufe.

# Self-hosted AutoPilot chat only. These variables do NOT configure the
# agent-graph LLM blocks, and the cloud deployment ignores them entirely.
CHAT_USE_LOCAL=true
CHAT_BASE_URL=https://api.kunavo.com/v1
CHAT_API_KEY=sk-...
CHAT_FAST_STANDARD_MODEL=claude-sonnet-4-6

Vier dokumentierte Einschränkungen, bevor Sie sich für diesen Weg entscheiden, alle aus demselben Leitfaden. Extended Thinking ist beim lokalen Transport nicht verfügbar und wird automatisch auf das schnelle Modell herabgestuft; dies wird als WARNING protokolliert, statt einen Fehler auszulösen. Innerhalb der Container darf die Basis-URL nicht 127.0.0.1 oder localhost sein, und CHAT_API_KEY fällt absichtlich nicht auf OPENAI_API_KEY zurück. Backends, die kein Kontextfenster melden — der Leitfaden nennt LiteLLM proxy, Jan und text-generation-webui — fallen unabhängig vom tatsächlichen Modell auf ein angenommenes 32k zurück. Die Einstellung gilt über den Chat hinaus: Derselbe Client bedient den Blocksimulator für Probeläufe, die Onboarding-Extraktion, die Prompt-Komprimierung und den nächtlichen Dream-Pass. Planen Sie daher mehr als nur sichtbare Chat-Züge ein. Kunavo stellt kein Embedding-Modell bereit, daher deckt Kunavo den Embedding-Schritt der Marktplatzsuche auf diesem Pfad ebenfalls nicht ab — und AutoGPT sperrt diesen Ersatz ohnehin fest, da die pgvector-Spalte als vector(1536) deklariert ist und Einfügungen mit jeder anderen Breite fehlschlagen.

Bestes Modell für AutoGPT: Wählen Sie den Mechanismus, nicht den Slug

Die gehostete Plattform verlangt kein Raten. Ihr Standardwert ist das, was der ausgelieferte Katalog als empfohlenen GA-Eintrag kennzeichnet — llm_models.py bezeichnet dies als „der Plattformstandard IST das empfohlene Modell des Katalogs — eine Tatsache, ein Ort“ und verwendet den ersten aktivierten empfohlenen Eintrag, der zugleich GA ist. Am 21. September 2026 ergibt sich daraus GPT-5.6 Terra. Da sich der Katalog wöchentlich ändert, ist der Mechanismus die wichtige Information, nicht der Slug.

Der Hebel, der die Agentenkosten tatsächlich beeinflusst, ist nicht die Modellwahl, sondern die Wiederholungsschleife. AutoGPT liefert dafür eine Steuerung: Auf der Preisseite steht „LLM-Budgets pro Aufgabe — setzen Sie max_budget_usd, um die LLM-Ausgaben für jede Aufgabe zu begrenzen“. Legen Sie dies fest, bevor Sie Modelle abstimmen. Beachten Sie außerdem, dass die Marketingzeilen der Preisseite und der ausgelieferte Katalog nicht dieselbe Liste sind — die Seite bewirbt „Spitzenmodelle von Anthropic, OpenAI, Google, xAI, Meta, Mistral, Cohere und weiteren Anbietern“ und nennt eine Claude-Zeile mit Opus 4.7/4.6/4.5, Sonnet 4.6/4.5 und Haiku 4.5, während der Codekatalog im Branch master wiederum andere Einträge enthält. Prüfen Sie, welche Auswahl Ihr eigenes Konto anbietet, statt einer der beiden Listen zu vertrauen.

Bei einem selbst gehosteten AutoPilot, der auf Ihren eigenen Endpunkt zeigt, ändern sich die Einschränkungen. Der lokale Transport reicht Ihre Modell-ID unverändert weiter, daher muss es eine ID sein, die Ihr eigener Endpunkt auflösen kann. Der AutoGPT-Leitfaden verlangt einfache Modellnamen, weil das dortige Beispiel Ollama verwendet, das keinen provider/model-Slug auflösen kann. Der Pfad für Extended Thinking ist nicht verfügbar, daher bringt ein stark auf Schlussfolgerungen ausgelegtes Modell dort weniger, als sein Tarif vermuten lässt. Ein Modell, dessen tatsächliches Kontextfenster Ihr Endpunkt nicht bekannt gibt, wird als 32k behandelt. Wählen Sie zuerst für den schnellen Pfad und bestätigen Sie, dass das Fenster gemeldet wird.

Eine Beispielrechnung für den selbst gehosteten Chat-Pfad

Dies ist eine beispielhafte Token-Arithmetik, keine gemessenen Aufgabenkosten und keine Kostenobergrenze. Nehmen wir einen selbst gehosteten AutoPilot-Tag an, der 400.000 nicht zwischengespeicherte Eingabetokens sendet — einen System-Prompt von ungefähr 8.000 Tokens, der in jeder Runde erneut gesendet wird, plus die wachsende Unterhaltung — und 25.000 Ausgabetokens empfängt. Die Tarife sind aktuelle Preise aus dem Kunavo-Katalog pro eine Million Tokens.

Skalieren Sie den Betrag mit Ihren eigenen Tagen, bevor Sie ihn als Budget betrachten, und beachten Sie, was er vergleicht und was nicht. Er ist kein Ersatz für das Abonnement der gehosteten Plattform, das den verwalteten Dienst, den Marktplatz und die von AutoGPT für seine Integrationen bereitgestellten Zugangsdaten umfasst — beim Self-Hosting geben Sie all das auf. Der Katalogbetrag von Kunavo ist eine Abrechnungsuntergrenze und keine Obergrenze: Wenn der Upstream seine Kosten meldet, entspricht die Rechnung dem höheren Wert aus den Katalogkosten und den Upstream-Kosten multipliziert mit dem anwendbaren Aufschlag. Cache-Kosten und externe Tools liegen außerhalb dieses Beispiels. Die minimale Aufladung bei Kunavo beträgt $10 als vorausbezahltes Guthaben, also ein Mindestbetrag zur Finanzierung und weder eine Aufgabengebühr noch ein Abonnement — siehe Abrechnungsdetails.

Welche Route gewinnt, wenn

Wenn die Antwort ein Gateway im Chat-Pfad ist, besteht die Einrichtung aus einer OpenAI-kompatiblen Basis-URL und einem Schlüssel — beginnen Sie mit dem Kunavo-Schnellstart und erstellen Sie ein Konto, sobald Sie eines aufladen möchten. Halten Sie eine funktionierende Route verfügbar, während Sie es ausprobieren, führen Sie eine begrenzte Aufgabe aus und lesen Sie anschließend, was Ihr Konto tatsächlich dafür aufgezeichnet hat. Für den breiteren Vergleich beschreibt OpenAI-kompatible API das Protokoll, vergleicht OpenRouter-Alternativen das von AutoGPT integrierte etablierte Gateway, und dokumentiert das Verzeichnis für KI-Agenten-APIs, wo die Konfigurationsgrenze jedes Clients liegt. Wenn Sie einen Workflow-Builder statt einer Agentenplattform budgetieren, verwenden n8n AI API cost und Dify API cost dieselbe Trennung zwischen Softwaregebühren und Modell-Tokens.

Häufig gestellte Fragen

Geprüft am 21. September 2026: die Preisangaben und den Homepage-Text von agpt.co, das Dokument „Credits & Billing“, die GitHub-API für Repository-Status und Veröffentlichungsdaten, die master-Quellen von README.md, classic/README.md, blocks/llm.py, util/llm/providers.py, block_cost_config.py und dem Modellkatalog sowie die Dokumentation von AutoGPT zu lokalen LLMs und Ollama. Hier nicht festgestellt und daher bewusst nicht enthalten: der Dollarwert eines Guthabens, ob ein Tarif Startguthaben umfasst, die absolute Größe des Chat-Kontingents und ob es eine Testphase gibt. Kunavo hat keinen Kompatibilitätstest mit AutoGPT durchgeführt; die oben genannte CHAT_BASE_URL-Route ist das von AutoGPT dokumentierte Szenario, und jedes Dollarbeispiel ist eine beispielhafte Token-Arithmetik und keine gemessenen Aufgabenkosten.