OpenAI API Kosten 2026 — was GPT pro Anfrage wirklich kostet

Die OpenAI API kostet pro Token, nicht pro Monat. Input- und Output-Tokens haben getrennte Tarife, und Output ist der teurere Teil. Auf Kunavo reicht die Spanne von $0,04 / $0,20 pro 1M Tokens für GPT-6 Luna bis $4,00 / $20,00 für GPT-6 Astra, OpenAIs neuestes Flaggschiff; dazwischen liegen etwa GPT-6 Sol mit $0,80 / $4,00 und das Arbeitspferd GPT-5.6 Terra mit $0,70 / $4,20 — je nach Modell 60–65% unter OpenAIs Listenpreis. Ein ChatGPT-Abo ist davon getrennt: Es enthält keine API-Nutzung, und die API braucht kein Abo.

Stand der Tarife: 18. Oktober 2026. Die Kunavo-Tarife liest diese Seite live aus dem Modellkatalog — was hier steht, ist das, was die API abrechnet. Die Spalte „OpenAI-Liste“ gibt OpenAIs veröffentlichten Preis für dasselbe Modell wieder; die Quelle ist developers.openai.com/api/docs/pricing.

ChatGPT-Abo und OpenAI API: zwei Produkte, zwei Rechnungen

Wer nach „ChatGPT API Kosten“ sucht, will oft zuerst etwas anderes wissen: ob das bestehende ChatGPT-Abo die API schon abdeckt. Die Antwort ist nein.

Ein Abo enthält weder einen API-Key noch API-Guthaben und senkt die API-Rechnung um keinen Cent; umgekehrt erweitert API-Guthaben nicht die Kontingente in ChatGPT. Die Abo-Preise nennt OpenAI auf openai.com/chatgpt/pricing; sie ändern sich oft, deshalb stehen sie hier nicht. Diese Seite behandelt nur die API — den Teil, der pro Token kostet.

OpenAI API Preise pro Modell

Tarife in USD pro Million Tokens, wie von Kunavo abgerechnet. Die Spalte „OpenAI-Liste“ ist der veröffentlichte Preis für dasselbe Modell.

Live-Tarife stehen immer auf der Preisseite und auf jeder Modellseite, etwa GPT-6 Astra, GPT-6 Sol oder GPT-6 Luna. Welches Modell wofür:

• gpt-6-astra — OpenAIs neuestes Flaggschiff (seit 3. September 2026): Reasoning an der Spitze und lange agentische Coding-Läufe. Für die schwierige Minderheit der Aufgaben.
• gpt-6-sol — seit 22. September 2026; OpenAI positioniert es für komplexes Coding und agentische Workflows. Auf Kunavo $0,80 / $4,00, beim Output unter GPT-5.6 Terra, beim Input etwas darüber. Der sinnvolle Standard für Coding und Agenten.
• gpt-6-luna — seit 22. September 2026; laut OpenAI das effizienteste Modell für eng umrissene Aufgaben in hohem Volumen, etwa Klassifizieren und Extrahieren. Mit $0,04 / $0,20 die günstigste Stufe auf Kunavo.
• gpt-5-6-sol — Top-Reasoning und agentisches Coding der 5.6-Generation; für Prompts, die bereits darauf abgestimmt sind.
• gpt-5-6-terra — das Arbeitspferd der 5.6-Familie: RAG, Assistenten, Klassifizieren, Extrahieren und die meisten Produktionsaufgaben.
• gpt-5-5 — das Flaggschiff der Vorgängergeneration. GPT-5.6 Sol kostet auf Kunavo denselben Tarif ($2,00 / $12,00); wer noch auf gpt-5-5 läuft, wechselt mit einem geänderten Modellnamen auf die neuere Generation, ohne Mehrkosten pro Token.

GPT-6 Sol und GPT-6 Luna. Am 22. September 2026 hat OpenAI die GPT-6-Familie um zwei Modelle erweitert, die nach eigener Aussage auf den Fortschritten hinter GPT-6 Astra aufbauen. OpenAI listet GPT-6 Sol mit $2,00 / $10,00 und GPT-6 Luna mit $0,10 / $0,50 pro 1M Tokens; auf Kunavo kosten sie $0,80 / $4,00 und $0,04 / $0,20. Beide haben ein Kontextfenster von 1.050.000 Tokens und liefern bis zu 128.000 Output-Tokens.

Was GPT-6 Astra mehr kostet. Gegenüber GPT-6 Sol kostet GPT-6 Astra das 5-Fache, bei Input wie Output, gegenüber GPT-5.6 Sol beim Input das 2-Fache und beim Output das 1,7-Fache. Die ehrliche Empfehlung: GPT-6 Sol als Standard für Coding und Agenten, GPT-6 Luna für Massenaufgaben, Astra gezielt dort, wo ein Vergleich mit denselben Eingaben zeigt, dass Sol nicht reicht — der Modellname ist ein einziges Wort im Request, der Test also billig.

Ein Aufschlag für sehr lange Anfragen. Oberhalb von 272.000 Prompt-Tokens rechnen GPT-5.5, die GPT-5.6-Familie und alle drei GPT-6-Modelle — Astra, Sol und Luna — die gesamte Anfrage mit dem 2-fachen Input- und dem 1,5-fachen Output-Tarif ab. Wer ganze Codebasen oder lange Dokumente in einen Aufruf packt, sollte diese Schwelle kennen: Sie kann stärker wirken als die Modellwahl.

Was eine Anfrage wirklich kostet

Gerechnet zu Kunavo-Tarifen, ohne Caching und ohne Reasoning-Tokens — also die Untergrenze dessen, was auf der Rechnung steht:

Mit der Mindestaufladung von $10 laufen rund 1.590 RAG-Antworten auf GPT-5.6 Terra, auf GPT-6 Luna rund 29.400. Zwischen GPT-6 Luna und GPT-6 Astra liegt beim Output ein Faktor von rund 100 — bei einfachen Aufgaben ist die Modellwahl der größte einzelne Hebel. Zum Nachrechnen mit eigenen Zahlen:

# OpenAI-Tarife auf Kunavo (USD pro 1M Tokens): (Input, Output)
RATES = {
    "gpt-6-astra":   (4, 20),
    "gpt-5-6-sol":   (2, 12),
    "gpt-5-5":       (2, 12),
    "gpt-5-6-terra": (0.7, 4.2),
    "gpt-6-sol":     (0.8, 4),
    "gpt-6-luna":    (0.04, 0.2),
}

def kosten(model: str, frisch: int, output: int, cache_treffer: int = 0) -> float:
    """frisch = nicht gecachter Input; output schließt Reasoning-Tokens ein."""
    i, o = RATES[model]
    return (
        frisch / 1_000_000 * i
        + output / 1_000_000 * o
        + cache_treffer / 1_000_000 * i * 0.10  # Cache-Treffer: 10 % des Input-Tarifs
    )

print(kosten("gpt-5-6-terra", 1_000, 300))    # kurze Chat-Runde
print(kosten("gpt-5-6-terra", 6_000, 500))    # RAG-Antwort
print(kosten("gpt-5-6-sol", 25_000, 1_200))   # agentischer Coding-Schritt
print(kosten("gpt-6-sol", 25_000, 1_200))     # derselbe Schritt auf GPT-6 Sol
print(kosten("gpt-6-astra", 20_000, 3_000))   # schwere Reasoning-Aufgabe
print(kosten("gpt-6-luna", 500, 20))          # eine Klassifizierung

# Ein Monat auf Sol: 3 Mio. frische und 12 Mio. gecachte Input-Tokens,
# 1 Mio. Output-Tokens (Cache-Writes nicht eingerechnet)
print(kosten("gpt-5-6-sol", 3_000_000, 1_000_000, cache_treffer=12_000_000))

Zwei Kostenfallen, die jede Schätzung verfehlt

Erstens: Reasoning-Tokens. Reasoning-Modelle wie GPT-6 Astra oder GPT-5.6 Sol denken vor der Antwort in internen Tokens. Die erscheinen nicht im Antworttext, werden aber zum Output-Tarif abgerechnet. Die Beispielrechnungen auf dieser Seite enthalten sie nicht; bei schweren Aufgaben liegt die echte Rechnung deshalb darüber. Die tatsächliche Zahl steht in jeder Antwort unter usage (completion_tokens_details.reasoning_tokens).

Zweitens: Wiederholungen. Eine Antwort, die erfolgreich zurückkam und in Ihrem Code verworfen wird — falsches Format, ein erneuter Versuch —, ist bezahlt. Bei Agenten ist eine sichtbare Aufgabe oft ein Dutzend abgerechneter Durchläufe, und dort ist der Abstand zwischen Schätzung und Rechnung am größten. Anfragen, die bei Kunavo selbst fehlschlagen, werden nicht berechnet.

Prompt Caching

Schickt Ihre Anwendung bei jeder Anfrage denselben langen System-Prompt oder dieselben Dokumente, werden Cache-Treffer mit 10% des Input-Tarifs berechnet — bei GPT-5.6 Sol also $0,20 statt $2,00 pro 1M Tokens. Das Schreiben in den Cache kostet auf Kunavo bei GPT-5.6 Sol, Terra und GPT-6 Astra das 1,25-Fache des Input-Tarifs, bei GPT-5.5 den normalen Input-Tarif. Wie man den Cache trifft, steht in der Caching-Dokumentation.

Bestehenden OpenAI-Code umstellen

Kunavo ist OpenAI-kompatibel: Sie ändern die base_url und den Key, sonst nichts. chat.completions und responses behalten ihre Form, und die Antwort trägt wie gewohnt das Feld usage, aus dem sich jede Rechnung nachvollziehen lässt.

from openai import OpenAI

client = OpenAI(
    api_key="sk-kn-...",
    base_url="https://api.kunavo.com/v1",  # statt api.openai.com
)

resp = client.chat.completions.create(
    model="gpt-5-6-terra",
    messages=[{"role": "user", "content": "Fasse diese Rechnung in drei Sätzen zusammen."}],
)
print(resp.choices[0].message.content)
print(resp.usage)  # Input-, Output- und Reasoning-Tokens: die Grundlage der Abrechnung

Den Key (sk-kn-…) legen Sie nach der Registrierung im Dashboard an. Dort setzen Sie pro Key auch ein monatliches Ausgabenlimit — ist es erreicht, antwortet der Key mit 402 — und eine IP-Allowlist. Die Schritte zeigt der Schnellstart.

OpenAI API aus Deutschland bezahlen

Kunavo rechnet über Stripe ab, als Prepaid-Guthaben: kein Abo und keine Einrichtung eines OpenAI-Platform-Kontos. Im Checkout stehen zur Wahl:

• Karten: Visa, Mastercard, American Express, JCB und UnionPay — Debitkarten von Visa und Mastercard funktionieren wie Kreditkarten
• Apple Pay, Google Pay und Link

Die SEPA-Lastschrift wird derzeit nicht angeboten. Aufladungen sind in US-Dollar ausgewiesen; Stripe zeigt den Betrag im Checkout in Ihrer Währung an. Die Mindestaufladung beträgt $10; größere Aufladungen bringen Bonusguthaben: Aus $100 werden $110,00, aus $1.000 werden $1.200,00 und aus $5.000 werden $6.250,00. Das Guthaben verfällt nie, und fehlgeschlagene Anfragen werden nicht berechnet. Details stehen in der Billing-Dokumentation.

Ehrlich gesagt: Wann der direkte Weg zu OpenAI besser ist

Kunavo ist ein Gateway mit geteilter Kapazität: Es gibt kein eigenes Kontingent für Ihr Konto und kein vertragliches SLA. Wer eine garantierte Quote oder ein SLA braucht, etwa für ein Produkt mit zugesagter Verfügbarkeit, sollte direkt bei OpenAI einkaufen. Diese Seite behauptet nicht, diesen Fall abzudecken.

Und für Menschen, die den ganzen Tag im Chatfenster arbeiten, ist ein ChatGPT-Abo oft die günstigere Wahl. Die Rechnung ist eine Division: Abo-Preis ÷ Kosten einer Chat-Runde = Break-even. Eine Runde mit 2.000 Input- und 700 Output-Tokens kostet auf GPT-5.6 Sol rund $0,0124, auf GPT-5.6 Terra rund $0,00434. Wer Monat für Monat mehr Runden dreht, als diese Division ergibt, und dabei in den Grenzen des Plans bleibt, fährt mit dem Abo besser. Die API gewinnt bei Software, Automatisierung und schwankender Nutzung — dort, wo ein ruhiger Monat nichts kosten soll.

OpenAI API Kosten senken — in dieser Reihenfolge

1. Das Modell zur Aufgabe wählen. Das größte Modell als Standard stehen zu lassen ist die häufigste Ursache einer überraschenden Rechnung. Klassifizieren, Extrahieren und andere Massenaufgaben gehen an gpt-6-luna, Coding und Agenten an gpt-6-sol, die schwierige Minderheit an Astra.
2. Output deckeln. Output kostet ein Mehrfaches des Inputs, und Reasoning zählt dazu — ein Limit über max_tokens wirkt deshalb doppelt.
3. Prompt Caching nutzen. Ein langer, stabiler System-Prompt kostet als Cache-Treffer ein Zehntel des Input-Tarifs.
4. Weniger Kontext mitschicken. Wenige präzise RAG-Abschnitte statt der halben Wissensbasis — und unter der 272.000-Token-Schwelle bleiben, wo es geht.

Mit eigenen Zahlen nachrechnen: Der OpenAI API Preisrechner rechnet gecachten Input und Reasoning-Tokens mit ein, der Token-Rechner stellt Claude und GPT nebeneinander. Das Gegenstück für Anthropic: Claude Preise. Wenn nicht die Kosten, sondern Limits bremsen: OpenAI API Rate Limits (auf Englisch).

Häufige Fragen