Der Modell-Wettlauf wird zur Preisfrage

von

Welches KI-Modell hast du heute schon benutzt? Wenn du wie ich arbeitest, war es vermutlich mehr als eines. Vielleicht ChatGPT für die schnelle Recherche, Claude für den längeren Text, Gemini in NotebookLM für die Dokumentenanalyse. Diese Aufteilung war vor einem Jahr noch die Ausnahme. Heute ist sie der Standard. Und der Grund dafür ist banaler, als die großen Anbieter zugeben möchten: Es geht um den Preis.

Was in den letzten Wochen passiert ist

Der Sommer 2026 hat einen Modellstau produziert, wie es ihn selten gab. OpenAI hat GPT-5.6 als Trio veröffentlicht: Sol für die teure Denkarbeit, Terra für den Alltag, Luna für alles, was schnell und billig sein muss. Anthropic hat Claude Sonnet 5 nachgezogen und dabei vor allem am Preis geschraubt, weniger an der Leistung. Grok 4.5 von xAI verspricht mit weniger Tokens denselben Job. Muse Spark 1.1 kam mit einem Kontextfenster von einer Million Tokens, groß genug für ein ganzes Buch am Stück. Und aus China kam mit Kimi K2.7 Code das erste Open-Weight-Modell, das in GitHub Copilot als Option auftaucht.

Wenn du die Fachpresse verfolgst, kennst du das Muster: Jedes neue Modell schlägt in irgendeinem Benchmark die anderen. Sol führt bei Coding, Sonnet 5 bei Argumentation, Grok bei Wissenschaftsfragen. Diese Bestenlisten werden mit jedem Release umgeschrieben. Wer sich davon leiten lässt, wechselt alle sechs Wochen sein Tool. Das ist Unsinn und Zeitverschwendung, und ich glaube, kaum jemand mit einer echten Arbeit macht das tatsächlich.

Was du unter der Oberfläche sehen musst

Die interessante Bewegung findet unter der Oberfläche statt. Vor achtzehn Monaten war die Marktfrage simpel: Wer hat das stärkste Modell? Wer die höchsten Punktzahlen holte, gewann. Preis war Nebensache, weil die meisten für zwanzig oder dreißig Dollar im Monat einen Pauschal-Chat abonnierten und damit gut fuhren.

Das hat sich verschoben. Unternehmen, die KI in ihre Produkte einbauen, zahlen pro Anfrage. Und wer täglich zigtausend Anfragen schickt, für den ist der Unterschied zwischen fünf Dollar und fünfzig Cent pro Million Tokens keine Nuance. Er ist der Unterschied zwischen tragfähigem Geschäftsmodell und Verlustzone. Genau dieser Rechnungsposten entscheidet, welches Modell für welchen Job gewählt wird.

Konkret heißt das: Ein Kundenservice-Bot mit zehntausend Anfragen am Tag läuft nicht auf dem Spitzenmodell. Er läuft auf dem billigsten, das die Aufgabe verlässlich löst. Für die komplizierten Ausnahmefälle wird dann an ein teureres Modell weitergereicht. Diese Weiterleitung ist inzwischen ein eigenes Geschäftsfeld — sogenannte Router-Systeme, die pro Anfrage entscheiden, welches Modell die beste Preis-Leistung bietet.

Das erklärt, warum OpenAI ihr Spitzenmodell in drei Stufen zerlegt hat. Sol ist die Prestige-Variante für Whitepapers und Bühnen. Terra ist die, die man tatsächlich verkauft. Luna ist die, die den Umsatz macht, weil sie millionenfach in Hintergrundprozessen läuft, die kein Mensch je zu Gesicht bekommt.

Warum das auch für dich relevant ist

Du zahlst zwanzig, dreißig, vielleicht fünfzig Dollar im Monat für ein oder zwei KI-Abos. Für dich sind die Groß-Preisverhandlungen der Anbieter erstmal weit weg. Trotzdem betreffen sie dich, und zwar an zwei Stellen.

Erstens: Was heute in der Premium-Klasse läuft, läuft in einem halben Jahr in der Mittelklasse und in achtzehn Monaten in der Gratis-Version. Diese Preistreppe nach unten ist der Motor der ganzen Sache. Wenn du heute ein Feature ausprobierst und denkst „cool, aber teuer“ — warte sechs Monate, dann ist es billig. Das gilt für lange Kontextfenster, für gutes Coding, für Vision, für Sprache. Alles, was heute ein Aufpreis-Argument ist, wird morgen zur Grundausstattung.

Zweitens: Die Aufteilung deiner Arbeit auf mehrere Modelle ist die praktische Konsequenz aus dieser Marktbewegung. Kein Anbieter ist mehr in allem vorn. Und selbst da, wo einer vorn ist, kostet der Vorsprung Geld. Wer klug auswählt, spart oder bekommt bessere Ergebnisse.

Wie ich das praktisch mache

Ich benutze aktuell drei Modelle parallel:

Claude ist mein Hauptwerkzeug für alles, was Schreiben, Recherche und Argumentation betrifft. Artikel wie diesen hier, längere Texte, alles, wo Struktur und Formulierung sitzen sollen und umfangreiche Recherchen vorausgehen. Claude versteht am besten und sichersten meine Ideen ohne ständiges Nachbessern, produziert für meinen Geschmack die geradlinigste, am wenigsten schwurbelige Prosa und zieht meine Texte, Tippfehler und Eingaben am saubersten und zuverlässigsten gerade. Es kostet mehr als die Konkurrenz, aber die Zeit, die ich bei Überarbeitungen spare, holt den Preis mehrfach wieder rein.

ChatGPT nutze ich für schnelle Recherchen, Bildgenerierung wie beispielsweise die Artikelbilder hier und alles, wo Geschwindigkeit wichtiger ist als Präzision. Wenn ich eine Idee einfach „mal eben“ durchspielen will, ohne dass etwas perfekt formuliert sein muss, geht das dort schneller.

Gemini benutze ich überwiegend innerhalb von NotebookLM. Wer einen Stapel PDFs oder Dokumente hat und sie durchsuchbar machen will, findet dort das derzeit beste Werkzeug. Google subventioniert die Nutzung quer, weshalb es praktisch nichts kostet. Außerdem steuere ich via Gemini-Spracheingabe auf dem Smartphone meine Heimautomatisierung

Diese Aufteilung ist nicht in Stein gemeißelt und hat sich nach und nach so herauskristalisiert. Nach jedem größeren Release schaue ich, ob sich etwas verschoben hat. Bisher blieb die Zuständigkeit stabil, aber die Ergebnisse werden bei allen dreien besser. Was ich vor einem Jahr umfangreichmanuell nachbearbeiten musste, kommt jetzt oft direkt nahezu brauchbar heraus.

Was das für deinen Werkzeugkasten heißt

Wenn du bisher nur ein Modell benutzt, verpasst du wahrscheinlich etwas. Die konkurrierenden Modelle haben unterschiedliche Stärken, und der Unterschied ist größer, als die Marketing-Sprache der Anbieter vermuten lässt. Meine praktische Empfehlung:

Teste dein aktuelles Modell gegen einen konkreten realen Job aus deiner Woche. Nimm denselben Job, denselben Prompt, und schicke ihn an ein zweites Modell. Vergleiche die Ergebnisse. Nicht Benchmark-artig, sondern nach dem, was du wirklich brauchst — Lesbarkeit, Genauigkeit, Ton, Länge. Nach fünf bis zehn solchen Vergleichen weißt du, wo dein Hauptwerkzeug schwächelt und wo ein Wechsel Sinn ergibt.

Für die meisten Leser lohnt sich ein zweites Abo nicht. Die kostenlosen Versionen der drei großen Anbieter sind inzwischen so gut, dass du für gelegentliche Vergleiche keinen zweiten Zahlungsvertrag brauchst. Erst wenn du beruflich täglich intensiv mit KI arbeitest, wird ein zweites Premium-Abo interessant.

Wohin die Reise geht

Wenn die Preise weiter so fallen wie in den letzten achtzehn Monaten, wird ein Großteil dessen, was heute als leistungsfähige KI gilt, in zwei Jahren praktisch umsonst laufen. Die Kosten wandern zu den Anbietern der Rechenzentren und zu den großen Enterprise-Kunden. Für dich und mich wird KI zu einer Art Grundversorgung — man wählt aus, mit welchem Anbieter man sich am wohlsten fühlt, und benutzt es täglich, ohne über den Preis nachzudenken.

Das ist eine ungewöhnliche Marktdynamik. Bei fast jeder anderen Technologie stiegen die Preise mit zunehmender Reife oder blieben stabil. Bei KI fallen sie, weil Tokens austauschbar sind und wer den billigsten Fluss liefert, in der Menge gewinnt.

Für die großen Anbieter ist das ein Problem. Für dich als Nutzer die beste Nachricht der letzten Jahre. Der Wettlauf, wer das größte, klügste Modell baut, ist weitergelaufen — aber er entscheidet nicht mehr allein, wer am Ende dein Geld bekommt. Wer den besten Preis für die jeweilige Aufgabe hat, gewinnt den Kunden von heute, um morgen noch da zu sein. KI-Modelle sind zur Ware geworden. Und Waren gewinnt man über den Preis.

Quellen

Schreibe einen Kommentar