Die US-amerikanischen Unternehmen wechseln zu günstigeren KI-Modellen, da der Preiskrieg den Markt umgestaltet
- In den USA entscheiden sich Unternehmen zunehmend für das günstigste KI-Modell, das eine Aufgabe zuverlässig erledigen kann, anstatt für das leistungsstärkste zu bezahlen.
-
Diese von der Financial Times gemeldete und durch Ramp-Ausgabendaten untermauerte Verschiebung deutet auf einen Rückgang der Nutzung von Frontier-Modellen und einen Rückgang der effektiven Tokenpreise um 41 % hin.
- Der Markt orientiert sich neu an den Kosten pro abgeschlossener Aufgabe, obwohl Analysten wie Gartner warnen, dass die gesamten Inferenzkosten weiter steigen könnten.
US-Unternehmen wählen eher die kostengünstigste KI-Lösung, die die Aufgabe effizient erledigen kann, alsmaticdie fortschrittlichste verfügbare KI-Lösung.
Laut Financial Times.
Das billigste Modell kaufen, das seinen Zweck erfüllt
Der Kern der Idee besteht darin, dass teure Grenzmodelle nur dann zum Einsatz kommen müssen, wenn dies notwendig ist, und dass die reguläre Arbeit von kostengünstigen Modellen erledigt werden kann, die die Aufgabe ausreichend gut erfüllen.
Dieses Muster zeigte sich auch im KI-Index von Ramp vom 9. September. Basierend auf den Ausgabendaten vom August 2026 erwarben 43,8 % der US-Unternehmen in Ramps Stichprobe Produkte von Anthropic, verglichen mit 39,8 % für OpenAI. Ramp wies zudem auf die zunehmende Nutzung kostengünstigerer Modelle als Bedrohung für KI-Unternehmen hin, die darauf angewiesen sind, dass Unternehmen stetig mehr in Spitzentechnologie investieren.
Dieser Trend deckt sich auch mit den Erkenntnissen aus dem OECD-Bericht über agentenbasierte KI, der im September 2026 veröffentlicht wurde. Interviews mit 25 Organisationen ergaben, dass Kosteneinsparungen ein häufiger Grund für den Einsatz agentenbasierter Systeme waren, neben deren Beitrag zu höherer Produktivität und der Bekämpfung des Arbeitskräftemangels.
Ein Preiskrieg, der in Bruchteilen eines Cents gemessen wird
Die Preise der Modelle sinken rapide, gerade als neue Systeme auf den Markt kommen.
Wie Cryptopolitan, veröffentlichte OpenAI am 22. September GPT-6 Sol und GPT-6 Luna zu Preisen, die mindestens 50 % unter denen der Vorgängermodelle GPT-5.6 liegen. GPT-6 Sol kostet 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token.
In derselben Woche brachte Anthropic das Opus 5.5 auf den Markt, während xAI das Grok 4.7 vorstellte – in einem Markt, der zunehmend von Preis-Leistungs-Kriterien bestimmt wird. Laut Axiosstellen günstige, aber dennoch leistungsstarke Modelle den neuen Wettbewerbsfaktor in der Branche dar.
Der langfristige Abwärtstrend ist noch erstaunlicher. Laut Epoch AIsind die Kosten für das Erreichen eines konstanten KI-Leistungsniveaus seit 2023 vierteljährlich um rund 47 % gesunken, was einer jährlichen Reduzierung um etwa das 13-Fache entspricht.
Die Kosten pro abgeschlossener Aufgabe sind wichtiger
Aufgrund des zunehmenden Preisdrucks verändern sich die Kennzahlen, anhand derer Unternehmen ihren Erfolg messen. Die Bedeutung von Benchmark-Führung hat nicht abgenommen, aber der Fokus liegt nun stärker darauf, wie viel Kunden für effiziente Leistungen zahlen müssen.
Die AutomationBench von Zapier testet Agenten hinsichtlich durchgängiger Workflows in 47 Business-Tools. Am 28. September führte Claude Opus 5.5 die Liste mit einer Effizienz von 42,47 % und Kosten von 1,44 US-Dollar pro Aufgabe an, während GPT-6 Sol bei XHigh 33,2 % für nur 0,27 US-Dollar pro Aufgabe erreichte.
Derselbe Zielkonflikt zeigt sich auch bei künstlicher Intelligenz. GPT-6 Sol erreicht bei maximalem Aufwand 48 Punkte im Intelligenzindex bei geschätzten Kosten von 1,06 US-Dollar pro Aufgabe. Xiaomis MiMo-V2.6-Pro mit offenem Gewicht erzielt 46 Punkte bei Kosten von nur 0,13 US-Dollar pro Aufgabe.
Diese Lücke ist so gering, dass Multi-Modell-Routing praktikabel wird. Anstatt für alle Workloads einen einzigen Anbieter nutzen zu müssen, haben Unternehmen die Möglichkeit, das passende Modell je nach Wichtigkeit und Komplexität einer Aufgabe auszuwählen.
Billigere Token können trotzdem höhere Rechnungen bedeuten
Niedrigere Preise bedeuten nicht zwangsläufig geringere Ausgaben für KI.
Laut Axios besagt das Jevons-Paradoxon, dass günstigere Ressourcen zu deren höherem Verbrauch führen. Gartner äußerte sich in seiner Prognose vom 17. August ähnlich und schätzte einen mehr als fünffachen Anstieg der Inferenzkosten agentenbasierter Workflows bis 2028.
Kostengünstigere Modelle können die Zugänglichkeit auch in anderen Teilen der Welt verbessern. Laut dem „Global AI Diffusion Report“ können erschwingliche und offene Modelle ebenfalls die Zugänglichkeit erhöhen; allerdings spielen Infrastruktur, Konnektivität und die entsprechenden Kompetenzen eine entscheidende Rolle dabei, wer davon profitieren kann.
Die Nachfrage von Unternehmenskunden wächsttron: Die beste KI ist vielleicht nicht die intelligenteste, sondern diejenige, die ihre Aufgabe effizient und kostengünstig erledigt.
Wenn Sie das hier lesen, sind Sie schon einen Schritt voraus. Bleiben Sie mit unserem Newsletter auf dem Laufenden.
Häufig gestellte Fragen
Wie viel günstiger sind die neuesten KI-Modelle?
OpenAI senkte am 22. September die Preise für GPT-6 Sol und Luna um mindestens 50 % gegenüber ihren Vorgängern GPT-5.6, und Anthropic gibt an, dass Opus 5.5, das am selben Tag veröffentlicht wurde, etwa 40 % günstiger ist als Opus 5.
Wechseln die Unternehmen tatsächlich zu günstigeren Modellen?
Die Daten von Ramp zeigen, dass der Anteil der Spitzenmodelle am Token-Anteil von einem Höchststand von 53 % im August auf 45 % gesunken ist und der effektive Preisindex um 41 % auf etwa 0,68 US-Dollar pro Million Token gefallen ist, da Unternehmen Standardeinstellungen vorgenommen und Routinearbeiten auf günstigere Standardmodelle umgeleitet haben.
Bedeutet eine günstigere KI, dass Unternehmen insgesamt weniger ausgeben?
Nicht unbedingt. Gartner prognostiziert, dass die Inferenzkosten pro agentischem Workflow bis 2028 um mehr als das Fünffache steigen werden, und Axios verweist auf das Jevons-Paradoxon, bei dem fallende Preise den Gesamtverbrauch und die Ausgaben in die Höhe treiben.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan/ übernimmt keine Haftung für Investitionen, die auf Grundlage der Informationen auf dieser Seite getätigt werden. Wirtronempfehlen dringend, vor jeder Anlageentscheidung eigene Recherchen durchzuführendent oder einen qualifizierten Fachmann zu konsultieren
Ibiam Wayas
Ibiam Wayas berichtet seit 2019 über Kryptowährungen. Er studierte Informatik an der National Open University of Nigeria. Seine Artikel erschienen auf verschiedenen Krypto-Nachrichtenplattformen, darunter Coinfomania, Crypto News Australia und AltcoinBuzz. Aufbauend auf seinem Informatikstudium konzentriert er sich nun auf Nachrichten zu Kryptowährungen, Robotik und Langlebigkeit.
