Das amerikanische Unternehmen wechselt zu günstigeren KI-Modellen, da der Preiskrieg den Markt umgestaltet
- Unternehmen in den USA entscheiden sich zunehmend für das kostengünstigste KI-Modell, das eine Aufgabe zuverlässig erledigen kann, anstatt für das leistungsstärkste zu zahlen.
-
Dieser Trend, berichtet vom FT und durch Ramp-Ausgabedaten gestützt, deutet auf einen Rückgang der Nutzung von Frontier-Modellen sowie einen Preisrückgang pro effektivem Token um 41% hin.
- Der Markt organisiert sich neu rund um die Kosten pro abgeschlossener Aufgabe, obwohl Analysten wie Gartner warnen, dass die Gesamtrechnungen für Inference weiter steigen könnten.
US-Unternehmen wählen die günstigste KI-Lösung, die die Aufgabe effizient ausführen kann, anstatt sich automatisch für die fortschrittlichste verfügbare KI-Lösung zu entscheiden.
Dieser Trend hat laut der Financial Times zu einem gewissen Druck auf die hohen Preise geführt, da die neuen KI-Modelle die Lücke in den Fähigkeiten schließen, während die Kosten für Tokens kontinuierlich sinken.
Das günstigste Modell kaufen, das die Aufgabe erledigt
Der Kern der Idee ist, dass teure Spitzemodelle nur bei Bedarf eingesetzt werden müssen und die reguläre Aufgabe von günstigeren Modellen erledigt werden kann, die die Aufgabe ausreichend gut ausführen.
Dieses Muster zeigte sich im Ramp’s September 9 AI Index. Basierend auf den Ausgaben-Daten vom August 2026 kauften 43,8 % der US-Unternehmen in Ramps Stichprobe Anthropic-Produkte, verglichen mit 39,8 % für OpenAI. Ramp wies auch auf die wachsende Nutzung günstigerer Modelle als Bedrohung für KI-Unternehmen hin, die darauf angewiesen sind, dass Unternehmen kontinuierlich mehr für Spitzensysteme ausgeben.
Der Trend ist auch konsistent mit den Ergebnissen des OECD-Berichts über agentic AI, der im September 2026 veröffentlicht wurde. Interviews mit 25 Organisationen ergaben, dass Kosteneinsparungen ein häufiger Grund für die Nutzung agentic Systeme waren, zusammen mit ihrem Beitrag zu höherer Produktivität und der Bewältigung von Arbeitskräftemangel.
Ein Preiskrieg gemessen in Bruchteilen eines Cents
Die Preise der Modelle sinken schnell, während neue Systeme eingeführt werden.
Laut früherer Berichterstattung von Cryptopolitan veröffentlichte OpenAI am 22. September GPT-6 Sol und GPT-6 Luna zu Preisen, die mindestens 50 % unter denen der vorherigen Modelle, GPT-5.6, lagen. GPT-6 Sol kostet 2 US-Dollar pro Million Input-Tokens und 10 US-Dollar pro Million Output-Tokens.
In derselben Woche startete Anthropic Opus 5.5, während xAI Grok 4.7 auf einen Markt brachte, der zunehmend von Preis-Leistungs-Kriterien getrieben wird. Laut Axios repräsentieren günstige, aber dennoch effiziente Modelle das neue Wettbewerbsrennen in der Branche.
Der langfristige Abwärtstrend ist noch erstaunlicher. Laut Epoch AI sank der Preis für die Erreichung eines konstanten KI-Leistungsniveaus seit 2023 quartalsweise um etwa 47 %, was etwa dem 13-fachen des jährlichen Betrags entspricht.
Kosten pro abgeschlossener Aufgabe sind wichtiger
Aufgrund dieses wachsenden preisbasierten Drucks ändern sich die Metriken, mit denen Unternehmen den Erfolg messen. Die Bedeutung der Benchmark-Führung hat nicht abgenommen, aber es liegt mehr Fokus darauf, wie viel Kunden für effiziente Leistung zahlen müssen.
Das AutomationBench von Zapier testet Agenten hinsichtlich End-to-End-Workflows in 47 Geschäftstools. Stand 28. September führte Claude Opus 5.5 die Tabelle mit 42,47 % Effizienz zu einem Preis von 1,44 US-Dollar pro Aufgabe, während GPT-6 Sol bei XHigh nur 0,27 US-Dollar pro Aufgabe für 33,2 % lag.
Der gleiche Tradeoff zeigt sich im Artificial Analysis. GPT-6 Sol mit maximaler Anstrengung erzielt 48 Punkte im Intelligence Index bei geschätzten 1,06 US-Dollar pro Aufgabe. Xiaomi’s Open-Weight MiMo-V2.6-Pro erzielt 46 Punkte bei nur 0,13 US-Dollar pro Aufgabe.
Diese Lücke ist so klein, dass Multi-Model-Routing praktikabel wird. Anstatt sich für alle Workloads auf einen einzelnen Anbieter verlassen zu müssen, haben Unternehmen die Möglichkeit, das richtige Modell basierend auf der relativen Wichtigkeit und Komplexität einer Aufgabe zu verwenden.
Günstigere Tokens können immer noch zu höheren Rechnungen führen
Niedrigere Preise bedeuten nicht zwangsläufig geringere KI-Ausgaben.
Laut Axios zeigt das Jevons-Paradoxon, dass günstigere Ressourcen zu einem größeren Verbrauch führen. Gartner machte eine ähnliche Aussage wie das Jevons-Paradoxon in seiner Prognose vom 17. August, in der es einen mehr als fünffachen Anstieg der Inferenzkosten für agentic Workflows bis 2028 abschätzte.
Günstigere Modelle können auch die Zugänglichkeit in anderen Teilen der Welt erhöhen. Laut dem von Microsoft veröffentlichten Global AI Diffusion Report können günstige und Open-Source-Modelle ebenfalls Zugänglichkeit bieten, Infrastruktur, Konnektivität und Fähigkeiten werden jedoch eine entscheidende Rolle dabei spielen, wer von diesen profitieren kann.
Die Nachfrage wächst bei Unternehmenskäufern: Die beste KI ist vielleicht nicht die intelligenteste, sondern die Art von KI, die ihre Aufgabe effizient zu den niedrigsten Kosten erledigt.
Wenn Sie dies lesen, sind Sie bereits 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% im Vergleich zu 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 Unternehmen tatsächlich zu günstigeren Modellen?
Die Daten von Ramp zeigen, dass der Anteil der Frontier-Modelle am Token-Volumen von einem August-Höchststand von 53% auf 45% gesunken ist; gleichzeitig fiel der effektive Preisindex um 41% auf etwa 0,68 US-Dollar pro Million Tokens, da Firmen Standardwerte festlegen, die Routineaufgaben auf günstigere Standardmodelle lenken.
Bedeutet günstigere KI, dass Unternehmen insgesamt weniger ausgeben?
Nicht unbedingt. Gartner prognostiziert, dass die Inferenzkosten pro agentic Workflow bis 2028 mehr als verfünffacht steigen werden, und Axios verweist auf das Jevons-Paradoxon, bei dem fallende Preise zu einem Anstieg des Gesamtverbrauchs und der Ausgaben führen.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com übernimmt keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor der Entscheidung für eine Anlage unabhängige Recherchen durchzuführen und/oder sich mit einem qualifizierten Fachmann beraten zu lassen.
Ibiam Wayas
Ibiam Wayas berichtet seit 2019 über Krypto-Nachrichten. Er studierte Informatik an der National Open University of Nigeria. Seine Arbeiten erschienen in verschiedenen Krypto-Nachrichtenplattformen, darunter Coinfomania, Crypto News Australia und AltcoinBuzz. Aufgrund seines Hintergrunds in der Informatik konzentriert er sich nun auf Nachrichten zu Kryptowährungen, Robotik und Langlebigkeit.
