LLM-Check Preise & Umfang aktueller Sprachmodelle

OpenAI rechnet bei API-Modellen überwiegend pro 1 Mio. Tokens ab; Standardpreise gelten für kurzen Kontext. Batch und Flex sind bei den aktuellen GPT-6-Modellen günstiger, während Fast/Ultrafast sowie Long-Context-Anfragen Aufschläge haben können; einzelne Spezialmodelle sind zugangsbeschränkt.

Stichtag der Recherche: 18. Oktober 2026. Pro und Max sind Abonnements für Claude-Anwendungen und keine eigenständigen API-Modellvarianten; sie erhalten daher keine separaten Modell-IDs. Anthropic bietet nach den offiziellen Modellunterlagen keine Open-Weights-LLMs an; die Preise unten sind Standardpreise pro 1 Mio. Tokens und abweichende Batch-, Cache- oder Fast-Mode-Tarife stehen jeweils in `price_notes`.

Google rechnet im Paid Tier überwiegend nach Input- und Output-Tokens ab; Thinking-Tokens zählen beim Output mit. Batch und Flex sind meist günstiger, Priority teurer; Langkontext- und Modalitätsaufschläge sind je Modell in den Preisnotizen angegeben. Die hier genannten Standardpreise gelten zum Stichtag 2026-10-18.

Die öffentlichen Text-API-Standardpreise gelten bis unter 200.000 Prompt-Tokens; ab 200.000 gelten die je Modell notierten Long-Context-Tarife. Am US-Regionalendpoint werden globale Tokenpreise mit einem Aufschlag von 10 % berechnet. Grok 4.7 Fast ist laut Release Notes nur in Cursor und Grok Build verfügbar, nicht über die öffentliche xAI-API, und ist deshalb nicht aufgeführt.

Stand 18.10.2026: Die früheren Llama-API-Startseiten leiten zur Meta Model API weiter; dort sind Muse Wonder und Muse Spark direkt gehostet und tokenbasiert abrechenbar. Llama- und weitere Open-Weights-Modelle sind zusätzlich weiterhin als Downloads verfügbar, werden aber nicht über eine von Meta betriebene Inference-API angeboten; deshalb haben sie keine API-ID und Preise von null.

Stichtag der Recherche ist der 18. Oktober 2026. Die API-Preise sind Standardtarife in USD pro 1 Mio. Tokens; Batch-Verarbeitung ist laut Anbieter 50 % günstiger, und Cache-Hits werden – soweit ausgewiesen – separat berechnet. Deprecated-Modelle bleiben laut Lifecycle-Richtlinie bis zum Retirement-Datum per API erreichbar; hier sind nur die jeweils letzten noch erreichbaren Vorgänger je Familie enthalten.

Stand 18.10.2026 führt die DeepSeek-API zwei unmittelbar abrechenbare Chatmodell-IDs: `deepseek-flash` und `deepseek-v4-pro`. Die noch akzeptierten Alias-IDs `deepseek-v4-flash` und `deepseek-v4-flash-vision-exp` sind keine eigenständigen Legacy-Modelle mehr, sondern werden auf V4.1-Flash umgeleitet. Als Standardtarif sind hier die Peak-Preise erfasst; Off-Peak kostet jeweils 50 % davon.

Stand 2026-10-18 führt die Kimi Open Platform vier unmittelbar verfügbare Text-/Multimodal-Chat-API-IDs: Kimi K3, K2.7 Code, K2.7 Code HighSpeed und K2.6. Die API wird nutzungsbasiert abgerechnet; für K2.7 Code und K2.6 kostet Batch-Inferenz 60 % des Standardtarifs. Die offiziell als eingestellt dokumentierten K2.5-, K2- und moonshot-v1-Modelle sind nicht enthalten, da Aufrufe inzwischen mit 404 fehlschlagen.

Stand: 2026-10-18. Erfasst sind Qwen-Text-, Vision-, Omni-, OCR- und Coding-Chatmodelle aus Alibaba Cloud Model Studio; Realtime-/Live-Audio, ASR/TTS, Embeddings, Moderation sowie reine Bild-/Videogenerierung sind ausgeschlossen. Preise sind reguläre API-Listenpreise pro 1 Mio. Tokens ohne Aktionsrabatte; bei Staffelpreisen steht der niedrigste Standard-Input-Tarif in den Preisfeldern, weitere Stufen sowie regions- oder modalitätsspezifische Abweichungen stehen in price_notes. Datierte Snapshots wurden beim jeweiligen undatierten Alias zusammengeführt.

Stichtag: 2026-10-18. Amazon Nova wird über Amazon Bedrock per Invoke-/Converse-API angeboten; Preise sind USD je 1 Mio. Tokens im Standardtarif der öffentlichen Bedrock-Preisseite. Nova 2 Pro und Nova 2 Omni sind weiterhin zugangsbeschränkte Preview-Modelle für Nova-Forge-Kunden; Nova Premier ist als Legacy ausgewiesen. Reine Sprach-Realtime-Modelle (Nova Sonic/Nova 2 Sonic), Embeddings sowie reine Bild-/Videomodelle wurden nicht aufgenommen.

Cohere rechnet etablierte Command-API-Modelle tokenbasiert ab; mehrere neuere Varianten sind über die Shared API zunächst kostenlos, aber rate-limitiert und für Produktion über Sales bzw. Model Vault vorgesehen. Model Vault wird getrennt pro Instanz/Stunde abgerechnet; daher sind dessen Tarife nicht in den Tokenpreisen enthalten.

Z.AI rechnet die hier aufgeführten API-Modelle regulär pro 1 Mio. Tokens ab; die Preisseite unterscheidet Eingabe, Cache-Hit und Ausgabe. Bei Modellen mit Prompt-Caching ist die Cache-Speicherung laut Preisseite derzeit zeitlich befristet kostenlos. Als "legacy" sind weiterhin bepreiste/API-dokumentierte, aber durch neuere Reihen abgelöste Modelle markiert; Z.AI kennzeichnet diesen Status nicht durchgängig ausdrücklich.

MiniMax rechnet die Pay-as-you-go-LLM-API in USD ab. Für MiniMax-M3 gelten bei mehr als 512.000 Input-Tokens doppelte Standardtarife; der Priority-Tier kostet jeweils das 1,5-Fache. MiniMax-M3.1-Flash-Preview ist derzeit ausschließlich über M Plan/MiniMax Code samt API-Schlüssel nutzbar und hat keinen veröffentlichten USD-pro-Token-Tarif; M2.5 und M2.7 sind am 18. Oktober 2026 für Bestandsnutzer noch verfügbar, ihre Abschaltung ist für den 18. November 2026 angekündigt.

Stand 18. Oktober 2026 führt die offizielle Agent-API-Modellliste genau ein von Perplexity selbst stammendes Sprachmodell: Sonar. Die frühere Sonar-Chat-Completions-API wurde am 27. September 2026 eingestellt; synchrone Aufrufe werden während der Migration schrittweise als Agent-API-Anfragen reformuliert. Die über dieselbe Plattform zugänglichen Modelle anderer Hersteller sind nicht als Perplexity-/Sonar-Modelle aufgeführt.