OpenAI und Anthropic senken LLM-Preise um bis zu 80 %: API-Kosten neu berechnen

OpenAI und Anthropic haben die API-Preise seit Juli 2026 stark gesenkt, und die Senkungen stehen auf ihren eigenen Preisseiten. GPT-5.6 Luna fiel über Nacht um 80 %, GPT-6.1 Sol wird mit 2 $/10 $ gegenüber GPT-5.6 Sols 5 $/30 $ gelistet, Claude Opus 5.5 senkte Cache-Lesevorgänge um 60 %, und Claude Haiku 5.5 wird zu einem Zehntel von Haiku 4.5 gelistet. Wenn Ihr Kostenmodell, Ihre Routing-Regeln oder Ihre Budget-Warnungen vor September stammen, sind sie jetzt falsch — größtenteils zu Ihren Gunsten. Unten: verifizierte Vorher-/Nachher-Preise, Berechnungen pro Anfrage, die Fallstricke, die Rechnungen immer noch aufblähen, und wie Sie Ihren Coding-Agenten Token-Budgets in Tests verwandeln lassen.

Testen Sie Apidog noch heute

Der Aufhänger ist Max Woolfs Essay OpenAI und Anthropic senken ihre LLM-Preise innerhalb weniger Monate um bis zu 80 %. Warum? und sein Hacker-News-Thread. Wir haben die Marktseite in dem KI-Modell-Preiskrieg vom September 2026 behandelt; dieser Beitrag dreht sich darum, was ein Team ändern sollte.

Die verifizierten Vorher-/Nachher-Preise

USD pro Million Token (Eingabe / Ausgabe / zwischengespeicherte Eingabe), Standard-Tarif, unterhalb der Long-Context-Schwellenwerte. Die OpenAI-Zeilen stammen von der OpenAI API-Preisseite, gelesen am 2026-10-26, wobei die „Vorher“-Preise aus archivierten Kopien dieser Seite stammen. Die Anthropic-Zeilen stammen aus den Claude-Preis-Dokumenten, die alte und neue Modelle nebeneinander auflisten.

Modelländerung	Vorher	Nachher	Änderung	Wann
GPT-5.6 Luna (Preissenkung)	$1 / $6 / $0.10	$0.20 / $1.20 / $0.02	-80 % durchgängig	2026-07-30
GPT-5.6 Terra (Preissenkung)	$2.50 / $15 / $0.25	$2 / $12 / $0.20	-20 %	2026-07-30
GPT-5.6 Sol (Aktionsangebot)	$5 / $30 / $0.50	$4 / $20 / $0.40	-20 % Eingabe, -33 % Ausgabe	2026-08-21
GPT-5.6 Sol Listenpreis zu GPT-6.1 Sol	$5 / $30 / $0.50	$2 / $10 / $0.10	-60 % Eingabe, -67 % Ausgabe, -80 % Cache	2026-09-29
GPT-5.6 Luna zu GPT-6 Luna	$0.20 / $1.20 / $0.02	$0.10 / $0.50 / $0.01	-50 % Eingabe, -58 % Ausgabe	2026-09-22
Claude Opus 5 zu Opus 5.5	$5 / $25 / $0.50	$4 / $20 / $0.20	-20 % Eingabe/Ausgabe, -60 % Cache	2026-09-22
Claude Fable 5 zu Fable 5.1	$10 / $50 / $1	$10 / $50 / $0.25	-75 % nur Cache	Sept. 2026
Claude Sonnet 5 zu Sonnet 5.5	$2 / $10 / $0.20	$2 / $10 / $0.10	-50 % nur Cache	Sept.-Okt. 2026
Claude Haiku 4.5 zu Haiku 5.5	$1 / $5 / $0.10	$0.10 / $0.50 / $0.01	-90 % (Prompts bis zu 100K)	Okt. 2026

Nur die GPT-5.6-Zeilen sind Senkungen beim selben Modell; der Rest sind günstigere Nachfolger, daher unterscheiden sich Qualität und Token-Anzahl. Der Einführungspreis von Sonnet 5 von 2 $/10 $ wurde dauerhaft, und die Dokumente besagen, dass der geplante Wechsel zu 3 $/15 $ „nicht stattfinden wird“. Der GPT-5.6 Sol-Rabatt ist ein Aktionsangebot, „verfügbar mindestens bis zum 21. November 2026“. Die Preise vor der Senkung für Luna und Terra finden sich auf der archivierten OpenAI-Preisseite vom 29. Juli.

Aufschlüsselungen pro Modell: die GPT-5.6-Preissenkung, GPT-6 Sol-Preisgestaltung, Claude Haiku 5.5-Preisgestaltung.

Warum die Preise fielen

Der einzige Grund aus erster Hand kommt von Anthropic: Die Claude Opus 5.5-Ankündigung besagt, dass das Modell „weniger Rechenleistung zum Bedienen benötigt als Opus 5, und seine Preisgestaltung spiegelt das wider“, und schätzt 40 % niedrigere Kosten bei typischen Workloads. OpenAIs Seiten nennen keinen Grund. Der Rest ist Meinung:

• Wettbewerb, niedrige Wechselkosten. Woolf argumentiert, dass Modelle jetzt nahe Substitute sind: Ein Wechsel ist ein Umschalten in einem Harness oder ein neuer Modellstring durch einen Router. Open-Weight-Modelle, die von vielen Anbietern bereitgestellt werden (er zählte 29 für eine DeepSeek Flash-Variante auf OpenRouter am 24. Oktober), setzen die Untergrenze.
• Wie du mir, so ich dir. Die Senkungen wechseln sich zwischen den beiden Unternehmen ab, und beide lieferten am 22. September günstigere Flaggschiffe aus.
• IPO-Timing. Woolf merkt an, dass beide Gerüchten zufolge kurz vor IPOs stehen, und findet das Timing seltsam. Das ist Spekulation über Motive.
• Effizienz. Viele HN-Kommentatoren erzählen die einfachere Geschichte: besseres Caching, kleinere Modelle, günstigeres Bedienen.

Woolf zitiert außerdem Daten des Vercel AI Gateway: Die Kosten pro Token fielen auf 43,3 % ihres Niveaus vom April 2026, während die Gesamtausgaben stiegen. Günstigere Token verringern selten eine Rechnung, es sei denn, Sie ändern, wie Sie sie ausgeben.

Was die Senkungen ändern: durchgerechnete Mathematik pro Anfrage

Ein cache-lastiger Agenten-Turn

Nehmen Sie einen Turn eines Coding-Agenten: 100.000 Token Konversation aus dem Cache gelesen, 2.000 neue Eingabe-Token, 1.000 Ausgabe-Token.

Modell	Cache-Lesevorgänge	Neue Eingabe	Ausgabe	Turn-Kosten
GPT-5.6 Sol (Listenpreis)	$0.050	$0.010	$0.030	$0.090
GPT-5.6 Sol (Aktionsangebot)	$0.040	$0.008	$0.020	$0.068
GPT-6.1 Sol	$0.010	$0.004	$0.010	$0.024
Claude Opus 5	$0.050	$0.010	$0.025	$0.085
Claude Opus 5.5	$0.020	$0.008	$0.020	$0.048

GPT-6.1 Sol liegt bei diesem Turn 73 % unter dem Listenpreis von GPT-5.6 Sol, und Opus 5.5 liegt 44 % unter Opus 5, nahe an Anthropics 40 %. Bei den alten Modellen machten Cache-Lesevorgänge mehr als die Hälfte des Turns aus, daher ist der Cache-Lesepreis jetzt die Zahl, die für Agenten zählt. Deshalb ist Fable 5.1s reine Cache-Senkung wichtiger, als seine unveränderten 10 $/50 $ vermuten lassen. Siehe unsere Opus 5.5 Caching-Break-even-Mathematik und GPT-6 Prompt-Caching-Leitfaden.

Was zu ändern ist: Ordnen Sie Modelle nach Kosten pro Turn bei Ihrer tatsächlichen Cache-Trefferquote ein, nicht nach dem Listen-Eingabepreis.

Ein Klassifikator mit hohem Volumen

Nun ein Router oder Klassifikator: 1 Million Anfragen pro Tag, jeweils 1.500 Eingabe-Token und 200 Ausgabe-Token, kein Caching.

• GPT-5.6 Luna vor dem 30. Juli: 1,5 Mrd. Eingabe zu 1 $ plus 200 Mio. Ausgabe zu 6 $ = 2.700 $/Tag
• GPT-6 Luna: 150 $ + 100 $ = 250 $/Tag
• Claude Haiku 4.5: 1.500 $ + 1.000 $ = 2.500 $/Tag
• Claude Haiku 5.5: 150 $ + 100 $ = 250 $/Tag

Was zu ändern ist: Hören Sie auf, Prompts für kleine Modelle zu kürzen, und testen Sie, ob Mid-Tier-Verkehr jetzt in ein kleines Modell passt. Führen Sie zuerst Ihr Eval-Set aus: Der Preis pro Token sagt nichts über die Genauigkeit bei Ihren Daten aus.

Batch: kleinere Beträge, gleicher Prozentsatz

Beide gewähren weiterhin 50 % Rabatt auf asynchrone Arbeit: Anthropics Batch-API halbiert Eingabe und Ausgabe, und OpenAIs Flex/Batch-Tarif halbiert alles, einschließlich zwischengespeicherter Eingabe (GPT-6.1 Sol: 1 $ / 5 $ / 0,05 $). Beim obigen Klassifikator spart Batch jetzt 125 $ pro Tag. Bei kleinen Workloads rechtfertigt das möglicherweise keine zusätzliche Queueing-Infrastruktur mehr; bei großen gilt der OpenAI Batch API-Leitfaden weiterhin.

Die Fallstricke, die die Rechnung immer noch aufblähen

Cache-Schreibvorgänge kosten mehr als Eingabe. Anthropic berechnet das 1,25-fache der Basis-Eingabe für einen 5-Minuten-Schreibvorgang und das 2-fache für einen 1-Stunden-Schreibvorgang. OpenAIs Tabelle hat ebenfalls Schreibspalten: das 1,25-fache für 30 Minuten und das 2,5-fache für 12 Stunden (GPT-6.1 Sol: 2,50 $ und 5 $ gegenüber 2 $ Eingabe). Ein Präfix, das geschrieben und nie gelesen wird, kostet 25 % bis 150 % mehr als kein Cache. Wenn Lesevorgänge 5 % der Eingabe ausmachen, amortisiert sich ein kurzer Schreibvorgang nach einem Lesevorgang, ein langer nach zwei.

Long-Context-Multiplikatoren. Bei GPT-6.1 Sol und GPT-6 Luna besagen OpenAIs Modellseiten, dass Prompts über 272K Eingabe-Token mit dem 2-fachen der Eingabe- und Cache-Sätze und dem 1,5-fachen der Ausgabe „für die gesamte Anfrage“ berechnet werden. Claude Haiku 5.5 springt oberhalb von 100.000 Prompt-Token von 0,10 $/0,50 $ auf 0,50 $/2,50 $, und Anthropic zählt Cache-Lese- und -Schreibvorgänge auf diese Schwelle an. Andere Claude 4.6 und spätere Modelle berechnen das volle 1M-Fenster zu Standardsätzen. Ein überdimensionierter Prompt auf einem Hot Path kann die Einsparungen zunichtemachen.

Reasoning-Token sind Ausgabe-Token. OpenAIs Reasoning-Leitfaden besagt, dass Reasoning-Token „als Ausgabe-Token berechnet werden“ und zeigt sie in usage.output_tokens_details.reasoning_tokens an. Eine Antwort kann max_output_tokens erreichen, bevor eine sichtbare Ausgabe erfolgt, und Sie zahlen trotzdem. Anthropics Thinking-Kosten-Dokumente berechnen das vollständige Thinking, nicht die sichtbare Zusammenfassung, gemeldet in usage.output_tokens_details.thinking_tokens. Ausgabe ist die teure Seite jeder Zeile, daher können Effort-Einstellungen Rechnungen stärker bewegen als die Modellwahl.

Regionale Aufschläge. OpenAI fügt 10 % für regionale Verarbeitung (Datenresidenz) bei Modellen hinzu, die am oder nach dem 5. März 2026 veröffentlicht wurden, und 10 % für FedRAMP-Endpunkte. Anthropic wendet einen 1,1-fachen Multiplikator an, wenn Sie inference_geo: "us" festlegen, und regionale Endpunkte auf Bedrock und Google Cloud haben einen 10 %igen Aufpreis gegenüber globalen.

Tokenisierer und Aktionen. Anthropics Dokumente besagen, dass Claude 4.7 und spätere Modelle einen Tokenisierer verwenden, der für denselben Text etwa 30 % mehr Token erzeugt als Sonnet 4.6 und früher, sodass sich für denselben Text Haiku 4.5 zu Haiku 5.5 eher auf 87 % als auf 90 % beläuft. Und wenn Sie gpt-5.6-sol festgelegt haben, um den Aktionspreis zu halten, tragen Sie den 21. November 2026 in Ihren Kalender ein.

Lassen Sie Ihren Coding-Agenten Kostenassertionen für Ihre LLM-Aufrufe mit Apidog CLI setzen

Preise ändern sich monatlich; Token-Anzahlen ändern sich, wann immer jemand einen Prompt bearbeitet oder eine Effort-Einstellung erhöht. Die dauerhafte Lösung ist ein Test, der fehlschlägt, wenn ein Aufruf das Budget überschreitet, ausgeführt bei jedem Pull Request. Lassen Sie Claude Code, Codex oder Cursor ihn mit Apidog CLI schreiben.

Installieren Sie die CLI und den Agenten-Skill einmal:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Geben Sie dann Ihrem Agenten einen [REDACTED PROMPT]
In Apidog project , create an environment "openai" with base URL https://api.openai.com
and an endpoint POST /v1/responses. Add a test case that sends our support-ticket summary
prompt to gpt-6.1-sol and asserts: HTTP 200, usage.output_tokens at most 1500 and
usage.output_tokens_details.reasoning_tokens at most 1000. Use an API key variable,
not a literal. Run it and summarize any failures.

Der Agent liest jedes Payload-Schema, validiert vor dem Schreiben und führt den Testfall aus:

bash
apidog environment create openai --project --base-url https://api.openai.com
apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file endpoint.json
apidog endpoint create --project --file endpoint.json
apidog test-case category --project
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project --file case.json
apidog run --test-case --project -e -r cli,json

Die Budgets leben in den `postProcessors` des Testfalls als Assertionen auf JSONPath, mit Vergleichen wie `isAtMost` und `isAtLeast` aus dem `test-case-create`-Schema:

json
{
"type": "assertion",
"defaultEnable": true,
"enable": true,
"data": {
"name": "output tokens under budget",
"subject": "responseJson",
"comparison": "isAtMost",
"value": "1500",
"path": "$.usage.output_tokens"
}
}

Richten Sie für Claude den Endpunkt auf `/v1/messages` und prüfen Sie `$.usage.output_tokens` und `$.usage.output_tokens_details.thinking_tokens`. Fordern Sie dann ein Testszenario an, das denselben Aufruf zweimal ausführt und prüft, dass `$.usage.input_tokens_details.cached_tokens` (OpenAI) oder `$.usage.cache_read_input_tokens` (Claude) der zweiten Antwort über null liegt: Wenn jemand das zwischengespeicherte Präfix beschädigt, schlägt der Build fehl, bevor die Rechnung eintrifft. Speisen Sie repräsentative Prompts mit `-d` ein, übergeben Sie den API-Schlüssel aus CI-Secrets mit `--env-var` und verwenden Sie `-r junit` in Ihrer Pipeline ([CI/CD-Leitfaden](https://apidog.com/de/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation)). [Apidog CLI in Claude Code](https://apidog.com/de/blog/apidog-cli-in-claude-code?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) behandelt die Agenten-Einrichtung.

## FAQ

**Haben OpenAI und Anthropic wirklich die Preise um 80 % gesenkt?** Für ein Modell, ja: GPT-5.6 Luna ging am 30. Juli 2026 von 1 $/6 $ auf 0,20 $/1,20 $. Die meisten anderen Senkungen stammen von günstigeren Nachfolgemodellen.

**Gelten die Senkungen für Claude Code- und Codex-Abonnements?** Die Preisseiten decken die API ab. Woolf sagt, dass die Einsparungen auch Subscription-Harnesses erreichen, berichtet aber auch, dass OpenAI die Nutzungszulage im 200 $-Tarif von Codex halbiert hat, also prüfen Sie die Limits Ihres Plans.

**Ist der GPT-5.6 Sol-Preis dauerhaft?** Nein. Er ist ein Aktionsangebot, mindestens bis zum 21. November 2026. GPT-6.1 Sol ist ohnehin günstiger.

**Was ist der günstigste Weg, die Rechnung eines Agenten jetzt zu senken?** Erhöhen Sie Ihre Cache-Trefferquote und senken Sie den Reasoning-Aufwand. Cache-Lesevorgänge dominieren lange Sitzungen, und Reasoning wird zum Ausgabe-Satz berechnet.

## Nächster Schritt

Führen Sie die Kostenrechnung für Ihre drei geschäftigsten LLM-Aufrufe erneut durch und lassen Sie dann Ihren Agenten für jeden einen Token-Budget-Test hinzufügen. [Laden Sie Apidog herunter](https://apidog.com/download/?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation), um zu beginnen.