---
title: "Open-Weight vs. geschlossene LLMs: API-Kosten im Vergleich"
description: "Sind Open-Weight-Modelle per API günstiger als GPT, Claude oder Gemini? Preise pro Token von den Anbieterseiten, Spannen zwischen Hosts und Kosten pro Nutzer."
url: https://broadrouter.com/de/blog/open-weight-vs-closed-model-api-cost/
lang: de
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Mit KI-Unterstützung aus dem Englischen übersetzt. [Englisches Original lesen](https://broadrouter.com/blog/open-weight-vs-closed-model-api-cost/) (aktualisiert am 2026-11-16).

# API-Kosten: Open-Weight- vs. geschlossene Modelle laut Preisdaten

Vom Team von BroadNet Inference · 9 Min. Lesezeit · Veröffentlicht 2026-11-15 · Aktualisiert 2026-11-16

Meist ja, aber nicht allein nach Modellname. Laut den am 15. November 2026 geprüften Preisen kostet GLM 5.3 beim Hersteller pro Token weniger als GPT-6.1 Sol oder Claude Sonnet 5.5, doch kleine geschlossene Modelle wie GPT-6 Luna kosten etwa so viel wie gehostete offene Modelle. Auch der Host zählt: Dasselbe offene Modell kann bei einem Host ein Mehrfaches dessen kosten, was ein anderer verlangt.

## Das Wichtigste in Kürze

-   Vergleichen Sie nach Aufgabenklasse, nicht nach „offen“ oder „geschlossen“. Kleine geschlossene Modelle (GPT-6 Luna, Claude Haiku 5.5) kosten laut Liste 0,10 USD Input und 0,50 USD Output pro 1 Mio., im selben Bereich wie gehostete offene Modelle.
-   Die größeren geschlossenen Modelle, die wir geprüft haben, kosten laut Liste 0,75 bis 2,00 USD Input und 2,50 bis 10,00 USD Output pro 1 Mio.; GLM 5.3 kostet beim Hersteller 1,40 USD und 4,40 USD.
-   Dieselben offenen Gewichte kosten je nach Host unterschiedlich viel: Unter den hier gelisteten Hosts reicht der Input für gpt-oss-120b von 0,037 USD (DeepInfra) bis 0,15 USD (Groq, Together) pro 1 Mio.
-   In einem Rechenbeispiel für einen aktiven SaaS-Nutzer pro Monat reichen die Kosten von 0,08 USD (gpt-oss-120b bei DeepInfra) bis zu etwa 3,95 USD bei geschlossenen Frontier-Modellen; Zeilen mit offenen Modellen erreichen bis zu 2,07 USD (GLM 5.3 bei Z.ai).
-   Geschlossene Anbieter bieten 50 % Batch-Rabatt (wie auch einige Hosts offener Modelle) und an der Spitze die stärkere Qualität. Testen Sie beides mit Ihren eigenen Daten, bevor Sie wechseln.

**Auf dieser Seite**

1.  Wie schneiden geschlossene und Open-Weight-Modelle pro Token ab?
2.  Wie stark verändert der Host den Preis eines offenen Modells?
3.  Was kostet eine echte Last bei den einzelnen Modellen?
4.  Warum nach Aufgabenklasse vergleichen statt nach Modellname?
5.  Was verändert die tatsächlichen Kosten noch?
6.  Wo BroadNet Inference einzuordnen ist

„Open Source ist günstiger“ ist die übliche Faustregel. Sie stimmt meistens, aber über Ihre Rechnung entscheiden die Details. Dieser Beitrag vergleicht die Preise pro Token für geschlossene Modelle (GPT, Claude, Gemini, Grok) und Open-Weight-Modelle (GLM 5.3, DeepSeek V4.1 Flash, Qwen3.8 27B, gpt-oss-120b, Gemma 4) anhand der eigenen Preisseiten der Anbieter und rechnet dann eine realistische Last durch. Jeder Preis von Drittanbietern wurde am 15. November 2026 erneut von der Seite des Anbieters abgelesen. BroadRouter ist die Website von BroadNet, und BroadNet verkauft einige dieser offenen Modelle; wir zeigen deshalb, wo andere Hosts weniger verlangen.

Die Zeilen stammen aus unserem [Datensatz zu Preisen von LLM-API-Anbietern](https://broadrouter.com/data/llm-api-provider-prices/), den Rohdaten hinter dem [LLM-API-Preisindex](https://broadrouter.com/data/llm-api-price-index/). Die geschäftliche Seite der Entscheidung (Kontrolle, Lock-in, Qualitätsabstand) behandelt [Open-Weight- vs. geschlossene Modelle für Unternehmen](https://broadrouter.com/de/blog/open-weight-vs-closed-models/).

## Wie schneiden geschlossene und Open-Weight-Modelle pro Token ab?

Standardpreise bei Pay-as-you-go pro 1 Mio. Tokens, kurze Prompts, geprüft am 15. November 2026:

| Modell | Typ | Verkäufer | Input | Gecachter Input | Output |
| --- | --- | --- | --- | --- | --- |
| GPT-6.1 Sol | Geschlossen | OpenAI | 2,00 USD | 0,10 USD | 10,00 USD |
| Claude Sonnet 5.5 | Geschlossen | Anthropic | 2,00 USD | 0,10 USD | 10,00 USD |
| Gemini 4 Hydrogen | Geschlossen | Google | 1,50 USD | 0,075 USD | 7,50 USD |
| Gemini 3.8 Flash | Geschlossen | Google | 0,75 USD | 0,075 USD | 3,75 USD |
| Grok 4.3 | Geschlossen | xAI | 1,25 USD | 0,20 USD | 2,50 USD |
| GPT-6 Luna | Geschlossen | OpenAI | 0,10 USD | 0,01 USD | 0,50 USD |
| Claude Haiku 5.5 | Geschlossen | Anthropic | 0,10 USD | 0,01 USD | 0,50 USD |
| GLM 5.3 | [Open-Weight](https://broadrouter.com/de/glossary/open-weight-model/) | Z.ai (Hersteller) | 1,40 USD | 0,26 USD | 4,40 USD |
| DeepSeek V4.1 Flash | Open-Weight | DeepSeek (Hersteller), Spitzenzeit | 0,30 USD | 0,006 USD | 1,20 USD |
| Qwen3.8 27B | Open-Weight | Alibaba Cloud (Hersteller) | 0,50 USD | nicht angegeben | 3,00 USD |
| gpt-oss-120b | Open-Weight | Groq | 0,15 USD | 0,075 USD | 0,60 USD |
| Gemma 4 26B A4B | Open-Weight | DeepInfra | 0,07 USD | nicht angegeben | 0,34 USD |

Hinweise von den Seiten selbst:

-   **Gemini 3.8 Flash** ist ein Aktionspreis „through December 31, 2026“ (Übersetzung: bis zum 31. Dezember 2026). Ab dem 1. Januar 2027 nennt Google 1,50 USD Input, 0,15 USD gecacht und 7,50 USD Output, das Doppelte der heutigen Preise.
-   **Claude Haiku 5.5** gilt für Prompts bis 100.000 Tokens. Längere Prompts kosten 0,50 USD Input und 2,50 USD Output.
-   **GPT-6.1 Sol und GPT-6 Luna** haben höhere Preise oberhalb von 272.000 Input-Tokens. **Grok 4.3** berechnet die gesamte Anfrage zu einem höheren Preis, sobald der Prompt 200.000 Tokens erreicht.
-   **DeepSeek** halbiert seine Preise außerhalb der Spitzenzeiten: 0,15 USD Input, 0,003 USD gecacht und 0,60 USD Output außerhalb von 01:00 bis 04:00 und 06:00 bis 10:00 UTC an Werktagen.

Drei Muster fallen auf:

1.  **Das obere Ende der geschlossenen Modelle kostet mehr.** Der Output von GPT-6.1 Sol und Claude Sonnet 5.5 kostet mehr als das Doppelte des Outputs von GLM 5.3 beim eigenen Hersteller.
2.  **Das untere Ende nicht.** GPT-6 Luna und Claude Haiku 5.5 haben einen niedrigeren Input-Listenpreis als gpt-oss-120b bei Groq und liegen nur wenige Cent über Gemma 4 bei DeepInfra. Der Output-Preis von Gemma ist niedriger.
3.  **Beim gecachten Input unterscheiden sich die Anbieter am stärksten.** Der Cache-Preis von DeepSeek beträgt 2 % des Input-Preises; der von GLM 5.3 bei Z.ai etwa 19 %. Agenten, die denselben Kontext erneut senden, profitieren am meisten von einem niedrigen Cache-Preis. Siehe [gecachte Input-Tokens erklärt](https://broadrouter.com/de/blog/cached-input-tokens-explained/).

## Wie stark verändert der Host den Preis eines offenen Modells?

Ein geschlossenes Modell hat eine Preisliste pro Anbieter (plus lizenzierte Clouds). Offene Gewichte kann jeder ausliefern, daher hat dasselbe Modell viele Preise. Einige Beispiele pro 1 Mio. Tokens, geprüft am 15. November 2026:

| Offenes Modell | Host | Input | Gecachter Input | Output |
| --- | --- | --- | --- | --- |
| GLM 5.3 | Z.ai | 1,40 USD | 0,26 USD | 4,40 USD |
| GLM 5.3 | Together AI | 1,40 USD | 0,26 USD | 4,40 USD |
| GLM 5.3 | DeepInfra (Aktion, 38 % Rabatt) | 0,5625 USD | 0,125 USD | 2,50 USD |
| GLM 5.3 | BroadNet Inference | $0.78 | $0.173 | $3.46 |
| DeepSeek V4.1 Flash | DeepSeek, Spitzenzeit | 0,30 USD | 0,006 USD | 1,20 USD |
| DeepSeek V4.1 Flash | Together AI | 0,30 USD | 0,006 USD | 1,20 USD |
| DeepSeek V4.1 Flash | DeepInfra (Aktion, 30 % Rabatt) | 0,14 USD | 0,0042 USD | 0,42 USD |
| DeepSeek V4.1 Flash | BroadNet Inference | $0.175 | $0.0055 | $0.52 |
| Qwen3.8 27B | Alibaba Cloud | 0,50 USD | nicht angegeben | 3,00 USD |
| Qwen3.8 27B | DeepInfra (Aktion, 25 % Rabatt) | 0,15 USD | 0,0375 USD | 1,875 USD |
| Qwen3.8 27B | BroadNet Inference | $0.175 | $0.0435 | $2.17 |
| gpt-oss-120b | Groq | 0,15 USD | 0,075 USD | 0,60 USD |
| gpt-oss-120b | Together AI | 0,15 USD | nicht angegeben | 0,60 USD |
| gpt-oss-120b | DeepInfra | 0,037 USD | nicht angegeben | 0,17 USD |
| Gemma 4 26B A4B | DeepInfra | 0,07 USD | nicht angegeben | 0,34 USD |
| Gemma 4 26B A4B | BroadNet Inference | $0.10 | nicht veröffentlicht | $0.22 |

Die Spanne ist groß: etwa das 2,5-Fache beim Input von GLM 5.3 und etwa das 4-Fache beim Input von gpt-oss-120b zwischen den Hosts oben. Die Zeilen von DeepInfra für GLM, DeepSeek und Qwen sind als Aktionsrabatte gekennzeichnet, und die Seiten sagen nicht, wann sie enden. BroadNet liegt bei GLM 5.3 und Qwen3.8 27B unter dem Listenpreis des Herstellers und unter den Spitzenzeitpreisen von DeepSeek. Die Input- und Cache-Preise von DeepSeek außerhalb der Spitzenzeiten sind jedoch niedriger als die von BroadNet, und die Aktionspreise von DeepInfra sind bei allen drei Modellen niedriger. Die [Preisseiten pro Modell](https://broadrouter.com/de/llm-api-pricing/) listen jeden Host auf, den wir verfolgen, und [wie Inferenz-Anbieter offene Modelle bepreisen](https://broadrouter.com/de/blog/llm-inference-provider-pricing-compared/) erklärt, warum die Zahlen abweichen. Über alle 119 Modelle, die mehrere Hosts verkaufen, beträgt der Abstand im Median das 1,76-Fache: [gleiches Modell, anderer Host](https://broadrouter.com/de/blog/same-llm-different-host-prices/).

Der Preis ist nicht der einzige Unterschied zwischen Hosts. Prüfen Sie bei jedem die Quantisierung (manche liefern Gewichte mit geringerer Präzision aus), die Kontextlänge, die Rate Limits, die Datenspeicherung und ob Tool Calling für das Modell unterstützt wird.

## Was kostet eine echte Last bei den einzelnen Modellen?

Tabellen mit Preisen pro Token verbergen den Mix aus Input, gecachtem Input und Output. Hier eine konkrete Last: ein In-App-Assistent, gemessen pro aktivem Nutzer und Monat, aus unserem Beispiel zu [LLM-Kosten pro Nutzer](https://broadrouter.com/de/blog/llm-cost-per-user-saas/):

-   0,45 Mio. neue Input-Tokens
-   0,45 Mio. gecachte Input-Tokens (ein gleichbleibender System-Prompt und Verlauf)
-   0,3 Mio. Output-Tokens, einschließlich Reasoning

Die Formel lautet `0.45 × input + 0.45 × cached + 0.3 × output` mit Preisen pro 1 Mio. Tokens (also 0,45 × Input-Preis + 0,45 × Cache-Preis + 0,3 × Output-Preis). Wo eine Seite keinen Cache-Preis nennt, berechnen wir gecachte Tokens zum vollen Input-Preis. Gebühren für Cache-Schreibvorgänge und Cache-Speicherung, die manche Anbieter zusätzlich verlangen, sind nicht enthalten.

| Modell und Verkäufer | Kosten pro aktivem Nutzer und Monat |
| --- | --- |
| GPT-6.1 Sol, OpenAI | 3,95 USD |
| Claude Sonnet 5.5, Anthropic | 3,95 USD |
| Gemini 4 Hydrogen, Google | 2,96 USD |
| GLM 5.3, Z.ai | 2,07 USD |
| Gemini 3.8 Flash, Google (Aktionspreis) | 1,50 USD |
| GLM 5.3, BroadNet | $1.47 |
| Grok 4.3, xAI | 1,40 USD |
| Qwen3.8 27B, Alibaba Cloud (kein Cache-Preis angegeben) | 1,35 USD |
| Qwen3.8 27B, BroadNet | $0.75 |
| Qwen3.8 27B, DeepInfra (Aktion) | 0,65 USD |
| DeepSeek V4.1 Flash, DeepSeek Spitzenzeit | 0,50 USD |
| gpt-oss-120b, Groq | 0,28 USD |
| DeepSeek V4.1 Flash, BroadNet | $0.24 |
| GPT-6 Luna, OpenAI | 0,20 USD |
| Claude Haiku 5.5, Anthropic | 0,20 USD |
| DeepSeek V4.1 Flash, DeepInfra (Aktion) | 0,19 USD |
| gpt-oss-120b, DeepInfra (kein Cache-Preis angegeben) | 0,08 USD |

Zwei Einschränkungen verändern, wie Sie das lesen sollten. Erstens sind die Modelle nicht gleichwertig. Eine Zeile weiter unten in der Tabelle ist nur dann eine Ersparnis, wenn das Modell Ihr Testset besteht. Zweitens verdoppelt sich die Zeile für Gemini 3.8 Flash am 1. Januar 2027 auf 2,99 USD, falls die von Google angekündigte Preisänderung in Kraft tritt. Ihre eigenen Zahlen rechnen Sie mit dem [LLM-API-Kostenrechner](https://broadrouter.com/tools/llm-api-cost-calculator/) durch.

## Warum nach Aufgabenklasse vergleichen statt nach Modellname?

„Offen vs. geschlossen“ ist für eine Preisentscheidung die falsche Achse. Die nützliche Frage lautet: Welches ist das günstigste Modell, das diese Aufgabe gut genug erledigt? Die Klassen entwickeln sich auch unterschiedlich: In archivierten Preisseiten wurden Claude Opus und die GPT-Hauptlinie deutlich günstiger, Claude Haiku und Gemini Flash dagegen teurer ([Preisverlauf der APIs von OpenAI, Anthropic und Google](https://broadrouter.com/de/blog/openai-anthropic-google-api-price-history/)).

-   **Einfache Aufgaben mit hohem Volumen** (Klassifizierung, Extraktion, kurze Zusammenfassungen): Kleine geschlossene Modelle und kleine oder mittlere offene Modelle liegen alle am unteren Ende der Tabelle. Entscheiden Sie nach Genauigkeit, Latenz und Datenbedingungen.
-   **Agenten und Coding**: Tool Calling, langer Kontext und gecachter Input dominieren. Offene Modelle mit niedrigem Cache-Preis oder eine [Flatrate](https://broadrouter.com/de/blog/flat-rate-vs-pay-per-token-llm-api/) können einen Bruchteil eines geschlossenen Frontier-Modells kosten.
-   **Das schwierigste Reasoning**: Geschlossene Frontier-Modelle liegen tendenziell weiterhin vorn. Ein höherer Preis pro Token kann weniger Kosten pro richtiger Antwort bedeuten.

Messen Sie die Kosten pro richtiger Antwort an 50 bis 100 echten Fällen. [So evaluieren Sie ein LLM vor dem Wechsel](https://broadrouter.com/de/blog/evaluate-llm-before-switching/) beschreibt eine Methode.

## Was verändert die tatsächlichen Kosten noch?

-   **Tokenizer.** Derselbe Text ergibt bei jedem Modell eine andere Zahl an Tokens. Im [Tokenizer-Datensatz](https://broadrouter.com/data/real-cost-by-language/) von BroadRouter braucht modernes Hocharabisch 1.31× (Qwen3.8 27B) bis 1.77× (GLM 5.3) so viele Tokens wie seine englische Übersetzung. Eine arabische Last kann die Reihenfolge der Tabelle also verändern. Siehe [Tokens pro Wort: Arabisch vs. Englisch](https://broadrouter.com/de/blog/tokens-per-word-arabic-english/).
-   **Reasoning-Tokens.** Reasoning-Modelle rechnen das Nachdenken auf beiden Seiten als Output ab. Laut Googles Seite enthält der Output von Gemini „thinking tokens“ (Übersetzung: Denk-Tokens). Stellen Sie den Reasoning-Aufwand auf die niedrigste Stufe, die Ihre Tests besteht.
-   **Batch-Rabatte.** OpenAI und Anthropic nennen für die Batch API den halben Standardpreis. Wenn Ihre Aufgaben warten können, verringert das den Abstand zu offenen Modellen. BroadNet hat keine Batch API; [Batch-Verarbeitung ohne Batch API](https://broadrouter.com/de/blog/llm-batch-processing-without-batch-api/) zeigt den Workaround.
-   **Aufschläge für langen Kontext.** Mehrere geschlossene Modelle verlangen oberhalb von 100.000, 200.000 oder 272.000 Tokens mehr. Prüfen Sie, wo Ihre Prompts liegen.
-   **Self-Hosting.** Offene Gewichte laufen auch auf Ihren eigenen GPUs, doch das lohnt sich nur bei hoher, gleichmäßiger Nutzung. Siehe [LLM selbst hosten vs. API](https://broadrouter.com/de/blog/self-hosting-llm-vs-api-cost/).

## Wo BroadNet Inference einzuordnen ist

BroadRouter ist die eigene Website von BroadNet. BroadNet Inference ist eine gehostete Open-Weight-API mit einer einzigen OpenAI-kompatiblen Basis-URL, `https://inference.broadnet.ai/v1`, für DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B und BroadNets Build von Gemma 4, dazu Speech-to-Text. Geschlossene Modelle bietet BroadNet nicht an, und Anfragen werden nicht zwischen Anbietern geroutet. DeepSeek V4.1 Flash läuft auf der Infrastruktur von Partnern.

Laut den Daten oben liegt BroadNet bei GLM 5.3 und Qwen3.8 27B unter den Listenpreisen der Hersteller und unter den Spitzenzeitpreisen von DeepSeek, aber über den aktuellen Aktionspreisen von DeepInfra und über den Input- und Cache-Preisen von DeepSeek außerhalb der Spitzenzeiten. BroadNet ist nicht bei jedem Modell der günstigste Host. Was es bietet, sind eine Flatrate für DeepSeek V4.1 Flash ($60 pro Session und Monat, eine Anfrage gleichzeitig, kein Token-Zähler), keine Speicherung von Inferenzinhalten sowie dokumentiertes Tool Calling und strukturierte Ausgabe bei GLM 5.3 und Qwen3.8 27B. Es gibt keine Batch API und kein SLA für Self-Service-Konten.

Gemma 4 VL 26B läuft mit dem Startguthaben von $5; die anderen Chat-Modelle erfordern eine Aufladung. [Preise vergleichen](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-open-weight-vs-closed-model-api-cost&utm_content=body) oder [die API-Dokumentation lesen](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-open-weight-vs-closed-model-api-cost&utm_content=body).

Kostenlose Tools zum Thema (auf Englisch)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[Kostenlose Tools (auf Englisch)](https://broadrouter.com/tools/)

## Begriffe in diesem Artikel

[Token](https://broadrouter.com/de/glossary/token/)

Ein Token ist die Texteinheit, die ein Sprachmodell liest und schreibt: ein Wort, ein Wortteil, ein Satzzeichen oder eine Bytefolge, die der Tokenizer des Modells erzeugt. LLM-APIs zählen, begrenzen und berechnen die Nutzung meist in Tokens.

[Batch API](https://broadrouter.com/de/glossary/batch-api/)

Eine Batch API ist ein asynchroner LLM-Endpoint, der viele Anfragen auf einmal annimmt, meist als Datei, sie innerhalb eines festgelegten Zeitfensters statt sofort verarbeitet und die Ergebnisse gesammelt zurückgibt. Anbieter wie OpenAI und Anthropic berechnen Batch-Anfragen mit Rabatt gegenüber ihren Standard-APIs.

[Tool Calling (Function Calling)](https://broadrouter.com/de/glossary/tool-calling/)

Tool Calling, auch Function Calling genannt, ist eine Funktion von LLM-APIs, bei der das Modell eine strukturierte Anfrage zurückgibt, eine vom Entwickler definierte Funktion mit JSON-Argumenten auszuführen. Die Anwendung führt die Funktion aus und sendet das Ergebnis zurück; das Modell selbst führt nie Code aus.

[Input- und Output-Tokens](https://broadrouter.com/de/glossary/input-and-output-tokens/)

Input-Tokens sind die Tokens, die ein Sprachmodell in einer Anfrage liest, einschließlich System-Prompt, Gesprächsverlauf, Tool-Definitionen und Bildern. Output-Tokens sind die Tokens, die es als Antwort erzeugt, einschließlich Reasoning. LLM-APIs berechnen beide meist getrennt, und Output ist in der Regel teurer.

[Gecachte Input-Tokens (Cached Input Tokens)](https://broadrouter.com/de/glossary/cached-input-tokens/)

Gecachte Input-Tokens sind Prompt-Tokens, die ein LLM-Anbieter kürzlich verarbeitet hat und aus einem Cache wiederverwenden kann, statt sie neu zu berechnen, meist ein wiederholtes Präfix wie ein System-Prompt oder ein Dokument. Anbieter berechnen sie günstiger als neue Input-Tokens.

[Open-Weight-Modell](https://broadrouter.com/de/glossary/open-weight-model/)

Ein Open-Weight-Modell ist ein Machine-Learning-Modell, dessen trainierte Gewichte veröffentlicht sind, sodass jeder sie herunterladen und ausführen kann, meist unter einer Lizenz mit Bedingungen. Es unterscheidet sich von vollständig quelloffener KI, die auch Trainingscode und detaillierte Angaben zu den Trainingsdaten freigibt, damit andere das Modell untersuchen und nachbauen können.

[Reasoning-Tokens](https://broadrouter.com/de/glossary/reasoning-tokens/)

Reasoning-Tokens sind Tokens, die ein Reasoning-Modell erzeugt, um ein Problem durchzuarbeiten, bevor es seine sichtbare Antwort schreibt. Sie werden meist als Output-Tokens berechnet, zählen zum Output-Limit und zum Kontextfenster und können von der API verborgen oder zusammengefasst werden.

[LLM-Flatrate (Flat-rate LLM plan)](https://broadrouter.com/de/glossary/flat-rate-llm-plan/)

Eine LLM-Flatrate ist ein Plan, der für den Zugang zu einer Sprachmodell-API einen Festpreis pro Zeitraum, etwa pro Monat, berechnet statt pro Token. Solche Pläne begrenzen meist etwas anderes, etwa Parallelität, Geschwindigkeit, Modelle oder Nutzungsfenster. Die Limits zählen also so viel wie der Preis.

## Häufige Fragen

### Sind Open-Weight-Modelle über eine API günstiger als GPT?

Oft, aber vergleichen Sie Gleiches mit Gleichem. Am 15. November 2026 kostete GLM 5.3 bei Z.ai laut Liste 1,40 USD Input und 4,40 USD Output pro 1 Mio. Tokens, weniger als GPT-6.1 Sol mit 2,00 USD und 10,00 USD. Das kleine GPT-6 Luna von OpenAI kostete 0,10 USD und 0,50 USD und lag damit im selben Bereich wie gehostete offene Modelle.

### Warum kostet dasselbe offene Modell bei verschiedenen Hosts unterschiedlich viel?

Hosts betreiben dieselben Gewichte auf unterschiedlicher Hardware, mit unterschiedlicher Präzision, Auslastung und Marge, und manche bieten befristete Aktionen an. Input für gpt-oss-120b kostete am 15. November 2026 bei DeepInfra 0,037 USD pro 1 Mio., bei Groq und Together 0,15 USD.

### Haben APIs geschlossener Modelle Batch-Rabatte?

Ja, und einige Hosts offener Modelle ebenfalls. OpenAI und Anthropic nennen für asynchrone Jobs über die Batch API den halben Standardpreis; Fireworks und Groq nennen 50 % Rabatt für Batch, Together für ausgewählte Modelle. BroadNet Inference hat keine Batch API. Auch die Preise für Cache-Lesezugriffe unterscheiden sich stark zwischen den Anbietern.

### Ist das günstigere Modell gut genug?

Das kann nur Ihr eigenes Testset zeigen. Geschlossene Frontier-Modelle liegen bei den schwierigsten Aufgaben weiterhin vorn. Schicken Sie 50 bis 100 echte Fälle durch jeden Kandidaten und vergleichen Sie die Kosten pro richtiger Antwort, nicht pro Token.

### Ändert die Sprache den Vergleich?

Ja. Jeder Tokenizer zerlegt Text anders. Im Tokenizer-Datensatz von BroadRouter braucht modernes Hocharabisch 1.31× (Qwen3.8 27B) bis 1.77× (GLM 5.3) so viele Tokens wie der englische Text. Preise pro Token unterschätzen den Abstand bei arabischen Workloads also.

### Kann ich diese offenen Modelle mit dem Startguthaben von BroadNet nutzen?

Gemma 4 VL 26B ja. DeepSeek V4.1 Flash, GLM 5.3 und Qwen3.8 27B erfordern eine Aufladung. Das Startguthaben von $5 deckt Gemma, beide Transkriptionsmodelle und Stundenschlüssel für Gemma ab.

## Weiterlesen

-   [Open-Weight- vs. geschlossene KI-Modelle: Kosten, Kontrolle, Risiko](https://broadrouter.com/de/blog/open-weight-vs-closed-models/)
-   [LLM-API-Preise für Open-Weight-Modelle: 6 Anbieter im Vergleich](https://broadrouter.com/de/blog/llm-inference-provider-pricing-compared/)
-   [LLM selbst hosten oder API: echte Kosten und Break-even](https://broadrouter.com/de/blog/self-hosting-llm-vs-api-cost/)
-   [LLM-Kosten pro Nutzer: Unit Economics für ein KI-Feature in SaaS](https://broadrouter.com/de/blog/llm-cost-per-user-saas/)
-   [Tokens pro Wort, Arabisch vs. Englisch: Warum Arabisch mehr kostet](https://broadrouter.com/de/blog/tokens-per-word-arabic-english/)
-   [LLM-API-Preisänderungen im Oktober 2026: 3 Erhöhungen, keine Senkung](https://broadrouter.com/de/blog/llm-api-price-changes-october-2026/)
-   [Wie oft ändern sich LLM-API-Preise? 3 Jahre archivierte Preisseiten](https://broadrouter.com/de/blog/how-often-llm-api-prices-change/)
-   [Anleitung: OpenAI Python SDK mit BroadNet Inference nutzen](https://broadrouter.com/de/guides/openai-python-sdk/)
-   [Anleitung: LiteLLM an BroadNet Inference anbinden (SDK und Proxy)](https://broadrouter.com/de/guides/litellm-proxy-custom-provider/)

Testen Sie es mit Ihrem echten Workload. Neue Konten starten mit USD 5 Guthaben für Gemma und Transkription. DeepSeek, GLM und Qwen3.8 erfordern eine Aufladung.

[Loslegen](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-open-weight-vs-closed-model-api-cost&utm_content=page-cta) ·

**Quellen**

-   [API-Preise von OpenAI: GPT-6.1 Sol, GPT-6 Luna, Batch-Preise und Preise für langen Kontext (geprüft am 2026-11-15)](https://developers.openai.com/api/docs/pricing)
-   [Anthropic, Claude-Preise: Sonnet 5.5, Haiku 5.5, Cache-Treffer und 50 % Rabatt über die Batch API (geprüft am 2026-11-15)](https://platform.claude.com/docs/en/about-claude/pricing)
-   [Google AI Studio, Preise der Gemini API: Gemini 4 Hydrogen und Gemini 3.8 Flash, kostenpflichtige Stufe (geprüft am 2026-11-15)](https://aistudio.google.com/docs/pricing)
-   [xAI-Entwicklerdokumentation, Preise: grok-4.3 und der Aufschlag ab 200.000 Tokens (geprüft am 2026-11-15)](https://docs.x.ai/developers/pricing)
-   [Preise von Z.ai: GLM-5.3 Input, gecachter Input und Output (geprüft am 2026-11-15)](https://docs.z.ai/guides/overview/pricing)
-   [Preise von Together AI: GLM-5.3, DeepSeek V4.1 Flash und gpt-oss-120B serverless (geprüft am 2026-11-15)](https://www.together.ai/pricing)
-   [DeepInfra, zai-org/GLM-5.3: Aktionspreis, 38 % Rabatt (geprüft am 2026-11-15)](https://deepinfra.com/zai-org/GLM-5.3)
-   [DeepInfra, deepseek-ai/DeepSeek-V4.1-Flash: Aktionspreis, 30 % Rabatt (geprüft am 2026-11-15)](https://deepinfra.com/deepseek-ai/DeepSeek-V4.1-Flash)
-   [DeepInfra, Qwen/Qwen3.8-27B: Aktionspreis, 25 % Rabatt (geprüft am 2026-11-15)](https://deepinfra.com/Qwen/Qwen3.8-27B)
-   [DeepInfra, openai/gpt-oss-120b (geprüft am 2026-11-15)](https://deepinfra.com/openai/gpt-oss-120b)
-   [DeepInfra, google/gemma-4-26B-A4B-it (geprüft am 2026-11-15)](https://deepinfra.com/google/gemma-4-26B-A4B-it)
-   [Dokumentation der DeepSeek API, Preise für deepseek-flash zu Spitzen- und Nebenzeiten (geprüft am 2026-11-15)](https://api-docs.deepseek.com/quick_start/pricing)
-   [Preise von Alibaba Cloud Model Studio, qwen3.8-27b international (geprüft am 2026-11-15)](https://www.alibabacloud.com/help/en/model-studio/model-pricing)
-   [Groq, Modellseite und Preise für openai/gpt-oss-120b (geprüft am 2026-11-15)](https://console.groq.com/docs/model/openai/gpt-oss-120b)
-   [Maschinenlesbare Preise von BroadNet Inference, pricing.json (geprüft am 2026-11-15) (auf Englisch)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-open-weight-vs-closed-model-api-cost&utm_content=sources)
-   [API-Referenz von BroadNet Inference: Modelle, Tools und strukturierte Ausgabe (geprüft am 2026-11-15) (auf Englisch)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-open-weight-vs-closed-model-api-cost&utm_content=sources)
