📐 Mathematische Formel & Herleitung
C_{month} = 30 \times R_{day} \times \left[ \frac{T_{in} (1 - r_{cache}) P_{in} + (T_{in} \cdot r_{cache} \cdot 0.25 P_{in}) + (T_{out} \cdot P_{out})}{10^6} \right] 🔬 Methodik, Richtwerte & Fachanalyse
Bei produktiven KI-Anwendungen sind Output-Tokens meist 3- bis 5-mal teurer als Input-Tokens, da die Token-Generierung hohe Speicherbandbreite erfordert.
Durch den Einsatz von Prompt-Caching für wiederkehrende System-Prompts und RAG-Dokumente lassen sich die Input-Kosten um bis zu 75–90 % senken.
Simulieren Sie hier Ihre monatlichen Gesamtkosten und vergleichen Sie Frontier-Modelle mit kosteneffizienten Open-Weights-APIs.
🛠️ Schritt-für-Schritt-Anleitung zur Berechnung
- Tägliche API-Anfragen (Prompts/Tag): Legen Sie den Parameter „Tägliche API-Anfragen (Prompts/Tag)“ fest (Standardwert: 5000).
- Durchschnittliche Input-Tokens pro Anfrage: Legen Sie den Parameter „Durchschnittliche Input-Tokens pro Anfrage“ fest (Standardwert: 2500).
- Durchschnittliche Output-Tokens pro Antwort: Legen Sie den Parameter „Durchschnittliche Output-Tokens pro Antwort“ fest (Standardwert: 600).
- Modell-Preisstufe (pro 1 Mio. Input / Output): Legen Sie den Parameter „Modell-Preisstufe (pro 1 Mio. Input / Output)“ fest (Standardwert: 1).
- Prompt-Caching Trefferquote (%): Legen Sie den Parameter „Prompt-Caching Trefferquote (%)“ fest (Standardwert: 50).