- Juli 2026: Meta, xAI und OpenAI unterbieten sich in drei Tagen. Metas Muse Spark liegt 76 Prozent unter Claude Opus.
- Gleichzeitig wurde Gemini Flash rund fünfmal teurer als sein Vorgänger. „Flash" war mal das Synonym für billig.
- Der Preis für gleiche Leistung fällt — der Preis für die Spitze nicht.
- Claude Sonnet 5 landete im Gratis-Tarif. Das war kein Geschenk, das war eine Verteidigungslinie.
- Beide großen Labs gehen an die Börse. Das ist der Grund, warum ich diese Preise nicht für dauerhaft halte.
Der KI-Preiskrieg 2026: Warum manche Modelle 90 Prozent billiger wurden — und andere teurer
Es gibt eine Zahl, die das Jahr für mich zusammenfasst.
Am 8. Juli veröffentlicht xAI Grok 4.5. Platz vier im Intelligence Index von Artificial Analysis, direkt hinter Fable 5, GPT-5.5 und Opus 4.8. Kosten: rund 31 Cent pro Aufgabe. Etwa fünfmal billiger als Claude Sonnet 5 bei fast gleichem Niveau.
Grok 4.5 hielt den Titel „billigstes Frontier-nahes Modell” für ein paar Stunden. Dann kam Metas Muse Spark und zog drunter durch.
So schnell ging das 2026.
Die drei Tage im Juli
Innerhalb einer Woche haben drei Anbieter ihre Preise so gesetzt, dass die Fachpresse von einem „Half-Price-AI-War” schrieb. Die Zahlen, jeweils pro Million Token, Input/Output:
| Modell | Input | Output |
|---|---|---|
| Meta Muse Spark 1.1 | 1,25 $ | 4,25 $ |
| OpenAI GPT-5.6 Luna | 1,00 $ | 6,00 $ |
| xAI Grok 4.5 | 2,00 $ | 6,00 $ |
| Claude Opus 4.8 (Referenz) | 5,00 $ | 25,00 $ |
Muse Spark liegt beim Output 76 Prozent unter Opus. Das ist nicht ein bisschen günstiger, das ist eine andere Liga.
Wenn du viel über die API schickst, ist das großartig. Wenn du Premium-Preise verlangst, ist es das Gegenteil.
Wie es dahin kam
Der Preisverfall hat 2026 nicht im Juli angefangen. Er lief das ganze Jahr, in drei Wellen.
Welle 1 — die Kleinen (März). OpenAI startet GPT-5.4 bei 2,50 Dollar Input und unterbietet damit direkt Claude. Zwei Tage später kommen Mini und Nano nach: Nano kostet 20 Cent Input, 1,25 Dollar Output. Gedacht für die Drecksarbeit — Klassifikation, Extraktion, Ranking, Subagenten. Genau der Kram, für den man vorher aus Verlegenheit ein großes Modell genommen hat.
Welle 2 — die offenen Modelle (April/Mai). MiniMax M2.5 liefert Opus-nahe Coding-Qualität für rund 15 Cent pro Aufgabe, wo Opus 3 Dollar nimmt. Ein Zwanzigstel. Vier chinesische Labs veröffentlichen in zwölf Tagen Coding-Modelle, alle günstiger als Opus. Cursor baut mit Composer 2.5 ein eigenes Modell auf einem offenen Checkpoint — Opus-Niveau zum Zehntel des Preises. Mehr dazu im Rückblick auf Chinas offene Modelle.
Welle 3 — der offene Kampf (Juli). Siehe Tabelle oben.
Die Wendung, die keiner erwartet hat
Und jetzt der Teil, der die einfache Erzählung kaputt macht.
Nicht alles wurde billiger. Im Juni fiel mir auf, dass zwei große Anbieter die Preise im selben Monat in entgegengesetzte Richtungen zogen.
Google machte Gemini 3.5 Flash allgemein verfügbar. Schnell, eine Million Kontext, starke Coding-Werte — auf den agentischen Benchmarks schlägt das Flash-Modell sogar das Pro-Flaggschiff vom Vorjahr. Der Preis: 1,50 Dollar Input, 9 Dollar Output.
Das ist beim Input rund fünfmal so teuer wie Gemini 2.5 Flash, das noch kein Jahr alt war.
„Flash” war jahrelang das Synonym für „billig und schnell”. Das ist vorbei. Google hat die Marke behalten und die Position im Markt verschoben.
Zur selben Zeit machte DeepSeek seinen 75-Prozent-Rabatt auf V4 Pro dauerhaft: rund 44 Cent Input, 87 Cent Output.
Das ist die eigentliche Lehre des Jahres, und sie ist unbequemer als „KI wird billiger". Was billiger wird, ist ein bestimmtes Leistungsniveau. Was Opus-Klasse konnte, kostet ein Jahr später einen Bruchteil. Aber die jeweils aktuelle Spitze kostet weiterhin Spitzenpreise — und wer die Marke „günstig" besetzt hat, kann sie später neu bepreisen. Die Schere geht auf, sie schließt sich nicht.
Sonnet 5 im Gratis-Tarif
Der Move, der mich am meisten überrascht hat, kam am 1. Juli: Anthropic macht Claude Sonnet 5 zum Standardmodell für alle Free- und Pro-Pläne. Wer sich kostenlos einloggt, redet ab sofort mit einem aktuellen Frontier-Modell.
Bis dahin war die Gratis-Stufe bei praktisch allen Anbietern das abgespeckte Vorjahresmodell. Jetzt landet die aktuelle Generation direkt im Free-Tier.
Für Nutzer ist das schlicht gut. Aber es ist kein Geschenk, es ist eine Verteidigungslinie. Anthropic hatte mit Opus 4.8 die teuersten Preise am Markt und wurde von allen Seiten unterboten. Statt in den Preiskampf um die Mitte einzusteigen, hat Anthropic oben Premium verteidigt und unten die Tür aufgemacht — und gleichzeitig Sonnet 5 mit einem Einführungspreis von 2 Dollar / 10 Dollar genau in die Mitte gesetzt, wo Grok und Muse Spark wilderten.
Kalifornien bekam im selben Monat einen 50-Prozent-Rabatt für alle Behörden. Auch das zeigt, wie hart um Positionen gekämpft wurde.
Was das praktisch für deine Rechnung heißt
Ich hab meinen eigenen Stack im Lauf des Jahres dreimal umgebaut. Was ich gelernt habe:
Nimm nicht das beste Modell, nimm das passende. Der teuerste Fehler ist, Frontier-Modelle für Aufgaben zu verbrennen, die ein Nano-Modell erledigt. Tagging, Klassifikation, Umformulieren, Zusammenfassen — dafür reichen die günstigen Stufen locker. Ich nutze das große Modell für Planung und schwierige Refactorings, den Rest macht die Mittelklasse.
Rechne in Aufgaben, nicht in Token. Die Preisliste pro Million Token sagt wenig, wenn ein Modell für dieselbe Aufgabe dreimal so viele Token braucht oder drei Anläufe. Artificial Analysis misst Kosten pro Index-Aufgabe — das ist die ehrlichere Zahl.
Lokale Modelle sind der Boden. Was auf deiner eigenen Hardware läuft, kostet nach der Anschaffung nichts mehr und kann nicht neu bepreist werden. Together AIs OSCAR hat 2026 nebenbei dafür gesorgt, dass auch lange Kontexte auf Consumer-GPUs bezahlbar wurden, indem der KV-Cache auf 2 Bit gedrückt wird. Wie ich das einsetze, steht im Ollama- und LM-Studio-Guide.
Und behalte die Abos im Blick. Was für die API gilt, gilt nicht automatisch für dein Monatsabo. Ich hab die Subscriptions hier im Detail verglichen.
Warum ich das nicht für dauerhaft halte
Ein Satz, der mir seit Juni nicht aus dem Kopf geht: Anthropic hat am 1. Juni einen IPO-Antrag eingereicht, OpenAI eine Woche später.
Börsennotierte Unternehmen liefern Quartalszahlen. Quartalszahlen bedeuten Monetarisierungsdruck. Die Phase „wir verbrennen Geld für Marktanteile” hat ein natürliches Ende, und dieses Ende hat 2026 einen Termin bekommen. Mehr dazu im Anthropic-Rückblick.
Dazu kommt die Rechnung, die noch keiner bezahlt hat: Googles Stromverbrauch stieg in einem Jahr um 37 Prozent, größtenteils wegen KI-Rechenzentren. Im US-Kongress lag ein Moratorium für neue große Rechenzentren auf dem Tisch. Diese Kosten sind real, und sie sind in den aktuellen Preisen nicht abgebildet.
Meine Wette für die zweite Jahreshälfte: Die günstigen Stufen bleiben günstig, weil offene Modelle den Boden festhalten. Aber die Zeiten, in denen ein Frontier-Modell für 20 Cent im Free-Tier verschenkt wird, sehe ich als Ausnahme — nicht als neuen Normalzustand.
Wer heute viel über die API schickt, sollte den Moment nutzen. Und sich nicht so einrichten, dass ein verdoppelter Preis den ganzen Workflow kippt.
