KI-Preiskrieg verschärft sich: xAI, OpenAI und Meta senken kollektiv die Preise, Anthropic unter Druck, wohin fließen die Gewinne der KI-Wertschöpfungskette?

TradingKey – In der vergangenen Woche hat sich der Schwerpunkt des Wettbewerbs in der KI-Branche von „Leistung“ auf „Preis“ verlagert. Von Elon Musks SpaceXAI ( SPCX) zu OpenAI und dann zu Meta ( META ), brachten die drei Giganten ihre KI-Modelle der nächsten Generation in rascher Folge heraus. Doch dieses Mal konkurrieren sie nicht nur darum, wer „klüger“ ist, sondern auch darum, wer „günstiger“ ist.

Grok 4.5 ist um mehr als 60 % günstiger als Opus 4.8 von Anthropic, der Preis von GPT-5.6 Terra wurde halbiert und die Input-Preise für Meta Muse Spark 1.1 liegen bei gerade einmal 1,25 US-Dollar pro Million Token. Die Kernlogik dieses Preiskampfs hat sich von einem „Leistungswettlauf“ zu einem „Kostenwettlauf“ verlagert, was den explosionsartigen Anstieg des Token-Verbrauchs beschleunigt und indirekt das Wachstum der Nachfrage nach vorgelagerter Hardware antreibt.

Was ist ein Token?

Ein Token ist die kleinste Texteinheit, die von einem KI-Modell verarbeitet wird. Bevor ein Textabschnitt in ein Modell eingespeist wird, wird er in mehrere Token segmentiert, bei denen es sich um ganze Wörter, Wortstämme oder Satzzeichen handeln kann. Im Kontext der chinesischen Sprache kann ein einzelnes chinesisches Schriftzeichen oder ein geläufiges Wort als Token dienen. Die Anzahl der Token bestimmt direkt die maximale Textlänge für eine einzelne Konversation. Bei der API-Preisgestaltung bilden Token die Grundlage für die Abrechnung, wobei Eingabetext und generierte Antworten basierend auf ihrer jeweiligen Token-Anzahl kumuliert abgerechnet werden.

Unternehmen schränken KI-Ausgaben ein: Fokus verlagert sich von Nutzungssteigerung auf Kostenberechnung

Noch vor wenigen Monaten war im Silicon Valley eine Kultur der „Token-Maximierung“ populär, in der Unternehmen ihre Mitarbeiter dazu ermutigten, KI so intensiv wie möglich zu nutzen, aus Sorge, andernfalls ins Hintertreffen zu geraten. Vor Kurzem hat sich dies jedoch geändert.

Einem aktuellen Bericht von The Information zufolge hat Tesla ( TSLA) seine Mitarbeiter darüber informiert, dass das Unternehmen ab dem 6. Juli die Ausgaben der Mitarbeiter für KI-Tools auf 200 US-Dollar pro Woche begrenzen wird, wobei alle darüber hinausgehenden Beträge von einem Vorgesetzten genehmigt werden müssen. Uber ( UBER) hat bereits im April sein gesamtes KI-Budget für 2026 aufgebraucht und in der Folge die monatlichen Token-Ausgaben jedes Mitarbeiters für ein einzelnes KI-Tool auf 1.500 US-Dollar begrenzt.

Nach Angaben der Plattform für Unternehmensausgaben Ramp lag der Median der monatlichen Unternehmensausgaben für KI-Token im April 2026 bei 2.246 US-Dollar, während der Durchschnitt bei stolzen 140.000 US-Dollar lag. Diese enorme Diskrepanz deutet darauf hin, dass eine kleine Anzahl von „Super-Usern“ den Großteil der KI-Budgets verbraucht.

Die Unternehmen beginnen nachzurechnen. Vor einem Jahr diskutierten Führungskräfte von OpenAI noch über die Möglichkeit, monatliche Abonnementgebühren in Höhe von mehreren tausend Dollar für KI-Spitzenmodelle zu verlangen. Heute schlägt Sam Altman andere Töne an: „Jedes Unternehmen macht sich Gedanken darüber, was es für KI ausgibt und welchen Gegenwert es dafür erhält – und genau das ist es, was wir angehen wollen.“

xAI, OpenAI und Meta senken gemeinsam die Preise, KI-Preiskrieg eskaliert

SpaceXAI veröffentlichte am 8. Juli als erstes Unternehmen Grok 4.5, was das erste neue Modell des Unternehmens seit seinem Börsengang markiert.Musk machte auf X eine vielbeachtete Ankündigung: „Dies ist ein Modell der Opus-Klasse, aber schneller, token-effizienter und günstiger.“

Testdaten untermauern dies. Bei SWE-Bench-Pro-Aufgaben löste Grok 4.5 Probleme mit durchschnittlich nur 15.954 Token, verglichen mit 67.020 Token bei Claude Opus 4.8 – was weniger als einem Viertel des Verbrauchs des Konkurrenten entspricht. Die API-Preise liegen bei 2 US-Dollar für den Input und 6 US-Dollar für den Output pro Million Token, was über 60 % günstiger ist als Claude Opus und GPT-5.5. SpaceXAI behauptet, seine Token-Effizienz sei doppelt so hoch wie die vergleichbarer Produkte.

OpenAI stellte GPT-5.6 am 9. Juli der Öffentlichkeit vor und führte damit gleichzeitig drei Modelle ein: Sol, Terra und Luna.

Sol: Input für 5 US-Dollar und Output für 30 US-Dollar pro Million Token. Damit entspricht der Preis dem der Vorgängergeneration, während Effizienz und Leistung deutlich gesteigert wurden. Im „Coding Agent“-Index der renommierten Organisation Artificial Analysis setzte Sol (max) mit einer Punktzahl von 80 einen neuen globalen Maßstab und bewies eine starke, anhaltende Dynamik bei der Ausführung komplexer, mehrstufiger Aufgaben, wobei die Gesamtkosten für die Aufgaben erheblich unter denen herkömmlicher Frontier-Modelle lagen.

Terra: Input für 2,50 US-Dollar und Output für 15 US-Dollar pro Million Token – leistungsmäßig an GPT-5.5 gemessen, halbiert jedoch den Preis direkt. Im offiziellen „Agents' Last Exam“-Test von OpenAI kann Terra dank seiner effizienten logischen Kette bestimmte professionelle Workflows zu geschätzten Kosten von etwa einem Sechzehntel herkömmlicher Frontier-Modelle bewältigen.

Luna: Input für 1 US-Dollar und Output für 6 US-Dollar pro Million Token – das günstigste der drei Modelle und ideal für Szenarien mit hochfrequenten Abrufen.

Meta folgte dicht dahinter und führte mit Muse Spark 1.1 sein erstes kostenpflichtiges API-Modell ein.Preislich liegt es bei 1,25 US-Dollar für den Input und 4,25 US-Dollar für den Output pro Million Token. Im Vergleich dazu kostet der Input bei Anthropic Fable 5 10 US-Dollar und der Output 50 US-Dollar. Die Preise von Muse Spark 1.1 betragen somit nur ein Zehntel von Fable 5.

Zuckerberg sagte unverblümt: „Andere Labore verlangen hohe Preise und haben riesige Gewinnspannen. Wir haben die Möglichkeit, hochentwickelte Intelligenz zu einem erschwinglicheren Preis anzubieten.“ Metas Zuversicht rührt von seinem hochprofitablen Werbegeschäft her: Man nutzt niedrige Preise, um sich mit diesen zunächst Marktanteile zu sichern, und erhöht die Preise dann schrittweise, sobald man Fuß gefasst hat.

Anthropic unter Druck: Kunden stimmen mit Budgets ab, nicht nach Bestenlisten

Angesichts der gemeinsamen Preissenkungen der „großen Drei“ gerät Anthropic zweifellos am stärksten unter Druck. Laut Daten von Ramp erreichte der Marktanteil von Anthropic bei KI-Abonnements für Unternehmen im Mai 2026 einen Wert von 41 % und übertraf damit erstmals den Anteil von OpenAI von 39,5 %. Anthropic, das ursprünglich einen Vorteil im Firmenkundenmarkt hatte, wird nun von Wettbewerbern über den Preis ausmanövriert.

Zudem zeigen Daten, dass die eigenen Ausgaben von Anthropic für Rechenleistung das 2,3-Fache seiner Gehaltskosten erreicht haben. Basierend auf Vollkosten von 224.000 US-Dollar für einen Senior Engineer belaufen sich die entsprechenden Ausgaben für Rechenleistung pro Entwickler auf rund 515.000 US-Dollar pro Jahr.

Anthropic hat kürzlich Claude Enterprise von einem Flatrate-Abonnementmodell auf ein nutzungsbasiertes Abrechnungsmodell umgestellt. Dieser Schritt spiegelt genau wider, dass der KI-Kostendruck bereits von den Kunden auf die Anbieter selbst übergegangen ist.

Wohin fließen die Gewinne der Wertschöpfungskette?

Wenn auf der Modellebene ein Preiskampf tobt, wohin fließen die Gewinne?

Erste Station: Anbieter von Modell-Routing-Diensten. Angesichts der zunehmenden Zahl von Modellen und einer immer unübersichtlicheren Preisgestaltung benötigen Unternehmen umso dringender Tools, mit denen sie „einfach das günstigste nutzen“ können. Plattformen wie OpenRouter ermöglichen es Nutzern, je nach Aufgabe automatisch zwischen Hunderten von Modellen zu wechseln. Im Mai 2026 schloss OpenRouter eine Series-B-Finanzierungsrunde über 113 Millionen US-Dollar ab und erreichte eine Bewertung von 1,3 Milliarden US-Dollar. Das wöchentlich verarbeitete Token-Volumen ist von 5 Billionen auf 25 Billionen gestiegen.

Ein Bericht der Citigroup zeigt, dass der Anteil der auf der OpenRouter-Plattform verarbeiteten Open-Source-Modell-Tokens von 34 % im Januar auf 65 % im Juni sprunghaft angestiegen ist.

Zweite Station: Kostengünstigere Alternativen. Der Anteil der Tokens von US-Unternehmen, die chinesische KI-Modelle auf OpenRouter nutzen, verharrt seit 2026 wöchentlich stabil über 30 % und erreichte in der Spitze 46 %.

Bewertungsdaten von Drittanbietern zufolge hat sich die allgemeine Leistungslücke gängiger chinesischer Spitzenmodelle im Vergleich zu führenden US-amerikanischen Closed-Source-Modellen beim multimodalen Verständnis und der technischen Implementierung deutlich auf nur noch 1 % bis 4 % verringert, während ihre Preise um 60 % bis 90 % niedriger liegen.

Dritte Station: Vorgelagerte Halbleiter. Der Preiskampf zehrt an der Modellebene, und es ist die Modellebene, die die Zeche zahlt. Das Vertrauen der Modellentwickler in Preissenkungen resultiert aus dem kontinuierlichen Rückgang der Inferenzkosten, der durch den strukturellen Boom in der KI- und Speicherchipbranche gestützt wird. Micron ( MU) verzeichnete in einem einzelnen Quartal eine operative Marge von über 80 %, während SK Hynix ( SKHY) und die Speicherchip-Gewinne von Samsung weiterhin Rekordhöhen erreichen. Der Großteil der Kosten für KI-Rechenleistung fällt nicht auf der Modellebene an, sondern auf der Chipebene. Hinter jedem API-Aufruf steht der Verbrauch von GPUs und HBM. Je erbitterter der Kampf auf der Modellebene ist, desto starrer ist die Nachfrage nach vorgelagerten Chips und Speichern; je unbarmherziger der Preiskampf, desto sicherer profitiert die vorgelagerte Wertschöpfungskette.

Von ‚Lohnt es sich‘ zu ‚Ist es teuer‘: Die Ära der Token-Effizienz bricht an

Ein Preiskampf auf der Modellebene kommt Kunden kurzfristig zugute, da er geringere Kosten, mehr Auswahl und eine stärkere Verhandlungsmacht bietet. Langfristig müssen die überlebenden KI-Entwickler jedoch eine entscheidende Frage beantworten: Wie wollen sie angesichts weiter sinkender Stückpreise für Token die Hunderte von Milliarden US-Dollar wieder einspielen, die in Chips und Rechenzentren investiert wurden?

Zuckerberg verfügt über ein Werbegeschäft, um seine Bemühungen zu finanzieren, Musk besitzt die Fähigkeit, den Kapitalmärkten Narrative zu präsentieren, und OpenAI genießt einen Pioniervorteil und einen Markenaufschlag. Unterdessen sieht sich Anthropic – ein Unternehmen, das darauf aufbaut, „das intelligenteste“ zu sein – mit einer harten Realität konfrontiert: Die Kunden stimmen mit ihren Budgets ab, nicht nach Platzierungen auf Bestenlisten.

Die Ära der „Token-Effizienz“ in der KI ist angebrochen. Die größte Veränderung in diesem Jahr ist nicht, um wie viel leistungsfähiger die Modelle geworden sind, sondern dass sich die gesamte Branche von der Frage „Lohnt es sich?“ hin zu „Ist es zu teuer?“ verlagert hat. Da jedes Unternehmen seine KI-Rechnungen genau unter die Lupe nimmt, wird derjenige überleben, der seinen Kunden dabei helfen kann, Geld zu sparen.