OpenAI API Preisrechner
Kostenlos, sofort, ohne Anmeldung. Tragen Sie Input-, Output- und gecachte Tokens pro Anfrage sowie Ihr Monatsvolumen ein und erhalten Sie GPT-Kosten pro Anfrage und pro Monat — gecachter Input zu einem Zehntel des Input-Tarifs, jedes Modell neben OpenAIs Liste.
Your workload
Rate: $0.7000 in / $4.20 out · cache hit $0.0700 · cache write $0.8750 — all per 1M tokens, read live from the Kunavo catalog.
Estimated cost
You save vs OpenAI list
$468/ month · ~65%
Estimate only. Reasoning models bill hidden reasoning tokens at the output rate, so a reasoning workload costs more than the output box suggests. Cache writes are billed separately at $0.8750 per 1M and are not in this figure — they are a one-off per cache entry, not per request. Failed requests are never billed.
Die zwei Terme, an denen eine naive Schätzung scheitert
Input mal Tarif plus Output mal Tarif beschreibt eine Rechnung von 2023 gut. Bei aktuellen GPT-Modellen liegt sie in beide Richtungen gleichzeitig daneben.
Gecachter Input drückt die echte Zahl nach unten. Jeder Prompt mit stabilem Anfang — eine System-Nachricht, ein Tool-Schema, ein Dokument, zu dem Sie fünf Fragen stellen — wird in diesem Teil aus dem Cache bedient, im OpenAI-Protokoll zum 0,10-fachen des Input-Tarifs. Ein Klassifikationsjob, der zu jedem 800-Token- Datensatz dieselbe 4.000-Token-Anweisung schickt, besteht überwiegend aus Cache — eine Zwei-Term-Schätzung überzeichnet ihn deutlich.
Reasoning-Tokens drücken sie nach oben, und zwar weiter. Sie werden zum Output-Tarif abgerechnet und nie zurückgegeben. Das Output-Feld in jedem Rechner — auch in diesem — ist deshalb die falsche Zahl, solange Sie nicht den abgerechneten Output statt der sichtbaren Antwortlänge eintragen. Das ist der mit Abstand häufigste Grund, warum eine echte Rechnung eine Schätzung schlägt.
Woher die Tarife kommen
Jeder Tarif auf dieser Seite wird beim Rendern aus dem Kunavo-Katalog gelesen — dieselbe Quelle, aus der die Preistabelle, die Caching-Dokumentation und die Modellseiten lesen. Und jedes Modell steht neben OpenAIs eigenem Listenpreis, der Vergleich ist also nachprüfbar statt behauptet. Ändert sich ein Tarif im Katalog, ändert er sich hier im selben Deploy; von Hand eingetippte Preise gibt es auf dieser Seite nicht.
Das Anthropic-Protokoll rechnet Caching anders — Lesen kostet dasselbe Zehntel des Inputs, aber jeder Claude-Cache-Write kostet den 1,25-fachen Input-Tarif, während auf der GPT-Seite nur GPT-5.6 und GPT-6 Astra einen eigenen Write-Tarif haben —, also haben Claude-Modelle einen eigenen Rechner statt eines gemeinsamen mit einem Filter davor.
OpenAI-Preise, ausführlicher
Alle GPT-Stufen, neben OpenAIs Liste
Abo-Stufen gegen Abrechnung pro Token
Wie man es einschaltet, und die Tarife
Claude, GPT und Gemini nebeneinander
Die Anthropic-Cache-Regeln
Gleiches SDK, andere Base-URL
Die Endpoint-Referenz
Alle Modelle, gegen Liste
Wie berechnet man die Kosten der OpenAI API?
OpenAI rechnet pro Million Tokens mit getrennten Tarifen für Input und Output ab. Eine Anfrage kostet also (Input-Tokens ÷ 1.000.000 × Input-Tarif) + (Output-Tokens ÷ 1.000.000 × Output-Tarif), und der Monatswert ist das mal Anfragevolumen. Bei aktuellen Modellen fehlen dieser Formel zwei Terme: gecachter Input, der nur einen Bruchteil des Input-Tarifs kostet, und Reasoning-Tokens, die zum Output-Tarif abgerechnet werden, aber nie im Antworttext erscheinen.
Was ist gecachter Input und was kostet er?
Gecachter Input ist der vordere Teil eines Prompts, der sich über Anfragen hinweg wiederholt — ein System-Prompt, ein Tool-Schema, ein langes Dokument —, den der Anbieter aus dem Cache bedienen kann, statt ihn erneut zu verarbeiten. Bei Kunavo wird gecachter Input für Modelle im OpenAI-Protokoll mit dem 0,10-fachen des Input-Tarifs berechnet — also mit demselben Rabatt auf OpenAIs Liste wie der Input selbst. Wenn Ihre Prompts einen stabilen Anfang teilen, lohnt es sich, das Cache-Feld oben realistisch zu füllen: Die naive Zwei-Term-Schätzung überzeichnet eine wiederholungslastige Anwendung erheblich.
Warum kosten Reasoning-Modelle mehr, als das Output-Feld nahelegt?
Reasoning-Modelle erzeugen interne Tokens, die zum Output-Tarif abgerechnet und nicht an Sie zurückgegeben werden. Eine Aufgabe mit 400 Tokens sichtbarer Antwort kann mehrere Tausend abrechnen. Dieser Rechner kann dieses Verhältnis für Ihre Prompts nicht kennen — die ehrliche Nutzung ist deshalb, die insgesamt abgerechneten Output-Tokens aus Ihren eigenen Nutzungsdaten einzutragen statt der Länge der Antwort, die Sie sehen.
Ist die OpenAI API günstiger als ein ChatGPT-Abo?
Das hängt vollständig am Volumen, und der Umschlagpunkt lässt sich ausrechnen statt raten: Teilen Sie den Abopreis durch die Kosten pro Anfrage aus diesem Rechner — so viele Anfragen im Monat muss das Abo Ihnen abnehmen, damit es sich trägt. Leichte und stoßweise Nutzung spricht für die API, gleichmäßig hohe tägliche Nutzung für eine Pauschale. Für Coding-Workloads rechnet der Codex-Preis-Guide dieselbe Arithmetik durch.
Zählt dieser Rechner Tokens aus eingefügtem Text?
Nein — der Rechner bepreist Token-Zahlen, die Sie eingeben, er tokenisiert keinen Text. Schätzungen über Zeichenzahlen weichen je nach Sprache und Tokenizer stark ab. Die verlässliche Quelle ist das usage-Objekt, das Ihre API-Antworten ohnehin zurückgeben: Es weist Prompt-Tokens, Completion-Tokens und den gecachten Anteil getrennt aus.
Ist dieser OpenAI-Preisrechner kostenlos?
Ja. Er läuft vollständig im Browser, braucht weder Anmeldung noch API-Key, und nichts wird hochgeladen. Die Tarife werden live aus dem Kunavo-Modellkatalog gelesen, und jedes Modell steht neben OpenAIs eigenem veröffentlichten Listenpreis — der Vergleich lässt sich also auf OpenAIs Preisseite nachprüfen, statt ihn glauben zu müssen.