Zuletzt aktualisiert: 2026-06-22

Monatliche LLM-Kosten erklärt

Die monatlichen Kosten einer Arbeitslast mit einem großen Sprachmodell (LLM) sind die laufenden Ausgaben, die durch das Ausführen von API-Aufrufen bei gleichbleibendem Volumen über einen Abrechnungsmonat entstehen. Sie skalieren den Preis eines einzelnen Aufrufs — selbst eine Funktion der Zahl der Eingabe- und Ausgabe-Token sowie der Sätze des Modells je Million Token — mit der Zahl der Anfragen pro Tag und der Zahl der Tage im Monat. Derselbe Tageswert lässt sich auf einen Jahresgesamtwert hochrechnen.

Wie ein Preis je Aufruf skaliert

Die laufenden Kosten entstehen durch drei Multiplikationen. Die Kosten einer Anfrage sind die Token-Kosten je Aufruf; die Multiplikation mit der täglichen Anfragezahl ergibt den täglichen Aufwand; dessen Multiplikation mit den Abrechnungstagen ergibt den Monatswert. Da jeder Faktor linear ist, verdoppelt das Verdoppeln eines einzelnen davon — Tokenverbrauch, Anfragevolumen oder Satz — die hochgerechneten Ausgaben.

Die Formel

Bei durchschnittlich $n_{in}$ Eingabe- und $n_{out}$ Ausgabe-Token je Aufruf zu den Preisen $p_{in}$ und $p_{out}$ je Million betragen die Kosten einer Anfrage

Bei $N_d$ Anfragen pro Tag über $D$ Abrechnungstage hinweg betragen die täglichen, monatlichen und jährlichen Kosten

Der Jahreswert multipliziert die täglichen Kosten unmittelbar mit 365 statt mit zwölf Monaten und übernimmt damit nicht die Näherung in der monatlichen Tageszahl.

Rechenbeispiel

Angenommen sei eine Arbeitslast von $N_d = 1000$ Anfragen pro Tag mit durchschnittlich je 1500 Eingabe- und 500 Ausgabe-Token zu $3 und $15 je Million. Die Kosten je Anfrage betragen C_r = \0.012$. Der tägliche Aufwand ist

Über einen Monat mit 30 Tagen ergibt das C_m = 12 \times 30 = \360$und über ein volles Jahr$C_y = 12 \times 365 = $4,380$. Zu beachten ist, dass zwölf Monate zu je 30 Tagen 360 Tage ergeben, fünf weniger als ein Jahr, weshalb der Jahreswert das Zwölffache des Monatswerts übersteigt.

Anmerkungen und Varianten

Eine Hochrechnung setzt voraus, dass durchschnittliche Nutzung und Volumen konstant bleiben; realer Verkehr schwankt von Tag zu Tag und nach Saison. Der effektive Satz kann zudem unter den ausgewiesenen Wert fallen — Prompt-Caching vergünstigt wiederkehrenden Kontext, Stapelverarbeitung senkt den Satz im Tausch gegen Latenz, und Vereinbarungen über zugesicherte Nutzung verringern den Stückpreis. Die Tageszahl ist eine Modellannahme: 30 ist eine runde Näherung, während $365/12 \approx 30.44$ die exakte mittlere Monatslänge ist.

Anwendung

Die monatlichen Kosten verwandeln eine Schätzung für einen einzelnen Aufruf in eine Budgetposition. Der Wert je Aufruf, von dem sie ausgeht, ist das Thema des Token-Kosten-Rechner, und Arbeitslasten, bei denen jede Aufgabe viele aufeinanderfolgende Aufrufe auslöst, werden mit dem Rechner für Agentenkosten geschätzt. Wenn sich das hochgerechnete Volumen der Durchsatzgrenze eines Anbieters nähert, prüft Rechner zur Planung von LLM-Ratenbegrenzungen, ob die Ratenbegrenzungen es tragen können.