Was kostet der Betrieb eines KI-Agenten? Kosten pro Aufgabe im Jahr 2026

Ein Tool-unterstützter Agentenlauf kostet zwischen etwa fünf Cent und fünfzig Cent pro Aufgabe bei den heutigen Mainstream-API-Modellen, und ein langer 30-Schritt-Lauf kostet zwischen etwa 28 Cent und fünf Dollar. Unter Verwendung eines System-Prompts mit 4.000 Tokens plus Tool-Definitionen, Tool-Ergebnissen mit 1.500 Tokens und 300 Ausgabetokens pro Schritt kostet ein 12-Schritt-Lauf $0.054 auf DeepSeek V4.1 Flash ($0.30/$1.20 pro 1M), $0.14 auf Gemini 3.8 Flash ($0.75/$3.75), $0.37 auf Claude Sonnet 5 ($2/$10) und $0.47 auf GPT-5.4 ($2.50/$15). Alle Preise sind USD pro 1M Tokens aus unserem Katalog, aktualisiert am 11.09.2026. DeepSeek V4.1 Flash, API-Name deepseek-flash, ersetzte V4 Flash, das DeepSeek eingestellt hat. DeepSeek-Zeilen verwenden Spitzenraten; außerhalb der Spitzenzeiten kosten sie die Hälfte. DeepSeek-Preise geprüft am 27.10.2026 unter api-docs.deepseek.com.

Diese Zahlen gehen von keinem Prompt-Caching aus. Mit Caching kosten dieselben Läufe etwa $0.12 (Sonnet 5), $0.15 (GPT-5.4) und $0.06 (Gemini 3.8 Flash). Der Rest dieses Leitfadens zeigt, woher jedes Token kommt, damit Sie die Schätzung für Ihren eigenen Agenten neu erstellen können; der Leitfaden zum günstigsten LLM für KI-Agenten bewertet 30 Modelle anhand derselben Aufstellung.

Ein Agent ist eine Schleife. Jede Iteration sendet den System-Prompt, die Werkzeugschemata, die Benutzeraufgabe, jede vorherige Assistentenrunde und jedes vorherige Werkzeugergebnis und liest dann eine kurze Assistentenrunde zurück, die normalerweise einen Werkzeugaufruf enthält. Das Modell erinnert sich nicht an den letzten Schritt; Sie senden ihn erneut.

Die Referenz-Ablaufverfolgung, die in diesem Leitfaden verwendet wird:

• System-Prompt plus Werkzeugdefinitionen: 4.000 Token, bei jedem Schritt gesendet
• Werkzeugergebnis, das nach jedem Schritt angehängt wird: 1.500 Token
• Assistentenausgabe pro Schritt (Begründung plus Werkzeugaufruf): 300 Token
• Kontext bei Schritt k = 4.000 + (k - 1) × 1.800 Token

Schritt 1 sendet also 4.000 Token, Schritt 12 sendet 23.800 und Schritt 30 sendet 56.200. Summiert über einen Lauf:

• 5 Schritte: 38.000 Eingabe-Token, 1.500 Ausgabe-Token
• 12 Schritte: 166.800 Eingabe-Token, 3.600 Ausgabe-Token
• 30 Schritte: 903.000 Eingabe-Token, 9.000 Ausgabe-Token

Ein 30-Schritt-Lauf produziert nur 49.000 Token an einzigartigem Material (4.000 System plus 30 × 1.500 Ergebnisse), berechnet aber 903.000 Eingabe-Token. Dieser 18-fache Multiplikator ist die ganze Geschichte der Agentenkosten.

Kosten = Eingabetokens × Eingaberate + Ausgabetokens × Ausgaberate. Für Claude Sonnet 5 bei 12 Schritten: 166.800 × $2/1M = $0.3336, plus 3.600 × $10/1M = $0.036, Gesamt $0.3696. Dieselbe Arithmetik für jedes Modell:

Zwei Dinge fallen auf. Der Übergang von 12 auf 30 Schritte vervielfacht die Kosten etwa um das 5-fache, nicht um das 2,5-fache, weil das Kontextwachstum in der Schrittanzahl quadratisch ist. Und Ausgabetokens sind fast irrelevant: Beim Sonnet 5 gibt der 30-Schritt-Lauf $1.806 für Eingabe und $0.09 für Ausgabe aus. „Antworten kurz halten“ verändert die Agentenrechnung kaum; den Kontext kurz zu halten schon. Pro Schritt beim Sonnet 5 kostet Schritt 1 $0.011 und Schritt 12 $0.051, fünfmal so viel für die gleiche Menge neuer Arbeit.

In der 12-Schritt-Ablaufverfolgung sind 166.800 der 170.400 abgerechneten Token (98 %) Eingabe-Token, und die meisten davon sind identisch mit denen, die einen Schritt zuvor gesendet wurden. Prompt-Caching existiert genau für diese Form: Der Anbieter speichert das verarbeitete Präfix und berechnet einen reduzierten Satz, wenn Sie es erneut senden.

Cache-Lesevorgänge kosten etwa 10 % des Listen-Eingabesatzes bei Anthropic und OpenAI und etwa 25 % bei Gemini. Anthropic berechnet außerdem etwa 125 % des Listenpreises für den anfänglichen Cache-Schreibvorgang. Dies sind ungefähre Multiplikatoren, keine Katalogzeilen, behandeln Sie die folgenden Zahlen daher als Schätzungen:

Mit Caching sinkt der 30-Schritt-Sonnet-5-Lauf von $1,90 auf etwa $0,40, eine Reduzierung um 79 %, da nur die neuesten 1.800 Token pro Schritt zum vollen Satz abgerechnet werden. Caching funktioniert auf einem Präfix, daher deaktiviert alles, was sich früh im Prompt ändert (ein Zeitstempel, eine neu geordnete Werkzeugliste), es stillschweigend; überprüfen Sie die Anzahl der gecachten Token im Nutzungsobjekt bei jedem Aufruf. Unser Kostenvergleich für Prompt-Caching behandelt die anbieterspezifischen Regeln.

Preise pro Token sagen Ihnen, was ein Lauf kostet, nicht, was eine erledigte Aufgabe kostet, und die erledigte Aufgabe ist das, was ein Käufer optimieren sollte. Kosten pro erfolgreicher Aufgabe = Kosten pro Lauf ÷ Erfolgsrate, plus die Kosten eines fehlgeschlagenen Laufs durch Wiederholungen oder menschliche Überprüfung.

Ein durchgerechnetes Beispiel mit angenommenen Erfolgsraten (messen Sie Ihre eigenen; diese sind illustrativ):

• DeepSeek V4.1 Flash: $0.054 pro Lauf bei 50% Erfolg = $0.11 pro Erfolg
• Gemini 3.8 Flash: $0.139 pro Lauf bei 75% = $0.185 pro Erfolg
• Claude Sonnet 5: $0.370 pro Lauf bei 92% = $0.40 pro Erfolg

Das günstige Modell gewinnt allein bei den API-Ausgaben. Es hört auf zu gewinnen, sobald ein Fehlschlag etwas kostet: Fünf Minuten einer Person pro fehlgeschlagenem Lauf überwiegen die eingesparten $0.32. Es hört auch auf zu gewinnen, wenn das schwächere Modell mehr Schritte benötigt. Ein Gemini 3.8 Flash-Lauf, der für 30 Schritte umherschweift ($0.71), kostet fast doppelt so viel wie ein Sonnet 5-Lauf, der in 12 Schritten endet ($0.37). Verfolgen Sie die Anzahl der Schritte bis zum Abschluss pro Modell; sie sagt die Kosten besser voraus als der Preis pro Token. Das praktische Muster besteht darin, zunächst an das günstige Modell weiterzuleiten, zu validieren und Fehlschläge zu eskalieren; der Leitfaden zum günstigsten LLM für KI-Agenten enthält den Routing-Code.

Für einen gut spezifizierten Agenten mit strengen Tool-Schemas und einem Validator für jeden Tool-Aufruf sind Gemini 3.8 Flash ($0.75/$3.75) und GPT-5.4 mini ($0.75/$4.50) die günstigsten Modelle, die wir unbeaufsichtigt betreiben würden: Beide kosten etwa $0.14 für den 12-Schritt-Trace, befolgen JSON-Schemas konsistent und benötigen für Routinearbeit selten mehr Schritte als ein Flagschiff. DeepSeek V4.1 Flash mit $0.054 pro Lauf ist eine echte Option für hochvolumige, risikoarme Schleifen (Klassifizierung, Anreicherung, Scraping), bei denen ein Wiederholungsversuch kostenlos ist.

Zahlen Sie für Claude Sonnet 5 oder GPT-5.4, wenn die Aufgabe offen ist, wenn ein falscher Tool-Aufruf Nebenwirkungen hat (E-Mail senden, Code bearbeiten, Geld bewegen) oder wenn die Schrittanzahl des günstigen Modells explodiert. Zahlen Sie für Claude Opus 5 ($5/$25, $0.92 pro 12-Schritt-Lauf) oder GPT-5.5 ($5/$30, $0.94) nur für die Planer-Rolle in einem Multi-Agenten-Setup oder wenn ein einzelner Fehlschlag mehr als einen Dollar kostet. Die meisten Teams erzielen die besten Kosten pro Aufgabe mit einem Flagschiff-Planer, der an günstige Arbeiter delegiert. Die Kostenleitfäden für Claude-, OpenAI- und Gemini-Agenten schlüsseln jede Familie auf.

Agenten scheitern teuer, wenn sie schleifen. Vier Kontrollmöglichkeiten, geordnet danach, wie oft sie Geld sparen:

• Max. Schritte: Stoppt die Schleife hart bei N Tool‑Aufrufen. Für die meisten Aufgabentypen sind 15 großzügig; wenn ein Durchlauf 30 benötigt, steckt er meist fesst.
• max_tokens pro Aufruf: der größte plausible Tool‑Aufruf plus eine kurze Erkärung, typischerweise 1.000 bis 4.000 für Agenten‑Runden. Es stoppt ausuferde Monoloe, nicht das Kontextwachstum.
• Stopp‑Bedingunggen: Enden bei einem final_ansver‑Tool‑Aufruf, einem wiederholten identischen Tool‑Aufruf (einem Schleifensignaur) oder einem leeren Tool‑Ergebnis zweimal hintereinander.
• Ein USD‑Budget pro Durchlauf, das aus der Nutzung berechnet wird: Nach jedem Aufruf werden input_tokens × rate_in + output_tokens × rate_out (Cache‑Reads zum reduzierten Satz) zu einem laufenden Summand addiert und abgebrohen, wenn das Limit überschritten wird.

Ein Budget von 0,50 $ pro Durchlauf für Sonnet 5 erlaubt etwa 14 ungecachede Schritte des Referenz‑Traces, oder rund 35 gechte Schritte. Für Arbeiten, die nicht latenempfindlich sind, senken Batch‑Endpunkte die Listenpreise bei Anthropic und Googele um etwa 50 %; nützlich für nächtliche Nachlade, nutzlos für eine Schleife, die das Ergebnis jedes Schittes vor dem nächsten benötigt. Siehe LLM Batch API Preise.

Setzen Sie Ihre eigenen Werte in die Formel ein. Mit S = System plus Tool‑Token, R = durchschnittliche Tool‑Ergebnis‑Token, O = durchschnittliche Ausgabe‑Token pro Schritt und N = Schritte:

• Gesamte Eingabe‑Token = N × S + (R + O) × N × (N − 1) ÷ 2
• Gesamte Ausgabe‑Token = N × O
• Kosten pro Durchlauf = Eingabe‑Token × rate_in ÷ 1.000.000 + Ausgabe‑Token × rate_out ÷ 1.000.000

Dann durch Ihre gemessene Erfolgsquote teilen und die Kosten des Eskalationspfads hinzfügen. Drei Reduktionen, die es wert sind, vor einem Modelwechsel uszuprobieren: Fassen Sie Tool‑Ergebnisse zusamen oder verwerfen Sie sie, sobald sie ein paar Schritte alt sind (das geht direkt gegen den quadratischen Term), reduzieren Sie Tool‑Schematas, damit S eher 2.000 als 6.000 beträgt, und ackivieren Sie Caching, dami der erneut gesendete Kontext zum reduzierten Satz abgerechner wird. Der KI‑Kostenrechner nimmt monatliche Token‑Volumen; multiplizieren Sie die Kosten pro Durchlauf mit den Durchläufen pro Monat für eine Budget‑Position, und lesen Sie die API‑ vs. Abo‑Anleitung, ween ein Abo‑Tool in Frage kommt.