Welches KI-Modell für welche Aufgabe?
Zehn kurze Schritte, mit echten Antworten und echten Preisen.
KI rechnet in Tokens
Jede Farbe ist ein Token. Bezahlt wird je Token, fürs Lesen und fürs Schreiben.
Sechs Modelle, sehr verschiedene Preise
Dieselbe kurze E-Mail, mit sechs Modellen dreimal geschrieben.
1.000 solche E-Mails zu wonk.ai-Preisen; kleine Zeile je Modell: Preis für 1 Million Tokens, gelesen / geschrieben. Gemessen am .
Das sagen die Hersteller selbst
Anthropic, OpenAI und Microsoft teilen ihre Modelle in drei Klassen ein, und sie meinen damit dasselbe: klein für kurze, klar umrissene Aufgaben, groß nur für offene, lange.
Mit dem kleinen Modell anfangen. Erst wenn die Antwort nicht reicht, eine Klasse größer.
Ehrlicherweise: Für Entwickler nennen Anthropic und OpenAI das große Modell als Standard. „Klein anfangen, bei Bedarf hochstufen“ beschreiben beide als den Weg, Kosten zu sparen.
Quellen (Stand ): Anthropic, Choosing the right model · Anthropic, Sonnet 5.5 · OpenAI, Model selection · OpenAI, GPT-5.6 Terra (03.11.2026) · Microsoft Learn, Model choice guide · GitHub, Choosing the right AI model.
Wofür nutzen Sie KI?
Wählen Sie, was Sie häufig machen.
Welche Antwort würden Sie nehmen?
Dieselbe Bitte an zwei Modelle. Wählen Sie die Antwort, die Sie nehmen würden.
Agenten brauchen mehr Kontext
Ein Agent darf Werkzeuge benutzen, hier: Code ausführen, um sicher zu rechnen. Bei jedem Durchgang liest er seine Anweisungen und die Beschreibung der Werkzeuge mit, und jeder Werkzeugaufruf ist ein Durchgang mehr.
Jeder Durchgang liest Anweisungen, Werkzeugbeschreibung und den ganzen Verlauf neu.
Der lange Chat kostet bei jeder Nachricht
Sie sehen nur Ihre neue Frage. Das Modell liest jedes Mal den ganzen bisherigen Chat mit, und Sie bezahlen ihn jedes Mal mit.
Neues Thema, neuer Chat.
Alte Themen fahren sonst bei jeder Nachricht mit, und Sie bezahlen sie jedes Mal.
Sehr lange Chats werden zusätzlich teurer: ab 272.000 Tokens Verlauf kostet bei GPT-6 das Lesen doppelt, bei Claude Haiku ab 100.000 Tokens das Fünffache. Quellen (Stand ): OpenAI, GPT-6.1 Sol (Preisstufe ab 272k) · Anthropic, Context windows.
Der Cache: Was gleich bleibt, wird günstiger
Der Anbieter merkt sich einen unveränderten Anfang eine Weile, bei GPT-6 mindestens 30 Minuten, bei Claude 5 Minuten. Gemessen: ein Dokument mit Tokens und eine Frage, zweimal kurz hintereinander.
Dokument zuerst, dann fragen. Rückfragen gleich stellen.
Was oben steht und gleich bleibt, kommt in den Cache. Oben nichts mehr ändern. Der Cache lebt Minuten, keine Stunden.
Quellen (Stand ): OpenAI, Prompt caching · Azure, Prompt caching · Anthropic, Prompt caching.
Volle Chats antworten schlechter
Platz ist selten das Problem. Aber je mehr im Chat steht, desto eher übersieht das Modell etwas.
Ein Satz, versteckt in einem langen Text
Das Modell soll den Satz wiederfinden. Je länger der Text, desto öfter geht er verloren.
Die Frage ans Ende, nach dem Dokument. Präzisieren statt neu erzeugen.
Jeder neue Versuch liest den ganzen Chat noch einmal. Ist ein Chat voll, fallen die ältesten Nachrichten weg.
Quellen (Stand ): Liu et al. 2023, Lost in the Middle · Chroma 2025, Context Rot · Kamradt 2023, Needle in a Haystack (MIT) · Anthropic, Effective context engineering · OpenAI, GPT-4.1 prompting guide · LibreChat, Summarization.