LLM-Preise fielen 2026 schnell, und der Cache-Read-Preis zählt am meisten

Wenn du Sprachmodelle pro Token bezahlst, hat sich die Preisliste dieses Jahr mehrfach unter dir verändert. Max Woolf hat die Ankündigungen von OpenAI und Anthropic von Juni bis Oktober 2026 auf eine Zeitleiste gelegt. Das Nützlichste darin ist für Entwickler nicht der Schlagzeilenpreis, sondern die dritte Zahl: der Preis eines Cache-Reads.

Die Zeitleiste, wie Woolf sie aufführt

Alle Preise in Dollar pro Million Tokens, als Input / Output / Cache-Read, genau wie in seinem Beitrag:

• 26. Juni: GPT-5.6 Sol für $5 / $30 / $0.50, GPT-5.6 Luna für $1 / $6 / $0.10.
• 30. Juni: Claude Sonnet 5 zum Startpreis von $2 / $10 / $0.20, am 10. August dauerhaft gemacht.
• 24. Juli: Claude Opus 5 für $5 / $25 / $0.50.
• 30. Juli: GPT-5.6 Luna um 80 % gesenkt auf $0.20 / $1.20 / $0.02.
• 21. August: GPT-5.6 Sol um etwa 20 % gesenkt auf $4 / $20 / $0.40, für drei Monate.
• 1. September: Fable 5.1 für $10 / $50 / $0.25, gegenüber $10 / $50 / $1 bei Fable 5.
• 3. September: GPT-6 Astra für $10 / $50 / $1.
• 22. September: GPT-6 Sol für $2 / $10 / $0.20, GPT-6 Luna für $0.10 / $0.50 / $0.01 und Claude Opus 5.5 für $4 / $20 / $0.20.
• 29. September: GPT-6.1 Sol für $2 / $10 / $0.10.

Schau dir den Schritt von Fable 5 zu Fable 5.1 an: Input und Output haben sich nicht bewegt. Nur der Cache-Read fiel von 1 Dollar auf 0,25 Dollar. In einem normalen Preisvergleich wirkt das wie eine Fußnote.

Warum die dritte Zahl entscheidet

Woolfs Punkt: Wenn du Agenten zum Programmieren nutzt, sind Cache-Reads der weitaus größte Teil der Ausgaben, nach seinen Zahlen 96 % bis 99 % der gesamten Token-Kosten, weil der Cache das ganze bisherige Gespräch enthält und in jeder Runde neu gelesen wird. Er ergänzt, dass der Cache je nach Anbieter etwa 90 bis 100 % der Zeit getroffen wird. Zusammen genommen, schreibt er, entspricht eine Senkung des Cache-Read-Preises um 75 % ungefähr einer Senkung der Nutzungskosten um 70 bis 75 %.

Woolf merkt außerdem an, dass die Senkung bei GPT-6.1 Sol dem entspricht, was er Anthropics Cache-Read-Kosten von 5 % des Input-Preises nennt. Das Verhältnis zwischen Input-Preis und Cache-Read-Preis solltest du bei jedem Modell prüfen, denn es zeigt, was ein Cache-Treffer wirklich spart.

Was ich damit machen würde

Das Folgende stammt nicht aus Woolfs Beitrag. Es ist allgemeine Praxis beim Prompt-Caching, das Anbieter in unterschiedlicher Form anbieten, also prüf die Doku deines Anbieters.

Stabiles zuerst. Ein Cache greift ab dem Anfang des Prompts. Systemanweisungen, Tool-Definitionen und lange Referenztexte gehören nach oben und bleiben zwischen Aufrufen Byte für Byte gleich. Alles, was sich pro Anfrage ändert, Zeitstempel, Nutzername, zufällige ID, kommt danach. Ein einziger wechselnder Wert weit oben kann jeden Aufruf zum Cache-Miss machen.

Miss deine eigene Trefferquote. Die meisten APIs melden in den Nutzungsdaten jeder Antwort gecachte und nicht gecachte Input-Tokens getrennt. Logge sie und rechne aus, welcher Anteil deiner Ausgaben Cache-Reads sind:

// u: tokens from your usage logs, p: dollars per million tokens
function cacheShare(u, p) {
  const cost = k => (u[k] * p[k]) / 1e6;
  const total = cost('input') + cost('output') + cost('cacheRead');
  return { cacheShare: cost('cacheRead') / total,
           hitRate: u.cacheRead / (u.cacheRead + u.input) };
}

Ist der Cache-Anteil hoch, vergleich Modelle zuerst über den Cache-Read-Preis. Ist die Trefferquote niedrig, such den Wert weit oben in deinem Prompt, der sich ständig ändert.

Nächster Schritt: Nimm die Nutzungslogs eines Tages, rechne wie oben und schau, welcher der drei Preise deine Rechnung wirklich bestimmt. Quelle: Max Woolf, Beitrag vom 25. Oktober 2026 über die Preissenkungen von OpenAI und Anthropic.