OpenAI senkt Tokenpreise, Agenten fressen die Ersparnis

27.08.2026

7 Min. Lesezeit

OpenAI senkt die Credit-Preise von GPT-5.6 Sol befristet: rund 3 statt 4 Euro je Million Input-Token. Der Nachlass macht Agenten nicht billiger: Die gesparten Cent fließen in tiefere Workflows. Gartner erwartet bis 2028 mehr als das Fünffache an Inference-Kosten je Workflow.

Das Wichtigste in Kürze

Sol steht bei rund 3/17 Euro je 1 Million Token. Der Nachlass gilt befristet mindestens bis zum 21. November 2026 und trifft API sowie berechtigte Work- und Codex-Credits. Plus, Pro und Business bleiben unverändert.
Zwei Fünffache, eine falsche Zahl. Gartner rechnet bis 2028 mit mehr als dem Fünffachen an Inference-Kosten je agentischem Workflow. Getrennt davon erzeugt das Routing auf ein Reasoning-Modell gegenüber einem Chat bereits jetzt mindestens das Fünffache an Provider-Kosten.
Drei Größen vor der Freigabe: Cost-Tags je Workflow, Cache- und Replay-Overhead mit Iterationsdeckel sowie das Promo-Auslaufdatum im Vertrag. Rund 3/17 Euro ist Szenario A, rund 4/26 Euro nach dem 21. November Szenario B, plus 10 Prozent EU-Residency-Uplift.

Verwandt Token-OPEX: Inference steuert, nicht das Seat-Budget / Fable 5 bleibt teuer: Firmen meiden Anthropics Topmodell

Ein Vorgang, mehrere Läufe

Die Geschichte beginnt in der Schleife. An der Preistafel sieht man erst den zweiten Akt.

Ein Chat beantwortet eine Frage in einem einzigen Durchlauf. Ein Agent zerlegt denselben Vorgang in Planung, Tool-Aufrufe und Kontext-Wiederaufnahme. Die Abrechnung sieht mehrere Läufe, wo der Nutzer eine Antwort sieht. Ein Vorgang, der im Chat einen Prompt benötigt, kann im Agenten über mehrere Iterationen, Werkzeugaufrufe und Replays laufen.

Jede Iteration verbraucht Tokens. Analysen zeigen Vielfaches des Tokenvolumens und der Taskkosten gegenüber einfachen Interaktionen. Fällt der Stückpreis, wird die nächste Schleife kalkulierbarer. Teams geben dem Agenten mehr Schritte, mehr Werkzeuge und mehr Kontext. Der Rabatt finanziert Tiefe. Volumen, Iterationen und Replays wachsen schneller als der Nachlass auf den Token.

Am 21. August 2026 senkte OpenAI die API- und Credit-Preise von GPT-5.6 Sol auf rund 3 Euro je 1 Million Input-Token und rund 17 Euro je 1 Million Output-Token. Der Inputpreis fällt um ein Fünftel, der Outputpreis um ein Drittel. Die Senkung ist befristet und gilt mindestens bis zum 21. November 2026. Der Geltungsbereich umfasst die API sowie berechtigte ChatGPT-Work- und Codex-Credits. Die Abonnement-Nutzung bleibt unverändert.

Vier Wochen zuvor, am 30. Juli 2026, hatte OpenAI Luna um 80 Prozent und Terra um 20 Prozent gesenkt. Sol blieb damals unverändert. Zusätzlich gibt es Fast mode mit bis zur 2,5-fachen Geschwindigkeit zum doppelten Standardpreis. Die Sol-Aktion trifft das Frontier-Modell, das in Agenten-Ketten oft die teure Zeile trägt.

GPT-5.6 Ultra setzt den Mechanismus in die Produktsprache. Das Setting koordiniert vier Agenten parallel und nimmt bewusst höheren Tokenverbrauch für bessere Ergebnisse. Ein Vorgang, den der Mitarbeiter als eine Antwort sieht, läuft intern als parallele Kette. Die gesparten Cent am Stückpreis fließen in Tiefe, nicht in Entlastung.

OpenAI-Präsident Greg Brockman rahmt die Senkung als Schritt zum niedrigsten Preis je Aufgabe. Die Betonung liegt auf der Aufgabe. Der Token wird günstiger. Die Aufgabe eines Agenten besteht aus vielen Tokens.

Wenn der Stückpreis fällt, aber das Volumen je Vorgang steigt, braucht es eine Prognose für die Gesamtkosten. Die liefert Gartner.

Zwei Fünffache, eine falsche Zahl

Gartner hat den gegenläufigen Effekt am 17. August 2026 benannt. Unter der Bezeichnung Inference-Paradox erwartet Gartner, dass die Inference-Kosten pro agentischem Workflow bis 2028 um mehr als das Fünffache steigen. Das ist der Workflow gegen sich selbst: dieselbe Einheit, später teurer, weil fallende Tokenpreise tokenintensivere Mehrschritt-Workflows ermöglichen.

Getrennt davon kostet das Routing auf ein agentisches Reasoning-Modell den Anbieter bereits jetzt mindestens fünfmal so viel wie eine einfache Chatbot-Interaktion. Das ist der Modellvergleich in der Gegenwart, nicht die Zeitreihe bis 2028. Will Sommer, Senior Director Analyst bei Gartner, sagt: Produktverantwortliche können effizientere Token-Ökonomie nicht als Begründung für KI-Kosten nutzen. Jede nächste Fähigkeitsstufe braucht mehr Tokens und oft teurere Tokens.

Wer beide Fünffache in eine Zahl kippt, plant mit der falschen Größe. Die eine Zahl sagt, wohin die Kosten je Workflow laufen. Die andere sagt, was ein Reasoning-Lauf den Provider gegenüber einem Chat kostet. Die Budgetplanung braucht beide – und die Trennung.

Hier schließt sich die Rechnung, die den Titel trägt. Der Tokenpreis von Sol fällt von rund 4 auf rund 3 Euro Input und von rund 26 auf rund 17 Euro Output. Ultra multipliziert denselben Vorgang auf vier parallele Agenten. Gartner legt den Pfad der Workflow-Kosten auf mehr als das Fünffache bis 2028. Die Gesamtkosten einer Agenten-Kette sind das Produkt aus Kosten je erledigtem Vorgang und der Zahl der Vorgänge. Fällt der Stückpreis, während Volumen, Iterationen und parallele Läufe je Vorgang steigen, steht am Ende mehr Rechnung je erledigtem Vorgang als vorher – und über alle Vorgänge erst recht. Günstigere Token, teurere Agenten ist in diesem Licht kein Stimmungsbild. Es ist das Produkt aus Rabatt und Tiefe.

Damit verschiebt sich die Steuergröße. Die relevante Zahl ist der abgeschlossene Vorgang: ein triagiertes Ticket, ein geprüfter Vertrag, ein ausgeführter Lauf. Solange diese Einheit mehr Schritte enthält, kann die Zeile steigen, während die Preistafel fällt. Aus Prognose und Preisliste folgt der Steuerungsauftrag, zu messen, was ein abgeschlossener Vorgang kostet, nicht was ein Token kostet.

Drei Größen vor der nächsten Freigabe

Die Prüfung im eigenen Haus hängt an drei sichtbaren Größen.

Cost-Tags je Workflow. Ein gemeinsames Modellbudget mischt Chat, Batch und Agenten. Der Sol-Nachlass wirkt oberflächlich als Entlastung, während einzelne Agenten-Ketten bereits über dem Vorjahr liegen. Jeder produktive Vorgang braucht eine Kennung für Modell, Cache-Anteil, Tool-Calls und Iterationen. Erst diese Zeile zeigt, ob der Rabatt den Vorgang billiger macht oder nur den nächsten Schritt subventioniert.

Cache- und Replay-Overhead mit Iterationsdeckel. Agent-Workflows lesen langen Kontext wiederholt. Gecachte Reads sind billiger als uncached Tokens. Jede Iteration fasst den Cache erneut an. Uncached Anteile – neuer Tool-Output, frische Planung, angefügte Begründungen – fallen zum vollen Input-Preis an. Replay-Overhead entsteht, wenn der Agent denselben Verlauf erneut in den Prompt legt, um den nächsten Werkzeugaufruf zu begründen. Die prüfbare Größe ist die Schleifentiefe: wie oft der gecachte Kontext erneut gelesen wird und wie oft uncached Prefill anfällt. Ein Deckel für Iterationen, ein Alarm bei Replay-Wachstum und ein Vergleich zwischen Erstlauf und Folgelauf machen den Overhead zu einer Steuergröße.

Promo-Auslaufdatum. Die Sol-Senkung gilt mindestens bis zum 21. November 2026. Einkauf und Legal verankern das Datum im Vertrag, zusammen mit dem Geltungsbereich: API plus berechtigte ChatGPT-Work- und Codex-Credits. Plus, Pro und Business bleiben außerhalb dieser Aktion. Rund 3/17 Euro ist Szenario A, solange die Aktion läuft. Rund 4/26 Euro nach dem 21. November ist Szenario B – die Liste vor der Senkung, nicht eine zugesagte Folgekondition. Dazu kommt 10 Prozent EU-Residency-Uplift auf der jeweils geltenden Zeile. Eine Fortschreibung des August-Rabatts ins Folgejahr ist eine Annahme ohne Beleg.

Die Preistafel vom 21. August ändert den Stückpreis. Die Gesamtkosten folgen dem Vorgang. Welche Zahl steht oben auf der Folie: der Sol-Rabatt oder die Tokens je abgeschlossenem Vorgang?

Was bricht

Stückpreis als Budgetanker. Der Rabatt gilt befristet, die Workflows bleiben.
Sitz-basierte Verträge brechen: Token-OPEX folgt dem Vorgang, nicht dem Sitzplatz.
Cache-Blindheit. Jede Schleife fasst den Kontext neu an, uncached Anteile laufen zum vollen Preis.

Was trägt

Kosten-ID je Workflow mit Deckel für Iterationen und Alarm bei Replay-Wachstum.
Preisklauseln im Vendor-Vertrag: Transparenz, Caps, Exit bei Preissprüngen, Promo-Fenster und Residency-Uplift.
Bericht an CIO und CFO in Kosten pro erledigtem Vorgang, getrennt von Sitz-Budgets.

Häufig gestellte Fragen

Gilt der Sol-Nachlass auch im Abonnement?

Die Aktion gilt für API-Preise und berechtigte ChatGPT-Work- und Codex-Credits. Plus, Pro und Business bleiben unverändert. Wer Agenten über die API fährt, sieht den neuen Listenpreis. Wer dieselben Modelle im Abonnement nutzt, rechnet weiter mit den bestehenden Konditionen.

Wie lange gilt der niedrigere Listenpreis?

OpenAI hat die Senkung befristet und nennt als Untergrenze den 21. November 2026. Drei Monate sind das zugesagte Fenster, nicht das feste Ende. Was danach gilt, steht in der Ankündigung nicht. Deshalb gehören das Datum und zwei Szenarien in den Vertrag: rund 3/17 Euro als Szenario A, rund 4/26 Euro nach dem 21. November als Szenario B, plus 10 Prozent EU-Residency-Uplift.

Warum steigen die Kosten je Workflow, wenn Tokens billiger werden?

Agenten verbrauchen pro Vorgang ein Vielfaches an Tokens durch Schleifen, Tool-Calls und Kontext-Replays. GPT-5.6 Ultra koordiniert vier Agenten parallel und nimmt höheren Tokenverbrauch für bessere Ergebnisse. Gartner trennt zwei Aussagen: Bis 2028 steigen die Inference-Kosten je agentischem Workflow um mehr als das Fünffache. Getrennt davon erzeugt das Routing auf ein Reasoning-Modell gegenüber einem einfachen Chat bereits jetzt mindestens das Fünffache an Provider-Kosten. Der Stückpreis fällt. Das Volumen je Aufgabe wächst schneller. Die Gesamtkosten der Agenten-Kette sind Kosten je Vorgang mal Zahl der Vorgänge.

Was muss vor einer Agenten-Freigabe in der Rechnung stehen?

Drei Größen: Cost-Tags je Workflow für Modell, Cache-Anteil, Tool-Calls und Iterationen; Cache- und Replay-Overhead inklusive Schleifentiefe und Iterationsdeckel; das Promo-Auslaufdatum 21. November 2026 mit Szenario A (rund 3/17 Euro) und Szenario B (rund 4/26 Euro) plus 10 Prozent EU-Residency-Uplift. Ohne diese Kennungen bleibt der Sol-Nachlass eine Zahl auf der Preistafel.

Was ist agentische Inference?

Agentische Inference ist der Tokenverbrauch, der entsteht, wenn ein KI-Agent einen Vorgang selbstständig in mehrere Schritte zerlegt. Der Agent liest Kontext, ruft Werkzeuge auf, bewertet Zwischenergebnisse und plant den nächsten Schritt erneut. Jede dieser Schleifen verbraucht neue Tokens, auch wenn dieselbe Frage am Anfang stand. Deshalb skaliert die Rechnung mit der Zahl der Vorgänge mal der Tiefe je Vorgang, während ein Chatbot nur einmal pro Frage abrechnet.

Quelle: OpenAI-Ankündigung und API-Preisliste vom 21.08.2026; OpenAI zu GPT-5.6 Ultra; Gartner-Pressemitteilung vom 17.08.2026 (Will Sommer, Prognose zu Inference-Kosten je Workflow).

Umrechnung: Dollar-Beträge zum Tageskurs vom 25. August 2026 (rund 0,86 Euro je Dollar), gerundet.

Weiterlesen auf Digital Chiefs

Digital ChiefsSmart City in Einzelteilen: Jedes Amt hütet seine Daten Digital ChiefsCIO-Succession: warum interne Kandidaten verlieren Digital ChiefsErst die Entscheidungsthese, dann das Organigramm

Mehr aus dem MBF Media Netzwerk