Nex-N2.5-Pro.
Bei 10,000,000 Eingabe- + 2,000,000 Ausgabe-Tokens pro Monat ist OpenRouter der einzige gelistete Anbieter: $1.25/Monat.
Günstigster Anbieter links.
Gesamte Monatskosten — Eingabe- und Ausgabe-Tokens zusammen.
Rechnung im Detail.
| Anbieter | Monatssumme | |
|---|---|---|
| $1.25 | Registrieren ↗ |
GPU mieten statt pro Token zahlen.
Bei einem Open-Weights-Modell wie Nex-N2.5-Pro kannst du eine GPU mieten und die Inferenz selbst betreiben. Die Rechnung: günstigste GPU-Miete × 730 Stunden/Monat. Strom ist im Stundenpreis der Miete enthalten.
Angenommen wird, dass die GPU rund um die Uhr mit ca. 85 % Auslastung läuft. Bei schwankendem Traffic zahlst du für die API weniger und für die GPU wahrscheinlich mehr (Leerlaufstunden kosten trotzdem Miete). Die Break-even-Analyse findest du im Break-even-Tool Selbsthosting vs. API.
Drei Schritte zur Monatsschätzung.
-
01
Modell wählen.
Suche mit dem Suchfeld ein KI-Modell — Claude, GPT, Llama, DeepSeek, Qwen, alles, was wir erfassen. Die Auswahl zeigt jedes Modell, für das mindestens ein Anbieter Preise pro Token veröffentlicht.
-
02
Volumen schätzen.
Stelle die monatlichen Eingabe- und Ausgabe-Tokens passend zu deiner erwarteten Last ein. Eine typische Chat-App verbraucht 1–10 Mio. Eingabe-Tokens pro aktivem Nutzer und Monat; ein Agent, der in jeder Runde den Kontext neu liest, kann 100 Mio. und mehr erreichen.
-
03
Preisspanne ablesen.
Diagramm und Tabelle listen jeden Anbieter des Modells, günstigster zuerst. Klicke auf einen Anbieternamen, um die Detailseite zu öffnen — Preisverlauf, Durchsatz-Benchmarks und den Anmeldelink.
Häufige Fragen.
Wie wird die Monatsrechnung berechnet?
Summe = (Input-Preis × Input-Token / 1 Mio.) + (Output-Preis × Output-Token / 1 Mio.), mit den veröffentlichten Token-Preisen jedes Anbieters aus unserer letzten Abfrage.
Woher kommen die Preisdaten?
Von der Preisseite oder Modelllisten-API jedes Inferenz-Anbieters selbst — Anthropic, OpenAI, OpenRouter, Together AI, Fireworks AI, DeepInfra, z.ai, Groq und weitere. Wir lesen die Modellliste jedes Anbieters täglich neu und aktualisieren seine Preise daraus.
Sollte ich immer den günstigsten Anbieter wählen?
Am günstigsten pro $/M Token heißt nicht immer am günstigsten insgesamt. Achte auf Caching-Rabatte, die ein Aggregator eventuell nicht weitergibt, Ratenlimits kleiner Anbieter, die dich unter Last in einen teureren Tarif zwingen, und den zusätzlichen Zwischenschritt eines Aggregators. Bei geringem oder schwankendem Volumen passt meist der günstigste; bei dauerhaftem Produktionsverkehr zählen auch Durchsatz und Zuverlässigkeit.
Was ist der Unterschied zwischen OpenRouter und der direkten API des Modellherstellers?
OpenRouter ist ein Aggregator: Es leitet deine Anfrage an einen von mehreren dahinterliegenden Anbietern weiter. Die direkte API des Herstellers (z. B. api.anthropic.com für Claude) bietet seinen eigenen Preis und native Funktionen wie Prompt-Caching. Direkt ist bei großem Volumen meist günstiger; ein Aggregator lohnt sich, wenn du einen Schlüssel für Dutzende Modelle willst.
Sind Input- und Output-Preise gleich?
Nein — Output-Token kosten meist ein Mehrfaches von Input-Token, daher ist der günstigste Input-Anbieter nicht immer insgesamt der günstigste. Die Spalte Monatsrechnung zählt beides; sortiere danach für die echte Summe.
Wie beeinflusst Prompt-Caching diese Schätzung?
Gecachte Input-Token sind meist deutlich günstiger als neue. Wir bilden Caching nicht ab, weil es von deinem Workload abhängt: lange, wiederverwendete System-Prompts profitieren, Chats mit neuem Kontext pro Runde nicht.
Wie oft werden die Preise aktualisiert?
Täglich. Wir lesen die Modellliste jedes Anbieters früh am Morgen (UTC), sodass eine Preisänderung innerhalb etwa eines Tages erscheint.
Was ist mit feinabgestimmten Varianten?
Feinabgestimmte Deployments werden getrennt vom Basismodell abgerechnet, oft mit anderer Struktur (Rechenzeit pro Stunde plus pro Token). Dieses Tool deckt nur Token-Preise des Basismodells ab; für Fine-Tuning-Kosten sieh dir die Deployment-Preise des Anbieters an.
Weiter geht's.
Break-even: Selbst hosten vs. API.
Ab welchem Monatsvolumen lohnt es sich, eine GPU zu mieten und selbst zu hosten, statt eine gehostete API zu bezahlen? Kostenkurven nebeneinander.
ToolVRAM-Rechner.
Passt dieses Modell auf diese GPU? VRAM-Rechnung je Quantisierung — INT4 / FP8 / FP16 — gegen den Speicher der GPU.