KI-Leistung wird jedes Quartal billiger: Was das für Budgets heißt

Als OpenAI am 31. Januar 2025 sein Modell o3 herausbrachte, kostete eine Frage aus dem Naturwissenschaftstest GPQA Diamond nach Schätzung von Epoch AI im Schnitt 30 US-Cent, knapp 18 Monate später erreichte GPT-5.6 Luna dasselbe Ergebnis für 0,0004 US-Dollar je Frage.

Was Epoch gemessen hat

Die Analyse stammt von Luke Emberson und David Roodman und trägt den Titel „The plunging price of thought“. Ihre Frage ist eng gefasst. Epoch will wissen, wie viel es kostet, ein festes Leistungsniveau auf einem Benchmark zu erreichen, und wie sich dieser Preis über die Zeit verändert. Gemessen wird dabei der Preis je Token für die Modelle, die das jeweilige Niveau schaffen. Seit 2023 ist dieser Preis laut Epoch um rund 47 Prozent pro Quartal gefallen, bezogen auf ein gleichbleibendes Leistungsniveau. Aufs Jahr gerechnet nennt Epoch den Faktor 13. Zum Vergleich zieht die Analyse andere Technologien heran: Der Rückgang sei viermal schneller als bei der DNA-Sequenzierung, sechsmal schneller als bei Rechenleistung und 18-mal schneller als bei Lithium-Batterien.

Das anschaulichste Beispiel liefert GPQA Diamond. OpenAIs o3 erreichte dort nach Epochs Schätzung 75 Prozent für durchschnittlich 30 US-Cent je Frage. GPT-5.6 Luna kam knapp 18 Monate später auf dasselbe Ergebnis für 0,0004 US-Dollar je Frage. Epoch spricht von einem Rückgang um das 725-Fache in weniger als 18 Monaten.

Auffällig ist ein weiterer Befund. Nahe an der Spitzenleistung fällt der Preis laut Epoch anfangs besonders schnell und verlangsamt sich später, beobachtet bei drei der fünf Benchmarks.

Die Grenzen, die Epoch selbst nennt

Die Autoren schreiben ihre Vorbehalte gleich mit. Ihre Zahlen seien einigermaßen repräsentativ, sollten aber nicht als exakt gelesen werden.

Ein Einwand betrifft die Tests selbst: Anbieter könnten ihre Modelle gezielt auf bekannte Benchmarks trainieren, und dann steigt die Leistung im Test schneller als bei echten Aufgaben. Ein anderer betrifft die Rechnung. Epoch misst Preise je Token, keine tatsächlichen Kosten in einem Betrieb, und unterstellt einen Nutzer, der ständig zum günstigsten Modell wechselt, das die geforderte Leistung bringt. Echte Nutzer wechseln laut Epoch seltener und sparen deshalb nicht ganz so viel.

Der wichtigste Punkt für jede Budgetplanung folgt aus der Methode. Die 47 Prozent gelten für ein festes Leistungsniveau und beschreiben keinen Preis für „KI insgesamt“. Wer immer das neueste Spitzenmodell nutzt, sieht diesen Rückgang nicht automatisch auf seiner Rechnung.

Die MIT-Studie kommt auf kleinere Werte

Eine zweite Untersuchung, über die The Decoder am 24. September 2026 berichtet hat, landet deutlich niedriger. Forscher am MIT um Hans Gundlach haben Preisdaten von Artificial Analysis aus dem Zeitraum April 2024 bis November 2025 ausgewertet und kommen laut dem Bericht auf einen Rückgang um den Faktor 5 bis 10 pro Jahr. Bereinigt um Hardware und Wettbewerb schätzen sie die reine algorithmische Effizienz auf rund den Faktor 3 pro Jahr. Die Studie selbst haben wir nicht gelesen, die Angaben stammen allein aus dem Bericht von The Decoder.

Beide Zahlen widersprechen sich weniger, als es aussieht, weil sie verschiedene Dinge messen, über verschiedene Zeiträume und mit verschiedenen Daten. Welche die richtige ist, lässt sich daraus nicht entscheiden, und für einen Betrieb ist das auch nicht die entscheidende Frage.

Wichtiger ist ein Hinweis aus demselben Bericht. Laut The Decoder hängt ein Teil der Leistungssteigerung neuer Modelle an mehr Rechenaufwand je Aufgabe. Spitzenleistung kann je Ausführung also teurer werden, auch wenn ein festes Niveau immer billiger wird.

Was das für ein KI-Budget bedeutet

Für die Planung lassen sich daraus zwei Linien ableiten, die in entgegengesetzte Richtungen laufen. Routineaufgaben, die ein Modell schon heute gut genug erledigt, etwa das Zusammenfassen von Protokollen oder das Vorsortieren eingehender Mails, rutschen auf der Kostenkurve nach unten, sofern jemand regelmäßig prüft, ob ein kleineres oder neueres Modell dasselbe leistet. Anspruchsvolle Aufgaben mit dem jeweils stärksten Modell folgen dieser Kurve nicht zwangsläufig. Wie sich die Preise einzelner Spitzenmodelle zuletzt verändert haben, beschreibt der Artikel Opus 5.5 und GPT-6 Sol: Was die neuen KI-Preise bedeuten.

Vorsicht ist aus unserer Sicht bei langen Festpreis- oder Mengenverträgen für KI-Nutzung angebracht. Wer sich über Jahre an heutige Konditionen bindet, zahlt womöglich für eine Leistung, die am Markt längst günstiger zu haben ist. Das ist keine Rechtsfrage, sondern eine der Vertragsgestaltung, und sie gehört vor die Unterschrift.

Unsere Einschätzung

Die Zahl von Epoch ist eine gute Nachricht für Betriebe, die KI für alltägliche Aufgaben einsetzen, allerdings mit einer Bedingung, die leicht untergeht. Epochs Rechnung beruht auf dem ständigen Wechsel zum günstigsten passenden Modell. Diesen Wechsel spart man sich im Alltag leicht, weil die einmal eingerichtete Lösung funktioniert und sich niemand zuständig fühlt. Dann kommt der Preisrückgang im Betrieb gar nicht an. Wir würden deshalb für jede KI-Anwendung im Betrieb festhalten, welche Aufgabe welches Modell bekommt. Ein Zusammenfassungsjob braucht selten das teuerste Modell, eine knifflige Auswertung vielleicht schon. Und wir würden die Abrechnung einmal im Quartal ansehen, mit der Frage, ob dieselbe Arbeit inzwischen billiger zu haben ist.

Wer das nicht tut, darf die 47 Prozent nicht in sein Budget einrechnen.

Umgekehrt sollte niemand erwarten, dass die Gesamtrechnung von selbst schrumpft. Neue Modelle rechnen für schwierige Aufgaben mehr, und wer mit KI mehr erledigt, verbraucht auch mehr.

Quellen

Die genannten Angaben stützen sich auf folgende öffentlich zugängliche Quellen (Stand der Recherche: 25. September 2026):

• Epoch AI: The plunging price of thought
• The Decoder: Kosten für KI-Leistung fallen schneller als bei jeder anderen Technologie zuvor

Häufige Fragen

Zuletzt aktualisiert: 25. September 2026. Stand der Recherche: 25. September 2026.