Ist Open-Weight-KI tatsächlich günstiger als die großen proprietären APIs – und um wie viel? Wir haben die API-Preise aller 29 bewerteten Modelle in unserer Modelldatenbank, auf einen einheitlichen gewichteten Kostenwert pro Million Tokens normiert und in Open-Weight- versus proprietäre Modelle unterteilt. Die Lücke ist größer – und deutlich konsistenter – als die meisten vermuten.
Wichtigste Erkenntnisse
- Die fünf günstigsten Modelle im Jahr 2026 sind sämtlich Open-Weight-Modelle. Die fünf teuersten sind ausschließlich proprietär.
- Die Ein typisches (medianes) Open-Weight-Modell kostet etwa 0,15 USD pro Million gewichteter Tokens; ein typisches proprietäres Modell kostet etwa 6,00 USD – eine 39-fache Differenz.
- Im Durchschnitt kosten proprietäre Modelle etwa das 16-Fache der Open-Weight-Modelle.
- Bei allen 29 Modellen beträgt die gesamte Preisspanne etwa das 890-Fache – von rund 0,02 bis 20 USD pro Million gewichteter Tokens.
- Dies ignoriert jedoch das Self-Hosting, das bei Open-Weight-Modellen die Kosten pro Token vollständig eliminiert.
So haben wir gemessen
- Umfang – alle 29 Modelle in der Convly-Datenbank mit öffentlich zugänglichen API-Preisen.
- Durchschnittlicher Kostenpreis —
(3 × Eingabe + Ausgabe) ÷ 4, ein typisches Verhältnis von Eingabe zu Ausgabe von 3:1 bei realen API-Anfragen, sodass Modelle mit günstiger Eingabe, aber teurer Ausgabe direkt vergleichbar sind. - Klassifikation – ‚Open-Weight‘ = herunterladbare Gewichte, die Sie selbst hosten können (22 Modelle); ‚proprietär‘ = ausschließlich über API verfügbar (7 Modelle).
- Quellen – veröffentlichte API-Preise über OpenRouter und DeepInfra, Juni 2026.
Die Lücke in einer Tabelle
| Metrik (gewichteter Preis pro Million) | Open-Weight (22) | Proprietär (7) | Lücke |
|---|---|---|---|
| Durchschnitt | $0.50 | $8.16 | 16× |
| Median (typisches Modell) | $0.15 | $6.00 | 39× |
| Günstigstes Modell der Gruppe | $0,02 (Llama 3.1 8B) | $2,00 (Claude Haiku 4.5) | — |
| Teuerstes Modell der Gruppe | $3,00 (Mistral Large 3) | $20,00 (Claude Fable 5) | — |
Die Extremwerte erzählen die Geschichte
Sortiert man alle 29 Modelle nach den gemittelten Kosten, zeigt sich ein deutliches Muster: Open-Weight-Modelle dominieren das untere Ende der Skala, proprietäre Modelle das obere Ende:
| 5 günstigste Modelle (alle Open-Weight) | Gewichteter Preis pro Million US-Dollar | 5 teuersten Modelle (alle proprietär) | Gewichteter Preis pro Million US-Dollar |
|---|---|---|---|
| Llama 3.1 8B | $0.02 | Claude Fable 5 | $20.00 |
| Mistral 7B | $0.02 | GPT-5.5 | $11.25 |
| Mistral NeMo 12B | $0.03 | Claude Opus 4.8 | $10.00 |
| Gemma 3 4B | $0.06 | Claude Sonnet 4.6 | $6.00 |
| Qwen3 8B | $0.07 | Gemini 3.1 Pro | $4.50 |
There is no proprietary model in the cheapest third of the market, and no open-weight model in the most expensive third. The lone overlap zone is narrow: the cheapest proprietary model (Claude Haiku 4.5, $2.00) sits just below the most expensive open one (Mistral Large 3, $3.00).
Wichtige Nuance: Hier geht es um Kosten, nicht um Leistungsfähigkeit
Die teuersten Modelle führen nach wie vor bei den anspruchsvollsten Denk- und Agentenaufgaben. In unserem begleitenden KI-Preis-Leistungsindex stellten wir fest, dass die Premium-Bezahlung für Spitzenmodelle nicht einen proportionalen Mehrwert, sondern lediglich die letzte Punkte an Intelligenz erwirbt. Für den Großteil der Produktionsworkloads – Klassifizierung, Extraktion, RAG, Zusammenfassung, Chat – ist jedoch die Leistungslücke zwischen einem guten Open-Weight-Modell und einem Spitzenmodell weit geringer als die 39×-Preisdifferenz. Oft zahlt man also das 39-Fache für die letzten 10–20 % an Funktionalität, die möglicherweise gar nicht benötigt werden.
Warum die Lücke strukturell bedingt ist
Dies ist kein vorübergehender Preiswettbewerb. Der intensive Wettbewerb zwischen Open-Weight-Anbietern – Qwen, Llama, Gemma und DeepSeek Mistral bringen alle starke Modelle unter permissiven Lizenzen hervor – hat den Preisuntergrund auf nahezu null gedrückt. Gleichzeitig orientieren sich Spitzenlabs beim Preismodell an maximaler Leistungsfähigkeit und der Zahlungsbereitschaft von Unternehmen. Das Ergebnis ist ein sich zunehmend spaltender Markt: ein „Rennen zum Nullpunkt“ am unteren Ende und eine Premium-Obergrenze am oberen Ende – mit einer sich weiter ausweitenden Kluft dazwischen.
Fazit
Für kostenorientierte Produktionsumgebungen ist ein Open-Weight- oder Mid-Tier-Modell 2026 die rationale Standardwahl – und durch Self-Hosting entfallen die Kosten pro Token vollständig (prüfen Sie, welche Modelle Ihre GPU verarbeiten kann, mit unserem VRAM-Rechner). Proprietäre Spitzenmodelle sollten ausschließlich für wirklich anspruchsvollste Aufgaben reserviert werden. Berechnen Sie Ihre konkreten Kosten mithilfe des API-Kostenrechner .
Data: Convly Datenbank für KI-Modelle (API pricing via OpenRouter and DeepInfra). Blended cost uses a 3:1 input:output ratio. Figures current as of June 2026.
