Was sind Tokens in der KI?

Ein Token ist ein Wortstück, kein Wort

Modelle lesen weder Buchstaben noch Wörter. Bevor deine Nachricht das Modell erreicht, zerlegt sie ein Tokenizer in Stücke aus einem festen Vokabular von Zehntausenden Fragmenten. Häufige Wörter sind ein Token. Seltene Wörter sind zwei oder drei. "The" ist ein Token, "tokenization" sind meist zwei oder drei, eine lange URL kann Dutzende sein.

Die Faustregel, die OpenAI für englischen Text veröffentlicht: Ein Token hat etwa vier Zeichen, also rund drei Viertel eines Wortes. Somit sind 100 Tokens ungefähr 75 Wörter, und 1.000 Tokens sind anderthalb Seiten.

Zwei Dinge lassen die Zählung schwanken. Code ist dichter, eher ein Token pro drei Zeichen, wegen der vielen Symbole und Einrückungen. Und Sprachen, die in den Trainingsdaten des Tokenizers weniger vertreten sind, kosten mehr: Derselbe Inhalt auf Thailändisch, Hindi oder Arabisch kann zwei- bis dreimal so viele Tokens brauchen wie die englische Version, was wichtig ist, wenn man pro Token bezahlt und in einer dieser Sprachen schreibt.

Das lässt sich leicht selbst prüfen. Füge einen beliebigen Text in den Token-Kostenrechner ein, und er zeigt die Anzahl und den Preis für jedes Modell.

Input-Tokens und Output-Tokens haben zwei unterschiedliche Preise

Jede Nachricht hat zwei Hälften. Input-Tokens sind alles, was das Modell liest: deine Frage, die Systemanweisungen, der bisherige Gesprächsverlauf, jede angehängte Datei. Output-Tokens sind das, was das Modell zurückschreibt.

Anbieter berechnen beide zu unterschiedlichen Sätzen, und der Abstand ist nicht klein. Die Tabelle zeigt den Listenpreis pro Million Tokens aus dem AI Model Cost Index, mit Preisen, die am 2026-08-20 von OpenRouter abgerufen wurden.

Output ist teurer wegen der Funktionsweise des Modells. Das Lesen des Inputs geschieht in einem einzigen parallelen Durchlauf über alle Tokens gleichzeitig. Das Schreiben des Outputs geschieht ein Token nach dem anderen, wobei jedes neue Token einen weiteren Durchlauf durch das gesamte Modell erfordert. Eine Antwort mit 500 Tokens sind 500 aufeinanderfolgende Durchläufe.

Was eine echte Nachricht kostet, durchgerechnet

Nimm einen typischen Austausch: eine 300-Wörter-Frage mit einem Absatz Kontext, beantwortet in 400 Wörtern. Das sind etwa 400 Input-Tokens und 530 Output-Tokens.

• Bei GPT-5.6 Luna: 400 × $0.20 pro Million plus 530 × $1.20 pro Million, also $0.00008 plus $0.00064, etwa $0.0007. Sieben Hundertstel Cent.
• Bei Claude Sonnet 5: 400 × $2 plus 530 × $10 pro Million, also $0.0008 plus $0.0053, etwa $0.006. Etwas mehr als einen halben Cent.
• Bei GPT-5.5: 400 × $5 plus 530 × $30 pro Million, also $0.002 plus $0.0159, etwa $0.018. Fast zwei Cent.

Auffällig ist, dass die Output-Hälfte in jeder Zeile 80 bis 90 Prozent der Rechnung ausmacht. Nicht nur das Modell bestimmt die Kosten, sondern die Form der Nachricht: Eine einzeilige Frage, die einen 2.000 Wörter langen Aufsatz verlangt, ist das teure Muster, und ein langes Dokument mit einer einzeiligen Frage dazu ist beim selben Modell die günstige Variante.

Zoomt man heraus, ist die Spanne über den gesamten Katalog die eigentliche Geschichte. Jedes bepreiste Modell im AI Model Cost Index steht in der Linie unten danach, was eine Standardantwort kostet. Das günstigste, Ling-3.0-flash, liegt bei $0.000053, das teuerste, Claude Opus 4.7 im schnellen Modus, bei $0.105: rund 2.000-mal so viel für dieselben 1.500 Tokens.

Der andere Multiplikator ist der Verlauf. In einem Chat liest das Modell bei jeder Runde das gesamte Gespräch erneut, sodass die Input-Zahl mit jeder Nachricht wächst. Ein Gespräch mit 40 Runden schickt die erste Nachricht 40-mal. Deshalb werden lange Threads langsamer, und deshalb ist was ist ein Kontextfenster das Limit, an das man irgendwann stößt.

Warum ein Abo den Zähler versteckt, ihn aber nicht abschafft

Verbraucherpläne verlangen eine monatliche Pauschale, und unter dieser Pauschale zählt jeder Anbieter weiterhin Tokens. Die Zählung zeigt sich als Nachrichtenlimit, als die Wand "Du hast dein Limit erreicht" und als der stille Wechsel zu einem kleineren Modell, wenn das Budget knapp wird.

Whizi misst andersherum. Jedes Modell hat einen festen Credit-Preis pro Nachricht: 1 Credit für das Haus-Modell, 10 für Claude Sonnet 5, 20 für Claude Opus 5 und GPT-5.5, und 100 ganz oben auf der Leiter. Die Zahl hängt nie davon ab, wie lang deine Nachricht oder die Antwort war. Die Leiter ist an eine reale Token-Runde verankert, 3.000 Tokens rein und 800 raus beim Haus-Modell, was etwa $0.00156 an Anbieterkosten verursacht und einen Credit definiert. Wie Whizi-Credits funktionieren enthält die vollständige Tabelle.

Der Tausch ist bewusst gewählt. Ein Zähler pro Token ist exakt und unvorhersehbar, ein Credit pro Nachricht ist bei langen Nachrichten leicht großzügig und bei kurzen leicht knapp, und du kennst den Preis immer, bevor du auf Senden drückst.

Tokens sind auch das Kapazitätslimit

Der zweite Grund, warum Tokens wichtig sind, ist die Kapazität. Jedes Modell hat ein Kontextfenster, gemessen in Tokens: das Maximum, das es auf einmal berücksichtigen kann, Input und Output zusammen. Claude Haiku 4.5 fasst 200.000 Tokens. GPT-5.6 Terra, Claude Sonnet 5 und Gemini 3.7 Flash fassen etwa 1 Million. Bei 750 Wörtern pro 1.000 Tokens sind eine Million Tokens ungefähr 750.000 Wörter, oder etwa 1.500 Seiten.

Das Fenster ist nicht kostenlos. Es zu füllen kostet bei jeder Runde Input-Tokens, sodass ein Dokument mit 300.000 Tokens, dem zehn Fragen gestellt werden, 3 Millionen Input-Tokens ergibt, was $6 bei Claude Sonnet 5 zum Listenpreis sind. Retrieval, bei dem die App das Dokument durchsucht und nur die relevanten Seiten sendet, existiert genau, um diese Rechnung zu vermeiden. Was ist RAG erklärt den Mechanismus, und Vergleich der Kontextfenster enthält das Limit jedes Modells in einer Tabelle. Schick die Seiten, die die Frage braucht, nie die ganze Datei.