Kostenoptimierung

GPT-6.1 Terra: API-Preise, Cache-Kosten und Aufgabenbudgets

Q: Kostet GPT-6.1 Terra halb so viel wie GPT-6.1 Sol?

Die Standard-Kurzkontext-Tokenpreise für Ein- und Ausgabe sind halb so hoch. Die Kosten einer abgeschlossenen Aufgabe hängen von den tatsächlichen Token, Tools und abrechenbaren Versuchen beider Modelle ab.

GPT-6.1 Terra richtig kalkulieren: Token-Preise, Cache-Schreiben, 272K-Grenze, Reasoning, Verarbeitungsmodi und konkrete Budgetbeispiele.

Himi LiProduct Manager at EvoLink

28. Oktober 20268 Min. Lesezeit

In diesem Artikel

Bei OpenAI kostet GPT-6.1 Terra im Standard-API-Modus 1 US-Dollar pro Million Eingabe-Token und 5 US-Dollar pro Million Ausgabe-Token, sofern die Anfrage höchstens 272.000 Eingabe-Token enthält. Cache-Lesezugriffe kosten 0,05 US-Dollar pro Million Token; für das Schreiben in den Cache gelten eigene Preise.

Diese Beträge sind der Ausgangspunkt einer Kalkulation, kein Festpreis für jede Anfrage. Die Rechnung hängt davon ab, welcher Teil der Eingabe in den Cache geschrieben oder daraus gelesen wird, wie viele Ausgabe- und Reasoning-Token das Modell verbraucht und ob die Anfrage die Langkontextgrenze überschreitet. Verarbeitungsmodus und Tools können weitere Unterschiede verursachen.

Eine Standard-Anfrage mit 10.000 regulären Eingabe-Token und 2.000 abgerechneten Ausgabe-Token kostet beispielsweise 0,02 US-Dollar, wenn keine Cache-Schreibvorgänge, Toolgebühren oder anderen Anpassungen anfallen. Tausend Anfragen mit exakt dieser Nutzung kosten 20 US-Dollar. Die folgenden Beispiele verwenden die veröffentlichten OpenAI-API-Preise.

GPT-6.1 Terra: API-Preise im Überblick

Die folgenden Preise stammen von der OpenAI-Preisseite, geprüft am 27. Oktober 2026. Alle Beträge gelten in US-Dollar pro Million Token.

Token-Kategorie	Standard bis 272K Eingabe-Token
Reguläre Eingabe	$1.00
Cache lesen	$0.05
Cache schreiben, 30 Minuten Gültigkeit	$1.25
Cache schreiben, 12 Stunden Gültigkeit	$2.50
Ausgabe einschließlich Reasoning-Token	$5.00

Die Eingabegrenze bezieht sich auf eine einzelne Anfrage. Enthält ein Prompt mehr als 272.000 Eingabe-Token, gelten höhere Preise für die gesamte Anfrage: das Doppelte der Eingabe- und Cache-Preise sowie das 1,5-Fache des Ausgabepreises. Bei einer solchen Langkontextanfrage kostet Standard damit 2 US-Dollar pro Million regulärer Eingabe-Token und 7,50 US-Dollar pro Million Ausgabe-Token. Die aktuellen Bedingungen stehen auf der offiziellen Modellseite.

Kosten einer GPT-6.1-Terra-Anfrage berechnen

Beginnen Sie mit den Tokenmengen aus dem Nutzungsdatensatz. Teilen Sie jede Menge durch eine Million, multiplizieren Sie sie mit dem zutreffenden Preis und addieren Sie die Ergebnisse.

Angenommen, eine Anfrage enthält:

10.000 reguläre Eingabe-Token;
insgesamt 2.000 abgerechnete Ausgabe-Token;
keine Cache-Lese- oder Schreibvorgänge und keine separat berechneten Tools.

Zu den obigen Standard-Preisen kosten Eingabe und Ausgabe jeweils 0,01 US-Dollar. Insgesamt sind das 0,02 US-Dollar pro Anfrage. Bei 1.000 solchen Anfragen im Monat betragen die Modell-Tokenkosten 20 US-Dollar.

Reale Anfragen unterscheiden sich. Ein längerer Prompt oder mehr Reasoning verändert die Kosten. Nutzen Sie für eine Monatsprognose möglichst die Nutzungsverteilung Ihrer eigenen Anfragen und berücksichtigen Sie kostenpflichtige Wiederholungen sowie Tools. Ein einzelner Durchschnittswert kann wenige teure Langkontextaufgaben verdecken.

Reasoning ist Teil der Ausgabe

Reasoning-Token werden als Ausgabe abgerechnet, auch wenn sie in der endgültigen Antwort nicht sichtbar sind. OpenAI meldet sie unter output_tokens_details.reasoning_tokens; sie sind bereits in output_tokens enthalten. Verwenden Sie die gesamte Ausgabemenge und addieren Sie Reasoning nicht erneut. Der Reasoning-Leitfaden erläutert diese Felder.

Das Ausgabelimit kann erreicht werden, bevor eine sichtbare Antwort entsteht. Trotzdem können bereits abrechenbare Eingabe- und Reasoning-Token verbraucht worden sein. Prüfen Sie Nutzung und Antwortstatus, bevor Sie einen weiteren Versuch starten.

Wie Prompt-Caching die Rechnung verändert

Caching kann wiederholte Inhalte günstiger machen, etwa dieselben Anweisungen, Beispiele oder Referenztexte in mehreren Anfragen. Unterscheiden Sie drei Eingabekategorien:

Reguläre Eingabe: Token zum normalen Eingabepreis.
Cache-Schreiben: Token, die für eine festgelegte Gültigkeitsdauer gespeichert werden.
Cache-Lesen: geeignete Token, die aus einem vorhandenen Cache wiederverwendet werden.

Für dasselbe Token ersetzt der Cache-Schreibpreis den regulären Eingabepreis. Er wird nicht zusätzlich auf den normalen Eingabepreis dieses Tokens aufgeschlagen. Kategorien und Nutzungsfelder erklärt der Prompt-Caching-Leitfaden.

Bei Standard mit kurzem Kontext kostet ein Cache-Lese-Token für GPT-6.1 Terra 95 % weniger als ein reguläres Eingabe-Token. Das bedeutet keine Ersparnis von 95 % für den gesamten Ablauf: der erste Schreibvorgang, nicht gecachte Inhalte, Ausgabe und Cache-Fehlschläge zählen weiterhin.

Beispiel: ein Präfix zehnmal verwenden

Ein Präfix mit 8.192 Token wird zehnmal gesendet. Die erste Anfrage schreibt das gesamte Präfix; die nächsten neun lesen es aus einem noch gültigen Cache. Verglichen werden ausschließlich die Eingabekosten dieses Präfixes, ohne Ausgabe, andere Eingabe, Langkontextanpassungen oder Tools.

Die Formeln und Dollarbeträge in der Tabelle verwenden die englische Zahlenschreibweise: Komma als Tausendertrennzeichen, Punkt als Dezimalzeichen.

Behandlung	Berechnung	Präfixkosten für 10 Anfragen
Jedes Mal reguläre Eingabe	8,192 × 10 × $1 / 1M	$0.08192
Ein 30-Minuten-Schreibvorgang, neun Lesezugriffe	8,192 × ($1.25 + 9 × $0.05) / 1M	$0.0139264
Ein 12-Stunden-Schreibvorgang, neun Lesezugriffe	8,192 × ($2.50 + 9 × $0.05) / 1M	$0.0241664

Unter genau diesen Annahmen sinken die Eingabekosten dieses Präfixes mit der 30-Minuten-Option um 83 % und mit der 12-Stunden-Option um 70,5 %. Läuft der Cache zwischen den Anfragen ab, erhöhen weitere Schreibvorgänge die Kosten.

Meldet der Responses-API-Nutzungsdatensatz beide Schreiblaufzeiten, berechnen Sie reguläre Eingabe als Gesamteingabe abzüglich abgerechneter Lese-Token und sämtlicher Cache-Schreib-Token. Wenden Sie die Preise für 30 Minuten und 12 Stunden auf die jeweiligen Schreibmengen an. Fehlen diese Felder bei einem Gateway, verwenden Sie dessen Abrechnungsinformationen; fehlende Mengen sind nicht automatisch null.

Was passiert oberhalb von 272K Eingabe-Token?

Die Langkontextpreise werden durch die Eingabelänge ausgelöst, nicht durch die Ausgabemenge. Sobald eine Anfrage mehr als 272.000 Eingabe-Token enthält, gelten die höheren Preise für die gesamte Anfrage.

Ein angenommenes Standard-Beispiel mit 300.000 regulären Eingabe-Token und 2.000 abgerechneten Ausgabe-Token ohne Cache- oder Toolgebühren:

Eingabe: 300,000 × $2 / 1M = $0.60
Ausgabe: 2,000 × $7.50 / 1M = $0.015
Insgesamt: $0.615

Das Kontextfenster mit 1.050.000 Token bietet Platz für große Ein- und Ausgaben. Es bedeutet nicht, dass jede Anfrage innerhalb dieses Fensters zum Kurzkontextpreis abgerechnet wird. Messen Sie bei langen Dokumenten oder Agentenverläufen die Eingabe jeder Anfrage und berücksichtigen Sie wiederholt gesendeten Kontext.

Batch, Flex, Fast und Toolkosten

OpenAI nennt für GPT-6.1 Terra bei Batch und Flex Preise, die 50 % unter Standard liegen. Bei kurzem Textkontext sind das 0,50 US-Dollar pro Million regulärer Eingabe-Token und 2,50 US-Dollar pro Million Ausgabe-Token. Fast kostet das Doppelte von Standard, also 2 beziehungsweise 10 US-Dollar für dieselben Kategorien. Auch die Cache-Preise hängen vom gewählten Modus ab. Die Modellseite nennt die Bedingungen.

Berücksichtigen Sie bei der Moduswahl neben dem Preis auch die Lieferanforderungen:

Batch verarbeitet asynchron mit einem Zeitfenster von 24 Stunden. Das eignet sich für Arbeit, die warten kann, etwa geplante Klassifikationsläufe. Siehe Batch-Leitfaden.
Flex eignet sich für Arbeitslasten, die Verzögerungen tolerieren. Bei fehlenden Ressourcen kann ein neuer Versuch nötig sein. OpenAI berechnet diesen speziellen Flex-Fehler nicht. Ein erneuter Versuch mit Standard ist zum tatsächlich verwendeten Modus zu kalkulieren. Siehe Flex processing.
Fast kostet mehr pro Token. Vergleichen Sie den Wert kürzerer Wartezeiten mit dem höheren Tokenpreis für Ihre Arbeitslast.

Tools werden gegebenenfalls separat berechnet. OpenAI nennt beispielsweise 10 US-Dollar pro 1.000 Websuchaufrufe; zusätzlich werden Suchinhalt-Token zu Modellpreisen abgerechnet. Ein Suchaufruf verursacht damit 0,01 US-Dollar Aufrufgebühr, aber das ist noch nicht der Gesamtpreis der Anfrage. Auch Bildeingaben verbrauchen Token; die Kosten hängen vom Input und den jeweiligen Verarbeitungsregeln ab. Regionale Verarbeitung kostet dort, wo sie verfügbar ist, 10 % zusätzlich. Prüfen Sie die verwendeten Optionen auf der Preisseite.

Ist Terra pro Aufgabe immer günstiger als Sol?

Die Standard-Kurzkontextpreise von GPT-6.1 Terra für Ein- und Ausgabe sind halb so hoch wie bei GPT-6.1 Sol: $1/$5 gegenüber $2/$10 pro Million Token. Bei exakt gleichen abrechenbaren Tokenmengen und Bedingungen ist Terras Modell-Tokenpreis halb so hoch.

Eine abgeschlossene Aufgabe kann jedoch andere Tokenmengen oder Wiederholungen erfordern. Zum Beispiel: Ein Sol-Versuch kostet 0,04 US-Dollar und liefert ein akzeptiertes Ergebnis. Braucht Terra zwei Versuche zu jeweils 0,02 US-Dollar, um denselben Abnahmestandard zu erreichen, sind die Modellkosten gleich. Ein dritter Terra-Versuch wäre in diesem Beispiel teurer.

Vergleichen Sie für die Produktionsplanung alle abrechenbaren Versuche mit der Anzahl der Aufgaben, die Ihre Abnahme bestehen:

Kosten pro akzeptierter Aufgabe = Modell- und zutreffende Toolkosten aller Versuche / akzeptierte Aufgaben

Menschliche Prüfung und Wartezeit sollten getrennt bleiben, sofern Sie keine einheitliche Bewertungsmethode dafür haben. Besteht keine Aufgabe die Abnahme, ist der Betrag pro akzeptierter Aufgabe nicht definiert. So unterscheiden Sie einen niedrigen Tokenpreis von niedrigen Kosten für ein tatsächlich nutzbares Ergebnis.

Auch der Reasoning-Aufwand verändert die geleistete Arbeit. Am Prüftag meldete Artificial Analysis für Terra ungefähr 0,05 US-Dollar pro Intelligence-Index-Aufgabe bei Low und 0,40 US-Dollar bei Max. Das sind gewichtete Benchmark-Aufgabenkosten nach dessen Methodik, keine Angebote für beliebige Geschäftsabläufe. Sie zeigen, warum Modellname und Tokenpreis allein kein Aufgabenbudget bestimmen. Die Definition steht auf der Artificial-Analysis-Veröffentlichungsseite.

Ein praktikables Budget für Ihre Arbeitslast

Sammeln Sie vor der Monatsplanung eine repräsentative Stichprobe abgeschlossener Aufgaben. Erfassen Sie für jede Aufgabe Modell, Verarbeitungsmodus, Ein- und Ausgabemengen, abgerechnete Cache-Lese- und Schreibmengen, Toolaufrufe, Wiederholungen und das Prüfergebnis.

Trennen Sie anschließend Routineanfragen von ungewöhnlich langen oder komplexen Fällen. Wenden Sie die passenden Preise an und multiplizieren Sie mit dem erwarteten Volumen. Aktualisieren Sie die Schätzung nach einem Pilotlauf anhand der tatsächlichen Nutzung und Rechnungen des gewählten Anbieters. Cache-Trefferraten und Ausgabelängen lassen sich aus realem Verkehr besser abschätzen als allein aus einer Preisliste.

Wenn Sie ein Gateway für diesen Ablauf prüfen, finden Sie auf der GPT-6.1-Terra-Modellseite von EvoLink den Zugangsstatus und Preisinformationen.

Häufige Fragen

Werden Cache-Lesen und Cache-Schreiben zusammen berechnet?

Verschiedene Teile einer Anfrage können als Lese- oder Schreibvorgänge abgerechnet werden. Dasselbe Token wird innerhalb derselben Abrechnungsklassifikation nicht gleichzeitig als reguläre Eingabe und Cache-Schreiben berechnet. Verwenden Sie die Nutzungsaufteilung und die zutreffenden Laufzeitpreise.

Beginnt der höhere Preis erst bei mehr als 272K Ausgabe-Token?

Nein. Die Grenze betrifft Eingabe-Token. Oberhalb von 272.000 Eingabe-Token gelten OpenAIs Langkontextpreise für die gesamte Anfrage einschließlich der Ausgabe.

Kostet GPT-6.1 Terra halb so viel wie GPT-6.1 Sol?

Die Standard-Kurzkontext-Tokenpreise für Ein- und Ausgabe sind halb so hoch. Die Kosten einer abgeschlossenen Aufgabe hängen von den tatsächlichen Token, Tools und abrechenbaren Versuchen beider Modelle ab.

Alle Beiträge

#GPT-6.1 Terra #API Pricing #Prompt Caching #Task Budgets