Subventionen → Token-Abrechnung → Preissenkungen: OpenAI löst einen Preiskrieg aus – steht der Wendepunkt der Token-Ökonomie bevor?

Wenn der Token-Preisvergleich tatsächlich beginnt, wie kann die KI-Branche Geld verdienen? Die gesamte Bewertungslogik der KI-Kommerzialisierung muss nun neu geschrieben werden. Die Zeit des Wettbewerbs um "Kosten-Nutzen-Verhältnis" und "Seltenheit" scheint angebrochen zu sein. Für OpenAI ist die "Situation weiter verschlechtert", wie Analysen zeigen. "Sollte OpenAI in den Abstieg geraten, könnte es NVIDIA, Oracle, Coreweave und andere Unternehmen mitreißen."

Die Kommerzialisierungsgeschichte der generativen KI steht vor der tiefsten Selbstprüfung seit drei Jahren. Von der Strategie, Nutzer durch Subventionen zu gewinnen und versteckte Kosten in Monatsabonnements zu verstecken, bis hin zur Explosion der Unternehmensrechnungen durch die Token-Berechnung hat die KI-Branche in drei Jahren einen dreistufigen Sprung in der Kommerzialisierung geschafft – und ein potenzieller Preisvergleich könnte die gesamte Monetarisierungslogik erneut auf Null setzen.

Laut der "Wall Street Journal" erwägt OpenAI, die von den Nutzern zu zahlenden Token-Gebühren drastisch zu senken, um unternehmenstechnische Kunden von dem Wettbewerber Anthropic abzuwerben. Laut informierten Personen ist dies teilweise eine "Vorgriffstaktik", da OpenAI erwartet, dass Anthropic ebenfalls ähnliche Preissenkungen vornehmen wird. OpenAI-Chef Sam Altman hat kürzlich auf einer Veranstaltung zugeben, dass die Kosten für die KI-Nutzung "ein großes Problem" geworden seien und dass man "den Menschen helfen werde, mehr Wert für weniger Geld zu erhalten".

Der Zeitpunkt dieser Nachricht ist besonders sensibel. OpenAI hat in dieser Woche geheim einen Börsengang beantragt, und Anthropic befindet sich ebenfalls in der Countdown-Phase für einen Börsengang. Gleichzeitig ist der Bloomberg Silicon Data LLM Token-Ausgabenindex seit sieben Tagen in Folge gefallen, was den längsten Abwärtstrend seit Januar dieses Jahres darstellt und die tiefe Sorge des Marktes über die Nachhaltigkeit der KI-Rechnungen widerspiegelt. Der Bericht stellt klar: Der Preisvergleich wird direkt die Gewinnmargen beider Unternehmen schmälern – und beide Unternehmen haben bereits aufgrund der enormen Rechenleistung, die für die KI-Systeme erforderlich ist, Milliarden von Dollar an Verlusten hinzunehmen.

Der Kern dieser Diskussion ist nicht nur eine Preissenkungsentscheidung, sondern ein grundlegendes Problem: Wenn die Geschichte von "Je mehr Token verbraucht, desto besser" zu Ende geht, wer wird die nächste Kommerzialisierungsgeschichte der KI-Branche erzählen und wie wird sie erzählt?

01

Die ersten drei Phasen: Von Monatsabonnement-Subventionen bis hin zu Token-Rechnungen

Die Kommerzialisierung der generativen KI hat in nur drei Jahren eine klare dreistufige Entwicklung durchlaufen.

In der ersten Phase legten Monats- und Jahresabonnements den Ton für die Branche fest. Im Februar 2023 führte OpenAI das ChatGPT Plus mit einem monatlichen Preis von 19,99 US-Dollar ein und schuf damit ein Vorbild für die Bezahlung von großen Modellen im Endverbraucherbereich. Baidu, Alibaba und Tencent folgten anschließend, und das feste Monatsabonnement wurde zur Standardausstattung des primären Geschäftsmodells.

In der zweiten Phase brach ein Subventionskrieg aus. Um den ARR (Annual Recurring Revenue), den zentralen Ankerpunkt für die Finanzierungsbewertung, zu erhöhen, wandten sich die Hersteller an eine Massensubvention: Google bot Studenten kostenlos 15 Monate lang Gemini Advanced an, OpenAI führte ein Team-Abo im ersten Monat für 1 US-Dollar ein, ByteDance's Doubao trat mit einem Preis auf, der "99,3 % niedriger als der Branchenpreis" war, und Baidu kündigte die Freigabe des Kernmodells an. Die Subventionen basieren im Wesentlichen auf dem Prinzip, Wachstum durch Verluste zu erkaufen – laut Berichten hat Microsoft bei der Abonnement-Modelle von GitHub Copilot im Durchschnitt pro Nutzer und Monat Verluste von über 20 US-Dollar, bei einigen starken Nutzern sogar bis zu 80 US-Dollar.

In der dritten Phase wurde die Umstellung auf die Mengenabrechnung erzwungen. Am 1. Juni 2026 kündigte Microsoft an, dass alle Pläne von GitHub Copilot auf die Abrechnung basierend auf dem Token-Verbrauch umgestellt würden. Der monatliche Preis von 19 US-Dollar wurde direkt in einen äquivalenten Token-Betrag umgewandelt. Diese Änderung brachte die von der Abonnement-Strategie lange verborgenen echten Kosten ans Licht – laut Schätzungen von Nutzern der Reddit-Community kann eine intelligente Programmier-Sitzung 30 bis 40 US-Dollar verbrauchen, und das monatliche Paket wird bei einem einzigen Gebrauch aufgebraucht.

02

Unkontrollierte Rechnungen: Wenn Token teurer sind als Menschen

Die Umsetzung der Token-Mengenabrechnung hat die echten Ausgaben von Unternehmen für KI vollständig sichtbar gemacht.

Die Rechnungsbeträge auf Unternehmensebene sind erschreckend. Andrew Macdonald, Chief Operating Officer von Uber, hat im Mai 2026 öffentlich erklärt, dass es "noch keine Verbindung" zwischen dem Anstieg des Token-Verbrauchs und der tatsächlichen Verbesserung des Produkts gebe. Dafür hat er ein neues Wort geprägt: "tokenmaxxing", um zu beschreiben, wie Mitarbeiter wertlose Aufgaben ausführen, um den Nutzungsumfang zu erhöhen.

Konkrete Zahlen zeigen: Uber hat bereits in den ersten vier Monaten 2026 das gesamte Jahresbudget für Token aufgebraucht; Salesforce rechnet damit, dass es in diesem Jahr etwa 300 Millionen US-Dollar an Anthropic zahlen wird.

Die Entwicklerdokumentation von Anthropic zeigt, dass die durchschnittlichen Kosten für Entwickler, die Claude Code nutzen, etwa 13 US-Dollar pro Arbeitstag betragen, und 90 % der Nutzer haben tägliche Kosten von weniger als 30 US-Dollar – gerechnet werden kann, dass die Token-Kosten für ein 10-köpfiges Entwicklungsteam im Jahr über 75.600 US-Dollar betragen können.

Das Verhältnis von Investition und Ertrag ist ebenfalls alarmierend. Das Unternehmensdatenplattform Entelligence.AI hat die Daten von 2.444 Unternehmen zusammengefasst und festgestellt, dass bei einer Investition von 1 US-Dollar in KI-Token nur 18 Cent an tatsächlichem Wert für die Nutzer entstehen; 44 Cent werden für die Behebung von Fehlern, die von der KI selbst eingeführt wurden, verwendet, 27 Cent fließen in die Nacharbeit, und 11 Cent werden für die Prüfungskosten verbraucht.

Angesichts der unkontrollierten Rechnungen haben Unternehmen begonnen, die Kosten aktiv zu kontrollieren. Amazon hat die interne Rangliste für die KI-Nutzung gestoppt und die Mitarbeiter aufgefordert, "nicht nur wegen der KI die KI zu nutzen"; Microsoft plant, die Claude Code-Abonnements von Mitarbeitern in einigen wichtigen Produktbereichen schrittweise einzustellen. Goldman Sachs hat festgestellt, dass die Ausgaben von einigen Unternehmen für KI-Token bereits 10 % der gesamten Personalkosten ausmachen und dass dieser Anteil in den nächsten Quartalen weiter steigen könnte. Dies bedeutet nicht, dass der Bedarf verschwindet, sondern dass die Zeit der groben KI-Ausgaben zu Ende geht.

03

Die vierte Szene: Der Preisvergleich beginnt, OpenAI erwägt drastische Preissenkungen

Es war in diesem Kontext, dass der Preisvergleich ausgelöst wurde.

Laut der "Wall Street Journal" wurde Altmans Überlegung zur Preissenkung direkt durch den Druck, Anthropic einzuholen, ausgelöst. Anthropics Einnahmen sind in letzter Zeit stark gestiegen, und das Programmierwerkzeug Claude Code ist bei Software-Engineern beliebt geworden. Dieser fünf Jahre alte Startup hat sogar erstmals OpenAI in der Unternehmensbewertung überholt.

Der Preisvergleich wird jedoch sehr teuer werden. Eine drastische Preissenkung würde die bereits negativen Gewinnmargen beider Unternehmen weiter einschränken, und der Wettbewerbsraum ist sehr begrenzt.

Investoren haben seit langem erkannt, dass die Produkte von OpenAI und Anthropic stark austauschbar sind, und Kunden können leicht von einem Anbieter zum anderen wechseln – das bedeutet, dass eine Preissenkung zwar kurzfristig Kunden halten kann, aber keine echte Wettbewerbsvorteile schafft und nur die Verlust der Marktanteile verzögert.

Dieses Dilemma wird auch über die finanzielle Schleife zwischen Cloud-Computing-Riesen und KI-Labors weitergeleitet.

Laut Unternehmensdokumenten, die von The Information zusammengefasst wurden, machen OpenAI und Anthropic zusammen mehr als die Hälfte der zukünftigen Cloud-Dienstleistungsverpflichtungen von Microsoft, Oracle, Google und Amazon, die insgesamt etwa 2 Billionen US-Dollar betragen. Wenn die Preissenkungen zu einer Revision der Einnahmenvoraussagen führen, wird diese Übertragungs-Kette in beide Richtungen unter Druck geraten.

Der amerikanische Neurowissenschaftler und KI-Experte Gary Marcus sagte: "Dies zeigt weiter die Schwäche von OpenAI und wie schwerwiegend die Lage ist. Sollte OpenAI in den Abstieg geraten, könnte es NVIDIA, Oracle, Coreweave und andere Unternehmen mitreißen. Die Situation verschlechtert sich schnell."

Es gibt auf der Wall Street offene Meinungsverschiedenheiten. Mark Schilsky, TMT-Analyst von JPMorgan, meint, dass die aktuelle Sorge um die Rechnungen nur "der kleinste Hürde auf dem Weg zu höheren Ausgaben" sei: Wenn der Durchschnittspreis pro Million Token sinkt, aber die Zahlungspenetration von US-Unternehmen für KI weiter steigt, muss die Gesamtmenge an Token-Verbrauch mathematisch stark zunehmen; außerdem wird die agentische KI den Token-Verbrauch pro Aufgabe auf ein Vielfaches des herkömmlichen Fragestellungsmodells erhöhen, und die langfristigen Gesamtausgaben werden voraussichtlich deutlich höher als derzeit sein.

Jim Covello, Halbleiter-Analyst von Goldman Sachs, hat eine pessimistischere Meinung. Er meint, dass die gegenwärtige Blüte der Wertschöpfungskette fast alle Werte auf die Halbleiterunternehmen lenke, was "in der Geschichte nie dagewesen und nicht nachhaltig" sei. Sobald Unternehmen mit den echten Preisen der Mengenabrechnung konfrontiert werden, wird die Kapitalströmung, die die GPU-Käufe und die Modelltraining unterstützt, umkehren.

04

Die fünfte Szene: Was kommt als nächstes in der Token-Ökonomie?

Nach dem Preisvergleich ist das nächste Kapitel der KI-Kommerzialisierung noch nicht geschrieben, aber der Umriss beginnt sich abzuzeichnen.

Ein Bericht von Citadel Securities bietet einen Richtungsrahmen: Schichtweise Abrechnung und Preisfestlegung nach Seltenheit. Die Kernlogik ist, dass die rechenintensive, fortschrittliche KI nicht verschwinden wird, sondern sich immer mehr in den Händen einiger großer Unternehmen konzentrieren wird, die die Rechenleistungskosten tragen können; für die breitere Unternehmenswelt könnte ein einfacheres Modell ein produktiverer Weg sein, solange die physischen Beschränkungen nicht gelöst werden. Das bedeutet, dass die KI-Nutzung in Schichten aufgeteilt wird – hochwertige, komplexe Aufgaben werden weiterhin mit fortschrittlichen Modellen bearbeitet, während alltägliche und Massenaufgaben auf billigere Modelle oder lokale Modelle umgestellt werden.

JPMorgan hat eine relativ optimistische Einschätzung: Selbst wenn der Preis pro Token sinkt, wird die Verbreitung der agentischen KI den Token-Verbrauch pro Aufgabe verdoppeln – aktuelle Daten zeigen, dass der Token-Verbrauch pro Aufgabe nach der Agentifizierung des Geschäfts 3,5-mal höher sein kann – und die Gesamtausgaben werden voraussichtlich weiterhin steigen. Die aktuelle Sorge um die Rechnungen könnte nur "der kleinste Hürde auf dem Weg zu höheren Ausgaben" sein.

Marc Boroditsky, Chief Revenue Officer von Nebius, hat das Konzept von "valuemaxxing" eingeführt, das die Branche dazu auffordert, von der Maximierung des Token-Verbrauchs hin zur Erzeugung von echten Werten pro Token zu wechseln. Diese Richtung wird allmählich zur Branchenkonsens – aber für die tatsächliche kommerzielle Umsetzung muss das KI-Labor ein Preissystem finden, das sowohl die echten Kosten widerspiegelt als auch von den Unternehmenskunden akzeptiert wird, und dies ist das zentrale Thema, das in allen aktuellen Debatten noch nicht gelöst ist.

Bei diesem Preisvergleich könnte die chinesische KI-Modell die am meisten vernachlässigte Variable sein.

Laut den Daten des amerikanischen Unternehmensausgabenmanagementplattform Ramp im Juni hat DeepSeek die Spitze der Wachstumsrate der amerikanischen Unternehmenssoftware-Abonnements erreicht. Ara Kharazian, Chefökonom von Ramp, hat besonders betont, dass dies keine lokale Installation eines Open-Source-Modells sei, sondern dass "Unternehmen direkt über DeepSeek Daten senden und empfangen", was eine echte bezahlte Direktnutzung ist – er hat "nicht gedacht, dass amerikanische Unternehmen DeepSeek nutzen würden". Laut Schätzungen einer unabhängigen Partei beträgt der durchschnittliche API-Preis von DeepSeek V4-Pro etwa ein Zehntel von GPT-5.5 und etwa ein Elftel von Claude Opus 4.7.

Während OpenAI und Anthropic miteinander konkurrieren, könnte derjenige am Ende profitieren, der "preisgünstige Preise" in seine DNA geschrieben hat und nicht vor den Börsengang-In