KI beginnt, KI im Auftrag von Menschen aufzurufen, und der Token-Verbrauch beträgt bereits das 5,2-fache des menschlichen Verbrauchs.

Am 6. Februar 2026 hat die Menschheit das letzte Mal die KI überholt.

An diesem Tag wurde die Anzahl der von Menschen auf OpenRouter verbrauchten Tokens zum ersten Mal von Agenten eingeholt.

Nach nur einem halben Jahr haben sich die beiden Linien um das Fünffache auseinanderentwickelt.

Laut Statistiken von OpenRouter ist der Verbrauch von Agent-Tokens bis zum 10. August von etwa 0,51 Billionen auf 7,3 Billionen gestiegen, was einem 14-fachen Anstieg entspricht; die menschliche Linie stieg ebenfalls auf 1,4 Billionen, aber nur um das 2,8-fache.

Ein so großer Unterschied hat selbst Peter etwas verwirrt: Es fühlt sich an wie 10 Jahre, aber der 6. Februar liegt tatsächlich nur ein halbes Jahr zurück.

Es zählt nicht, wer du bist, sondern wie du es nutzt

Lassen Sie uns zuerst klarstellen, woher diese Daten stammen und wie sie berechnet werden.

OpenRouter ist eines der weltweit größten Modell-Gateways, das etwa 70 Modellanbieter auf der einen Seite und Entwickler auf der anderen Seite verbindet und wöchentlich 28 Billionen Tokens verarbeitet.

Nach Schätzungen seines Mitbegründers und COO Chris Clark macht dies etwa 1 % des weltweiten Inferenzvolumens aus, wobei die Hälfte davon aus den Vereinigten Staaten stammt.

Wie lassen sich diese 1 % der Tokens danach aufteilen, welche von Menschen und welche von Agenten stammen?

OpenRouter schaut nicht darauf, wer du bist, sondern nur darauf, wie du es nutzt. Die konkrete Methode besteht darin, das Verhalten über API-Schlüssel zu verfolgen:

Wie häufig werden Tools aufgerufen, wie viele Sekunden liegen zwischen zwei Antworten, wie viele Zyklen gibt es in einem Dialog – insgesamt gibt es 7 solcher Signale, die gewichtet bewertet werden, bevor der Datenverkehr in drei Kategorien unterteilt wird: Agentisch, Gemischt und Menschlich.

Warum lassen sich die Gruppen nur anhand des Verhaltens unterscheiden?

Der Grund ist einfach: Wenn Menschen KI nutzen, stellen sie eine Frage, warten eine Weile, lesen, denken und tippen zwischendurch. Agenten hingegen arbeiten ununterbrochen, rufen ständig Tools auf und durchlaufen Zyklen – dieser Rhythmus ist eindeutig nicht von kohlenstoffbasierten Lebewesen.

Es handelt sich also um ein Schätzmodell, dessen Richtung aber nicht falsch ist.

Ein menschliches Ziel kann heute Dutzende von Modellaufrufen und Tool-Aufrufen auslösen. Die Token-Statistik zählt nicht, wie viele Menschen KI nutzen, sondern wie tief die KI die Arbeit für die Menschen erledigt.

Eine Agent-Aufgabe entspricht hundert Chat-Nachrichten

Was den Unterschied zwischen Menschen und Agenten wirklich vergrößert, ist die unterschiedliche Art der Nutzung.

Wie sehen die Anfragen von Menschen aus?

Man öffnet das Dialogfeld, gibt eine Prompt ein, wartet auf eine Antwort, kopiert sie und schließt das Fenster.

Von Anfang bis Ende führt man mit dem Modell weniger als zehn Gespräche, und die Anzahl der Tokens beträgt höchstens einige Tausend.

Die Anfragen von Agenten sehen hingegen völlig anders aus.

Man gibt ihm ein Ziel, und er arbeitet selbstständig weiter: Er liest Dateien, ruft Tools auf, schreibt Ergebnisse, liest erneut, korrigiert und arbeitet sich Schritt für Schritt bis zum Abschluss der Aufgabe vor.

Menschen füllen die anfängliche Prompt mit Zielen, Spezifikationen und Kontext, danach liest und schreibt das Modell stückweise auf diesem Kontext weiter.

Während du noch Frage und Antwort austauschst, kann ein Agent bereits mit nur einer Eingabe den ganzen Tag laufen!

Die gleiche Person, die am Vormittag noch manuell im Dialogfeld kopiert und eingefügt hat, aktiviert am Nachmittag einen Agenten zum Ausführen – die Anzahl der Tokens steigt sofort um eine Größenordnung.

Peter bringt es auf den Punkt: Die echte Veränderung im Nutzungsverhalten, die das Volumen freisetzt, ist, dass Menschen beginnen, Agenten lange Zeit autonom laufen zu lassen.

Selbst die billigsten Tokens können das Budget aufzehren

Wenn du den Faktor 14 siehst, ist dein erster Gedanke wahrscheinlich, dass hier viel Geld verbrannt wird.

Das ist tatsächlich so, aber nicht auf die Art, wie du es dir vorstellst.

Peter ergänzt: Da Agenten von Natur aus mehrstufig arbeiten, stammen fast 70 % der Tokens in einer durchschnittlichen Agent-Anfrage aus dem Cache von Prompts, und die Abrechnung für Cache ist normalerweise viel niedriger.

Der Grund ist leicht verständlich.

Ein Agent arbeitet um dasselbe Ziel herum wiederholt lesend und schreibend: Beim ersten Mal lädt er den ganzen Kontext (Codespezifikationen, Bedienungsanleitungen, Tool-Listen) ein und zahlt den vollen Preis; danach wird in jedem Zyklus nur eine inkrementelle Aktualisierung durchgeführt, und der Teil, der den Cache trifft, wird nur zu einem Bruchteil des normalen Eingabepreises berechnet.

Mit anderen Worten: Fast 70 % der steilen Kurve stammen aus demselben wiederverwendeten Kontext.

Vergleich der Token-Zusammensetzung zwischen Agenten und Menschen: Cache-Tokens tragen fast zum gesamten Anstieg bei. a16z gibt nach Gesamtvolumen einen Wert von über 85 % an, Peters ursprünglicher Beitrag nennt einen Durchschnitt von fast 70 % pro einzelner Anfrage.

Der Stückpreis sinkt zwar, aber der Verbrauch steigt rasant an.

Praveen Neppalli Naga, CTO von Uber, hat früher in diesem Jahr enthüllt, dass die Ingenieure des Unternehmens das gesamte Jahresbudget für Claude Code in nur vier Monaten aufgebraucht haben.

Medienberichten zufolge hat seine eigene zweistündige Demonstration 1200 US-Dollar gekostet.

Wenn der Stückpreis auf 30 % sinkt und der Verbrauch um das 14-fache steigt, ist das Ergebnis dieser Multiplikation nicht schwer zu berechnen.

EY hat eine anschaulichere Rechnung aufgestellt: Die gleiche Kundenservice-Interaktion kostete 2023 etwa 0,04 US-Dollar, bis 2026 steigt der Preis auf etwa 1,20 US-Dollar, also um das 30-fache.

Das liegt nicht daran, dass die Modelle teurer geworden sind.

Früher stellte der Kunde eine Frage, das System antwortete, und der Vorgang lief linear ab.

Heute stellt der Kunde immer noch dieselbe Frage, aber im Hintergrund werden bereits Tickets abgefragt, Lagerbestände abgerufen, Aufzeichnungen durchsucht, mehrere Runden überlegt und angepasst, bevor nach mehr als zehn Zyklen eine Antwort ausgegeben wird.

Die gleiche Aufgabe wird anders erledigt – und der Preis ändert sich entsprechend.

Laut Schätzungen von Goldman Sachs könnte Agentic AI den Token-Verbrauch bis 2030 um das 24-fache steigern.

Wenn irgendeine Kostenart innerhalb eines halben Jahres um das 14-fache steigt, werden die Menschen anfangen, jeden Cent zu sparen. Peter sagt, genau das ist der Grund, warum Open-Weight-Modelle und Dienste mit niedrigen Token-Preisen plötzlich große Aufmerksamkeit erhalten.

Und obwohl Cache-Tokens billig sind, benötigen sie Arbeitsspeicher.

Ein Agent läuft mehrere Stunden lang und muss nicht von vorne anfangen – das funktioniert nur, weil der Arbeitsspeicher den gesamten Kontext behält.

Warum Hochleistungs-Arbeitsspeicher in letzter Zeit so knapp ist, findet hier die Hälfte der Erklärung.

Die Trennlinie liegt nicht darin, welches Modell du nutzt

Ist die Methode, um Geld zu sparen, also einfach ein billigeres Modell zu wählen?

Die echte Trennlinie liegt nicht darin, welches Modell du nutzt.

Mit demselben Modell nutzt du es als Suchfeld, verbrauchst du täglich Tausende von Tokens; wenn du es mit deinen eigenen Dateien, Tools und einem kontinuierlich laufenden Prozess verbindest, sind täglich mehrere zehn Millionen Tokens keine Seltenheit.

Der Unterschied liegt nicht im Modell, sondern darin, ob du es in echte Arbeitsabläufe integriert hast.

Wie groß diese Lücke ist, kann man an einer Gruppe von Daten von OpenAI erkennen:

Die 10 % der Unternehmen mit der intensivsten Nutzung erzeugen pro aktivem Nutzer 8,3 Mal so viele Tokens wie durchschnittliche Unternehmen. Im Januar lag dieser Unterschied nur bei 2,6-fachen.

Innerhalb eines halben Jahres hat sich der Unterschied mehr als verdreifacht.

Der Unterschied wird nicht durch das Modell, sondern durch die begleitende Infrastruktur verursacht.

In derselben Statistik nutzen 21 % der aktiven Nutzer der führenden Unternehmen wöchentlich Plugins, bei durchschnittlichen Unternehmen sind es nur 9 %; die Akzeptanzrate von Fähigkeiten liegt bei 19 % gegenüber 3 %. Bei OpenAI intern liegt dieser Wert bei 95 %.

Wenn du die wenigen Aufgaben, die du regelmäßig erledigst, zu wiederverwendbaren Fähigkeiten bündelst, muss der Agent nicht jedes Mal von vorne anfangen, alles neu zu erlernen.

Weniger Suchen, weniger Nacharbeiten – alles, was du sparst, ist Geld.

Tokens werden ausgegeben – wer überprüft das Ergebnis?

Aber selbst die genaueste Buchführung bedeutet nicht, dass die Arbeit auch sicher erledigt wird.

Der sprunghafte Anstieg des Agenten-Datenverkehrs bedeutet nicht, dass die KI vollständig autonom handelt. Viele Aufgaben werden immer noch von Menschen initiiert, und oft gibt es noch menschliche Genehmigungsstufen dazwischen.

In dem Kommentarbereich von Peters ursprünglichem Beitrag erwähnt ein Entwickler, der Kunden aus dem Dienstleistungssektor betreut, dass die Chefs, für die er arbeitet, nie daran gedacht haben, die Kontrolle vollständig abzugeben: Jeder Schritt wie Einkauf, Versand und Unterschrift muss wieder zu einem Menschen zurückkehren.

Aber das Problem ist: Wenn man zurückkehrt, findet man nicht unbedingt eine zuständige Person.

Ein anderer Praktiker sagt, dass ihr Agent 18 Videos im Werbekonto gelöscht hat, bevor es ein ganzer Tag später überhaupt bemerkt wurde.

Das ist kein besonders schwerwiegender Fehler des Modells, sondern einfach, dass niemand diesen Schritt überprüft hat.

Die Kosten für Tokens können innerhalb eines halben Jahres um das 14-fache steigen, aber die Anzahl der Mitarbeiter für die Überprüfung kann nicht im gleichen Maße wachsen. Das ist wahrscheinlich die am leichtesten übersehene und teuerste Kostenposition in diesem Wachstumsprozess.

Analysen, Recherchen, Entwürfe, Konzepte – wiederholte Ausführungsaufgaben werden in Zukunft im Überfluss vorhanden sein.

Das wirklich Knappe sind Überprüfung, Urteil und die Entscheidung, was überhaupt wert ist, ausgeführt zu werden.

Die KI ist bereits der größte Verbraucher von Tokens, aber bis heute kann sie nicht für dich unterschreiben.

In Zukunft wird die Frage nicht mehr lauten, ob du KI nutzt.

Sondern: Wer überprüft die Arbeit, die die KI für dich erledigt hat, und wer entscheidet über den nächsten Schritt?

Referenzen:

https://www.linkedin.com/posts/peterjameswalker_february-6th-2026-potentially-the-last-share-7493029881841344512-IK89/ 

https://the-decoder.com/ai-is-becoming-ais-biggest-customer-as-agentic-token-usage-jumps-14x-on-openrouter/ 

https://openai.com/signals/enterprise-data/ 

https://www.a16z.news/p/charts-of-the-week-winds-of-thematic 

https://www.ey.com/en_us/insights/ai/agentic-ai-token-costs 

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Xin Zhiyuan“, Autor: ASI Offenbarung; Redakteur: Yuan Yu, veröffentlicht mit Genehmigung von 36Kr.