OpenAI vs. Anthropic vs. Gemini nach sofortigem Caching: tatsächlicher Kostenunterschied (2026)

Veröffentlicht am 15. Juli 2026 · Referenzpreise, vor der Budgetierung überprüfen

Bei jedem LLM-Kostenvergleich, den Sie gesehen haben, wird Caching wahrscheinlich ignoriert. Das ist ein Fehler, denn schnelles Caching verändert die Kostenrangfolge. Claude erhebt eine Schreibgebühr; OpenAI nicht. Die Kontext-Caching-Kosten von Gemini pro gespeicherter Stunde. Hier ist die wahre Mathematik.

Caching-Mechanismen – wie jeder Anbieter funktioniert

Anbieter	Cache-Typ	Cache-Schreibkosten	Cache-Lesekosten	Cache-TTL	Min. Token
Anthropisch (Claude)	Prompt-Präfix-Cache	1,25× Standardeingang	0,10× Standardeingabe	5 Min. (verlängerbar)	1,024
OpenAI (GPT-4o)	Automatischer Cache	Keine Schreibgebühr	0,50× Standardeingabe	~5 Min	1,024
Google (Zwillinge)	Kontext-Cache	Keine Schreibgebühr	0,25× Standardeingabe	Abrechnung pro gespeicherter Stunde	32,768

Wesentliche strukturelle Unterschiede:

Anthropisch Für das Schreiben des Caches beim ersten Aufruf werden 25 % mehr berechnet, dann 90 % Rabatt auf Cache-Lesevorgänge. Der Nettovorteil setzt erst nach ca. 1,14 Cache-Treffern ein.
OpenAI Cachet automatisch – keine Aktion erforderlich. Cache-Lesevorgänge sind 50 % günstiger, es gibt keine Schreibprämie. Einfacher und fehlerverzeihender.
Google Gemini bietet den größten Rabatt pro Lesevorgang (75 % Rabatt), aber die zwischengespeicherte Inhaltsspeicherung wird Ihnen pro Stunde in Rechnung gestellt – auch wenn keine Anfragen eingehen. Am besten für große Mengen geeignet; verschwenderisch bei starkem Verkehr.

Die Grundpreise (ohne Caching)

Modell	Geben Sie 1 Mio. $ ein	Ausgabe $/1 Mio
Claude Sonett 4	$3.00	$15.00
GPT-4o	$2.50	$10.00
Gemini 2.5 Pro	$1.25	$10.00

Ohne Caching: Gemini 2.5 Pro ist bei der Eingabe am günstigsten (1,25 $ vs. 2,50 $ vs. 3,00 $). Sobald jedoch Caching angewendet wird, ändert sich das Bild.

Das Szenario: Systemaufforderung mit 10.000 Token, 500 Anfragen/Tag

Eine typische Produktions-App: Sie haben eine Systemaufforderung mit 10.000 Token (Anweisungen + Kontext + Beispiele) und senden 500 Anfragen pro Tag. Jede Anfrage fügt 300 Tokens der Benutzereingabe hinzu und erhält 400 Tokens zurück.

Cost without caching (monthly, 15,000 requests)

Modell	Eingabe/Anforderung (10.300 Token)	Output/req (400 tok)	Monatlich (15.000 erforderlich)
GPT-4o	$0.02575	$0.004	$446
Claude Sonett 4	$0.0309	$0.006	$550
Gemini 2.5 Pro	$0.012875	$0.004	$255

Kosten MIT angewendetem Caching (gleiche 15.000 Anfragen/Monat)

Die 10.000-Token-Systemaufforderung wird zwischengespeichert. Jede nachfolgende Anfrage liest 10.000 zwischengespeicherte Token + 300 neue Eingabetoken.

Modell	Cache-Lesung /1M	Neue Eingabe /1M	Monatlich	vs. kein Cache
GPT-4o (Auto-Cache)	$1.25	$2.50	$204	−$242 (−54%)
Claude Sonnet 4 + cache	$0.30	$3.00	$117	−433 $ (−79 %)
Gemini 2.5 Pro + Kontextcache	$0.3125	$1.25	58 $*	−197 $ (−77 %)

*Der Gemini-Kontext-Cache berechnet außerdem 4,50 $/Stunde für 10.000 gespeicherte Token. Bei 1 Cache-Instanz, die rund um die Uhr läuft: +3,24 $/Monat Speicherkosten. Unten separat hinzugefügt.

Moment – Claude ist nach dem Caching am günstigsten? Ja. Bei diesem Maßstab (15.000 Anforderungen/Monat mit 10.000 Systemaufforderungen) kostet Claude Sonnet 4 mit Caching 117 $/Monat im Vergleich zu GPT-4o mit 204 $/Monat und Gemini mit ca. 61 $/Monat. Der Rabatt von 90 % für Cache-Lesevorgänge übertrifft den höheren Grundpreis von Claude, wenn Sie ein großes wiederholtes Präfix haben.

Die Cache-Schreibprämie (nur Anthropic)

Bei der ersten Anfrage berechnet Anthropic 1,25x für das Schreiben des Caches. Für eine 10.000-Token-Systemaufforderung zu 3,00 $/1 Mio.: Die erste Anfrage kostet 0,0375 $ gegenüber 0,030 $ Standard. Die zusätzlichen 0,0075 $ werden nach nur 1,14 Cache-Treffern wiederhergestellt. Wenn Sie 500 Anfragen pro Tag bearbeiten, ist dieser Schreibaufschlag unbedeutend. Bei stoßweisem Gebrauch mit geringem Volumen summiert es sich.

Geminis Lagerkostenfalle

Der Kontext-Cache von Gemini bietet 75 % Rabatt auf Lesevorgänge – der größte Rabatt. Für gespeicherte Inhalte werden jedoch unabhängig vom Datenverkehr stündlich Gebühren berechnet. Für einen 10.000-Token-Cache, der rund um die Uhr läuft:

Lagerung: 10.000 Token × 4,50 $/1 Mio./Stunde × 720 Stunden/Monat = 0,0324 $/Monat – vernachlässigbar für 10.000 Token
Aber skalieren Sie auf 500.000 Token (ein großes Dokument): 4,50 $/1 Mio. × 0,5 × 720 = 1,62 $/Monat Speicher – immer noch klein
Skalierung auf 5 Mio. Token (großer Codebasiskontext): 4,50 $/1 Mio. × 5 × 720 = 16,20 $/Monat Speicher – beginnt wichtig zu werden

Bei Anwendungsfällen mit großem Kontext (Codebasis-Assistent, Dokumentenanalyse) können die Speicherkosten von Gemini den Vorteil des Cache-Rabatts zunichtemachen. Berechnen Sie beide Terme, bevor Sie davon ausgehen, dass Zwillinge gewinnen.

Das neue Kostenranking nach dem Caching

Ohne Caching: Gemini 2.5 Pro > GPT-4o > Claude Sonnet (vom günstigsten zum teuersten)
Mit Caching (große Systemaufforderung, hohes Volumen): Zwillinge ≈ Claude > GPT-4o (Claude holt dramatisch auf)
Mit Caching (burstig, geringe Lautstärke): GPT-4o > Claude > Gemini (OpenAIs No-Write-Fee + No-Storage-Fee gewinnt)

Der „günstigste“ Anbieter hängt von Ihrem Verkehrsmuster und Ihrer Prompt-Struktur ab.

Wenn jeder Ansatz gewinnt

Anwendungsfall	Beste Wahl	Grund
App mit großem Volumen, große feste Systemaufforderung (>2.000 Token, >200 Anforderungen/Tag)	Claude Sonett 4	90 % Cache-Rabatt + keine Speichergebühr = niedrigster Gesamtbetrag im Maßstab
Variabler Datenverkehr, stoßartige Anfragen	GPT-4o	Keine Schreibgebühr, keine Speichergebühr, automatisch – äußerst fehlerverzeihend
Sehr großer Kontext (>32.000 Token) bei hohem Volumen	Gemini 2.5 Pro	75 % Cache-Leserabatt; Die Lagerkosten sind im Verhältnis zu den Input-Einsparungen gering
Geringes Volumen (<50 Anforderungen/Tag), kleine Eingabeaufforderung	Gemini 2.0 Flash	Caching-Einsparungen minimal; Der Rohpreis von Flash gewinnt
Entwicklung/Tests, unvorhersehbare Nutzung	GPT-4o mini	Am günstigsten bei geringem Volumen; Automatisches Caching ohne Overhead

Die Berechnungsformel

So vergleichen Sie Anbieter mit Caching für Ihren Anwendungsfall:

# Monatliche Kosten pro Anbieter mit Caching:

Cache_tokens = your_system_prompt_tokens

new_tokens = user_message_tokens

Output_tokens = Average_response_tokens

Anfragen = daily_requests × 30

# OpenAI (automatisch, keine Schreibgebühr):

monatlich = Anfragen × (Cache-Tokens × Cache-Rate + neue_Tokens × Eingabe-Rate + Ausgabe-Tokens × Ausgabe-Rate) / 1_000_000

# Anthropic (explizit, Premium auf erste Anfrage schreiben):

first_req = cache_tokens × (input_rate × 1,25) / 1_000_000  # Prämie schreiben

rest = (requests-1) × (cache_tokens × (input_rate × 0,10) + new_tokens × input_rate) / 1_000_000

Ausgabekosten = Anfragen × Ausgabetokens × Ausgaberate / 1_000_000

monatlich = erste_Anforderung + Rest + Ausgabekosten

Oder nutzen Sie einfach unsere Kostenrechner — Legen Sie Ihre Token-Anzahl fest und die Ergebnisse spiegeln Standardtarife wider (Caching wird automatisch auf die Infrastruktur des Anbieters angewendet).

Referenzpreise, Juli 2026. Caching-Mechanismen und -Raten ändern sich häufig – überprüfen Sie die Dokumentation zu OpenAI, Anthropic und Google. Fehler gefunden? Melde es →