✓ Zuletzt überprüft: 27.07.2026· Modell: genauigkeitsbereinigte effektive Kosten· ein Problem melden →
Der Tokenpreis ist der Preis eines Anruf, nicht verwendbar Ergebnis. Ein günstigeres Modell, das seltener richtig ist, lässt Sie für Wiederholungsversuche bezahlen – das stimmt also Kosten pro richtiger Antwort kann ein teureres Modell schlagen oder verlieren. Geben Sie die Kosten pro Aufgabe und die Genauigkeit jedes Modells ein, um die Ergebnisse anzuzeigen Genauigkeitsbereinigte Kosten, Die Break-Even-Genauigkeit, und welches Modell pro korrekter Ausgabe tatsächlich günstiger ist.
—
günstiger pro richtig
—Prämie / richtig
—günstiger / richtig
—Break-Even-Genauigkeit
Aufkleberpreis im Vergleich zum Preis eines Ergebnisses
Für jedes Modell gibt es zwei Preismodelle: die Rohkosten pro Anruf und die effektiven Kosten, wenn man sie durch die Genauigkeit dividiert, um die Wiederholungsversuche zu finanzieren. In der Spalte „Wiederholungen“ steht die Genauigkeit – wie viele Versuche es durchschnittlich braucht, um eine gute Antwort zu erhalten. Die Zeile mit dem günstigsten Ergebnis pro korrekter Eingabe wird hervorgehoben. Es ist nicht immer der günstigste Aufkleber.
Modell
$/Anruf
Genauigkeit
Versuche/richtig
$/richtig
Monatlich
Wie viel Genauigkeit das günstigere Modell benötigt
Die effektiven Kosten des günstigeren Modells bei verschiedenen Genauigkeiten im Vergleich zu den Fixkosten pro Korrektur des Premium-Modells. Die Zeile, in der sie sich kreuzen, ist die Break-Even-Genauigkeit – darüber gewinnt das günstigere Modell, darunter ist es aufgrund seiner Wiederholungsversuche die teurere Wahl.
Günstigere Genauigkeit
Günstiger $/richtig
Prämie $/richtig
Gewinner
Der Rabatt, der Sie Geld kostet
Jedes Modellauswahl-Dashboard ist nach dem Preis pro Million Token sortiert, und jedes einzelne davon beantwortet die falsche Frage. Die Kosten, die auf Ihrer Rechnung landen, sind nicht die Kosten eines Anrufs, sondern die Kosten eines Anrufs, den Sie tatsächlich nutzen können – und sobald es für Ihre Aufgabe eine richtige und eine falsche Antwort gibt, fallen diese beiden Zahlen auseinander. Ein Modell, das pro Anruf 30 % günstiger ist, aber zehn Punkte weniger genau, ist nicht 30 % günstiger; Sobald Sie es erneut versuchen oder die Fehler wegwerfen, kaufen Sie mehr Versuche pro brauchbarem Ergebnis, und die Arithmetik kann die Rangfolge völlig umdrehen. Die Lösung ist eine Division: Nehmen Sie die Kosten eines Versuchs, dividieren Sie sie durch die Wahrscheinlichkeit, dass der Versuch gut ist, und vergleichen Sie die Modelle darauf. Die Gewinnschwelle, die dieser Rechner ausgibt, ist die gesamte Entscheidung in einer einzigen Zahl – die Genauigkeit, die ein günstigeres Modell erreichen muss, bevor sein Rabatt real ist, und nicht eine Steuer, die Sie in Wiederholungsversuchen zahlen. Dies setzt voraus, dass Sie richtig von falsch unterscheiden können und die Fehler einfach erneut ausführen können. Dies ist genau der Fall, wenn Sie über eine Testsuite, einen Verifizierer oder eine menschliche Überprüfung verfügen. Wenn schlechte Antworten unentdeckt weitergegeben werden, ist das Billigmodell noch schlimmer, da Sie jetzt auch die Kosten dafür tragen, dass Sie nachgelagert falsch liegen. Kosten Sie zunächst einen Einzelanruf mit dem Token-Kostenrechner, vergleichen Sie die Rohmodellpreise auf der Modellvergleichsseite, und wenn Sie Anrufe an einen Agenten verketten, legen Sie die Größe des Token-Burns für die vollständige Aufgabe mit fest Kostenrechner für KI-Agenten.
Als Erfolgsquote werden die Kosten pro Aufgabe und die Genauigkeit jedes Modells herangezogen. Die effektiven Kosten pro richtiger Antwort sind die Kosten pro Aufgabe dividiert durch den Genauigkeitsanteil – denn im Durchschnitt führt man alle Genauigkeitsversuche durch, um eine gute Antwort zu erhalten, und man zahlt auch für die fehlgeschlagenen Versuche. Die monatlichen effektiven Ausgaben ergeben sich aus den Kosten pro richtiger Antwort mal der Anzahl richtiger Antworten, die Sie pro Monat benötigen (richtige Antworten pro Tag mal 30,4). Die Break-Even-Genauigkeit ist die Genauigkeit des teureren Modells, skaliert durch das Verhältnis der Kosten des günstigeren Modells zu den Kosten des Premium-Modells – die Genauigkeit, mit der die Wiederholungsversuche des billigeren Modells seinen Preisvorteil genau aufheben. Dies setzt unabhängige Wiederholungsversuche und eine zuverlässige Methode zur Erkennung einer falschen Antwort voraus; Ohne Prüfer sind die effektiven Kosten eine Untergrenze.
Häufig gestellte Fragen
Was sind die Kosten pro richtiger Antwort und warum sind sie wichtiger als der Token-Preis?
Es geht darum, was Sie bezahlen, um ein brauchbares Ergebnis zu erhalten, und nicht darum, was ein Anruf kostet. Der Tokenpreis sagt nichts darüber aus, ob der Versuch richtig war. Wenn ein Modell in 70 % der Fälle erfolgreich ist und Sie die fehlgeschlagenen Versuche wiederholen, zahlen Sie für etwa 1,4 Versuche pro guter Antwort, sodass sich die effektiven Kosten aus dem Aufkleber dividiert durch die Genauigkeit ergeben. Diese Aufteilung kann die Rangfolge umkehren: Ein Modell, das pro Anruf 40 % günstiger, aber weniger genau ist, kann pro richtiger Antwort teurer sein als ein teureres, zuverlässigeres Modell.
Wie berechne ich die genauigkeitsbereinigten Kosten eines Modells?
Teilen Sie die Kosten eines Anrufs durch die Erfolgsquote als Bruchteil. Zwei Cent bei 95 % sind etwa 2,1 Cent pro richtige Antwort; Zwei Cent bei 65 % sind etwa 3,1 Cent, da pro guten Anruf etwa 1,5 Anrufe erforderlich sind. Der Multiplikator ist eins über der Genauigkeit – 95 % ist eine 1,05-fache Steuer, 65 % eine 1,54-fache Steuer, 50 % verdoppelt Ihre Kosten. Es wird davon ausgegangen, dass Sie falsche Antworten erkennen und es erneut versuchen können. Wenn schlechte Antworten versendet werden, sind die tatsächlichen Kosten höher.
Wie viel Genauigkeit braucht ein günstigeres Modell, um tatsächlich billiger zu sein?
Zumindest die Genauigkeit des teureren Modells skaliert durch das Preisverhältnis. Wenn das Premium-Modell eine Genauigkeit von 95 % hat und das günstigere Modell 70 % so viel kostet, benötigt das günstigere Modell eine Genauigkeit von ~66,5 %, um die Gewinnschwelle zu erreichen. Darunter verschlingen die Wiederholungsversuche die Ersparnis; darüber gewinnt es. Ein Headline-Rabatt ist ohne Angabe einer Genauigkeitszahl bedeutungslos.
Gilt das auch für Klassifizierung, Extraktion und Wirkstoffe?
Überall kann man bewerten, ob eine Ausgabe richtig ist. Genauigkeit ist Ihre Erfolgsquote gegenüber einem beschrifteten Satz oder der Anteil der Agentenläufe, die zu einem korrekten Ergebnis führen. Für Agenten verstärkt sich der Effekt – ein fehlgeschlagener Lauf kann weitaus mehr Token verbrennen als ein Anruf. Verwenden Sie für die Generierung mit offenem Ende die Akzeptanzrate (ohne Umschreiben beibehaltener Anteil) als Genauigkeitseingabe.