Langkontext-Stufenpreisrechner („Cliff“)
✓ Zuletzt überprüft: 11.08.2026· Bei den angezeigten Preisen handelt es sich um beispielhafte Standardpreise und nicht um Live-Kurse· Referenzschätzung — Änderung melden → Einige Modelle bewerten langen Kontext nicht geringfügig – sie verwenden einen harten Schwellenwert oder "Cliff": Gemini 2.5 Pro berechnet für Anfragen mit 200.000 Eingabe-Tokens oder weniger 1,25 $ / 10 $ pro 1 Mio. Eingabe-/Ausgabe-Tokens, aber wenn die Eingabe einer einzelnen Anfrage diesen Schwellenwert überschreitet, wird die GESAMTE Anfrage – alle ihre Eingabe- UND Ausgabe-Tokens – zum höheren Satz von 2,50 $ / 15 $ abgerechnet, nicht nur die Tokens über der Linie. Eine Arbeitslast, die kurze und lange Anfragen mischt, hat daher reale Gesamtkosten, die deutlich höher sind, als eine Pauschalschätzung zeigen würde. Das ist anders als bei uns Kostenrechner für Kontextfenster, das die Pauschalkosten pro Token eines Modells nach Kontextgröße ohne Cliff-Mechanik modelliert, und aus dem LLM-Stufenpreise Und LLM-Serviceebene Rechner, die latenzbasierte Batch-/Flex-/Prioritätsstufen anstelle von längenbasierten Preisklippen modellieren. Dieses Tool ermittelt die Aufteilung Ihrer Arbeitslast zwischen Anfragen, die den Schwellenwert unterschreiten und den Schwellenwert überschreiten, und zeigt die tatsächlichen monatlichen Gesamtkosten, das versteckte „Aufpreisrisiko“ im Vergleich zu einer naiven Pauschalschätzung und die Einsparungen an, die durch die Kürzung langer Anfragen auf knapp unter dem Schwellenwert möglich sind. Siehe auch die Gemini API-Kostenrechner für allgemeine Gemini-Preise für alle Modelle.
—
echte monatliche Gesamtkosten—naive Pauschalschätzung
—versteckte Zuschlagsbelastung
—Einsparungen, wenn lange Anfragen gekürzt werden
Kostenaufschlüsselung nach Ihrem Arbeitsaufwand
Bei kurzfristigen Anfragen gilt in der Regel der Basispreis; Bei langen Anfragen wird für den GESAMTEN Anruf – Ein- und Ausgabe – der höhere Klippenpreis berechnet. Die naive Zeile zeigt, was eine Pauschalschätzung voraussetzen würde, und die gekürzte Zeile zeigt das Szenario, in dem lange Anfragen auf knapp unter den Schwellenwert komprimiert werden.
| Reihe | Anfragen | Kosten/Anfrage | Zwischensumme |
|---|
Gemischte Kosten pro Anteil langer Anfragen
Alles andere wird auf den oben genannten Werten gehalten und über den Anteil der Anfragen verteilt, die über dem Schwellenwert landen. Die hervorgehobene Zeile kommt Ihrer aktuellen Einstellung am nächsten.
| Überschwelliger Anteil | Tatsächliche Kosten | Naive Schätzung | Zuschlag |
|---|
Wie dies mit anderen Tools verbunden ist
Dieser Rechner bewertet einen bestimmten Mechanismus: einen harten Längenschwellenwert, bei dessen Überschreiten eine gesamte Anfrage neu bewertet wird, nicht nur die Token über der Linie. Das ist anders als bei uns Kostenrechner für Kontextfenster, das glatte, flache Kosten pro Token nach Kontextgröße modelliert und überhaupt keine Klippen- oder Schwellenwertlogik aufweist – verwenden Sie dieses Tool, wenn das Modell, für das Sie einen Preis festlegen, unabhängig von der Anfragelänge den gleichen Preis berechnet. Es ist auch anders als das Preisrechner für LLM-Stufen Und LLM-Servicestufenrechner, welche latenzbasierten Servicestufen Batch/Flex/Priorität kosten – eine Entscheidung, die Sie pro Anfrage darüber treffen, wie schnell Sie eine Antwort benötigen, und keine Konsequenz davon, wie lange Ihre Aufforderung dauert. Wenn Sie allgemeine Gemini-Preise für alle Modellgrößen ohne isolierte Klippenmechanik wünschen, sehen Sie sich die an Gemini API-Kostenrechner. Diese Seite existiert, weil eine pauschale Pro-Token-Ansicht des Schlagzeilenpreises von Gemini 2.5 Pro von 1,25 US-Dollar die tatsächlichen Kosten völlig verfehlt, sobald ein Teil einer Arbeitslast 200.000 Eingabe-Token überschreitet.
So funktioniert dieser Rechner
Der Langkontext-Stufenpreisrechner („Cliff“) teilt Ihr monatliches Anfragevolumen mithilfe von in zwei Gruppen auf Anteil der Anfragen über dem Schwellenwert: kurze Anfragen, preislich normal zum Basiszinssatz für ihre Eingabe- und Ausgabetokens und lange Anfragen, deren Eingabe die überschreitet Kontextschwelle and which therefore price their ENTIRE call — every input and output token — at the higher langer Tarif. Bei den Standardwerten (10.000 Anfragen/Monat, 20 % über dem Schwellenwert von 200.000 Token, Short = 60.000 In / 2.000 Out, Long = 350.000 In / 5.000 Out, Basis 1,25 $/10 $, Long 2,50 $/15 $) sind das 8.000 Short-Anfragen zu je 0,095 $ (Zwischensumme 760 $) und 2.000 lange Anfragen zu je 0,95 $ (Zwischensumme 1.900 $) für reale monatliche Gesamtkosten von $2,660.
Um zu zeigen, was einem normalen Pauschalrechner entgehen würde, berechnet das Tool zusätzlich a naive Schätzung Dadurch wird der Basispreis auf jede Anfrage unabhängig von der Größe angewendet – in der Standardeinstellung beträgt dieser 1.735 US-Dollar, was bedeutet, dass die tatsächlichen Kosten mit einem versteckten Betrag verbunden sind Aufpreisbelichtung von 925 US-Dollar, etwa 53,3 % mehr, als die naive Zahl vermuten lässt. Schließlich sind die Werkzeugmodelle a Trim-Szenario: was die langen Anfragen kosten würden, wenn sie auf knapp unter den Schwellenwert (1.000 Token darunter) komprimiert würden und gleichzeitig die gleiche Ausgabegröße beibehalten würde – bei den Standardwerten, die die Kosten für lange Anfragen so weit senken, dass Einsparungen möglich sind $1,302.50 pro Monat, was der eigentliche Vorteil ist, wenn man die Eingabeaufforderungen unter einer Preisklippe hält, anstatt sie nur ein wenig zu schrumpfen.
Häufig gestellte Fragen
Was ist ein Long-Context-Pricing-„Cliff“?
Eine Preisklippe unterscheidet sich von gewöhnlichen Grenz- oder Staffelpreisen, bei denen nur die Token über einem Schwellenwert mehr kosten, während alles darunter zum Basispreis bleibt. Bei einer Klippe führt das Überschreiten des Schwellenwerts dazu, dass die GESAMTE Anforderung neu bewertet wird – jedes Eingabe- und Ausgabe-Token in diesem Aufruf – und nicht nur die Token über der Leitung. Das bedeutet, dass eine Anfrage mit 200.001 Eingabe-Token deutlich mehr kosten kann als eine Anfrage mit genau 200.000 Token, und nicht nur einen Bruchteil eines Cents mehr für diesen einzelnen zusätzlichen Token. Dieser Rechner modelliert diesen spezifischen Mechanismus, da er bei einer normalen Pauschalschätzung pro Token völlig verfehlt wird.
Ist Gemini 2.5 Pro wirklich eine Neubewertung der gesamten Anfrage?
Ja. Jeder einzelne API-Aufruf an Gemini 2.5 Pro, dessen Eingabe 200.000 Token übersteigt, berechnet den höheren Satz von 2,50 USD pro 1 Mio. Eingabe bzw. 15 USD pro 1 Mio. Ausgabe für den GANZEN Aufruf – sowohl für die Eingabe- als auch für die Ausgabe-Tokens – und nicht für einen gemischten oder marginalen Satz, der nur auf den Überschuss angewendet wird. Dies ist in den veröffentlichten Preisen von Gemini dokumentiert, kann jedoch leicht übersehen werden, wenn Sie die Kosten anhand der Überschrift „1,25 USD pro 1 Mio. Eingabe-Tokens“ abschätzen, die nur für Anfragen mit oder unter dem Schwellenwert von 200.000 Token gilt.
Warum ist meine tatsächliche Rechnung höher als eine einfache Schätzung der Tokenanzahl?
Dieser Rechner berechnet das sogenannte „Aufpreisrisiko“ – die Lücke zwischen Ihren tatsächlichen Gesamtkosten und einer naiven Schätzung, die den Basispreis einheitlich auf jede Anfrage unabhängig von der Größe anwendet. Diese naive Schätzung unterschätzt die tatsächlichen Kosten immer dann, wenn ein realer Anteil Ihrer Anfragen den Längenschwellenwert überschreitet, da es keine Möglichkeit gibt, zu wissen, dass diese langen Anfragen vollständig auf der höheren Ebene neu bewertet werden und nicht nur die Tokens über der Linie. Je mehr Ihrer Arbeitsbelastung über dem Schwellenwert liegt, desto größer wird die versteckte Lücke.
Wie kann ich die Cliff-Pricing-Kosten reduzieren?
Kürzen Sie Ihre Eingabeaufforderungen so, dass sie knapp unter dem Schwellenwert bleiben. Durch eine bessere Kontextverwaltung – Abrufen statt vollständige Dokumente in die Eingabeaufforderung zu stopfen, Konversationsverlauf zusammenfassen, veralteten Kontext löschen – kann eine Anfrage unter Verschluss gehalten werden und eine Preisanpassung für die gesamte Anfrage vollständig vermieden werden. Da die Klippe den Preis für die gesamte Anfrage und nicht nur für die überschüssigen Token neu festlegt, kann eine relativ kleine Reduzierung der Eingabeaufforderungsgröße zu einer viel größeren Einsparung führen, als die Tokenanzahl allein vermuten lässt, und zwar genau deshalb, weil sie das Überschreiten der Grenze vermeidet, anstatt nur das, was sich auf einer Seite davon befindet, zu verkleinern.