KI-Kosten unter Kontrolle: So fängt das Harness Opus 4.7 +27% und GPT-5.5 2x ab

Anthropic brachte Opus 4.7 um den 14. Mai herum auf den Markt. Der Listenpreis blieb gegenüber 4.6 unverändert – $5/M für Input, $25/M für Output. Gleichzeitig führte das Unternehmen einen neuen Tokenizer ein, der für denselben Text 32–45% mehr native Token erzeugt. In der Produktion entspricht das einer Preiserhöhung um 12–27%, die auf keiner Preisseite auftauchte. GPT-5.5 verdoppelte seine Tarife in derselben Woche ganz offen. Die KI-Kosten meiner sechs Routinen bewegten sich trotzdem kaum. Der Grund dafür ist Architektur, nicht Glück.

Drei Anbieter, drei Mechanismen – eine Richtung

Innerhalb einer Woche erhöhten drei Anbieter die realen KI-Kosten mit drei unterschiedlichen Stellschrauben. Nur eine davon ist auf den Preisseiten zu erkennen.

OpenAI ging offen vor. Bei GPT-5.5 stieg der Inputpreis von $2.50 auf $5.00 pro Million Token, der Outputpreis von $15 auf $30 pro Million – auf beiden Seiten also exakt 2x. OpenRouters Switcher-Kohorte, bestehend aus Nutzern, die bei unveränderten Workloads von 5.4 auf 5.5 wechselten, maß je nach Verteilung der Prompt-Längen einen realen Kostenanstieg von +49–92%. So sieht die ehrliche Variante einer Preiserhöhung aus: Eine Zahl ändert sich, der Einkauf kann darüber verhandeln und das Engineering kann auf ein anderes Modell ausweichen.

Anthropic machte die Erhöhung unsichtbar. Der Listenpreis von Opus 4.7 entspricht exakt dem von 4.6 – auf der Preisseite änderte sich kein Pixel. Geändert hat sich der Tokenizer. Das neue Modell erzeugt für denselben Eingabetext 32–45% mehr native Token. Anthropic weist dafür eine Inflation von 1.0–1.35x aus; OpenRouter maß unter 2K Token ~45% und bei Produktionsgrößen über 10K ~32–34%. Unterm Strich steigen die realen Kosten oberhalb von 2K um +12–27%, darunter wird es etwas günstiger. Es gab keine Ankündigung, auf die Teams reagieren konnten, keinen Abwanderungsimpuls und keinen Anlass für den Einkauf – nur eine höhere Monatsrechnung.

GitHub änderte die Abrechnung strukturell. Am 1. Juni werden die Premium-Request-Einheiten von Copilot zu tokenbasierten AI Credits nach veröffentlichten API-Tarifen; gecachte Token zählen mit. Die Grundpreise der Tarife bleiben unverändert. Am stärksten trifft es Nutzer agentischer Workflows mit Jahresplänen, die Refactoring-Schleifen mit langem Kontext ausführen und dabei mehrere Modellmultiplikatoren aufeinanderstapeln.

Es geht nicht darum, welcher Anbieter hier der Bösewicht ist. Entscheidend ist: Die Preisseite taugt nicht länger als Näherungswert für die Rechnung. Der Listenpreis bleibt notwendig, reicht aber nicht mehr aus. Jedes Kostenmodell, das die native Token-Ausgabe der eigenen Workloads nicht misst, beruht auf Fiktion.

Warum der Claude-Tokenizer die KI-Kosten neu definiert

Von den drei Mechanismen dieser Woche verändert Anthropics Vorgehen am unauffälligsten, wie Betreiber über KI-Kosten nachdenken müssen.

Die Größenordnung ist inzwischen gut belegt. OpenRouters Switcher-Analyse ermittelte im realen Produktionsverkehr 32–45% mehr native Token. Simon Willison schickte dieselben Prompts direkt durch Anthropics Tokenizer und kam bei System-Prompts auf eine Inflation von ~1.46x. Anthropics eigener Versionshinweis zu 4.7 nennt eine Spanne von 1.0–1.35x. Drei voneinander unabhängige Messungen weisen in dieselbe Richtung. Das ist real – kein Stichprobeneffekt und keine Besonderheit eines Benchmarks.

Operativ gefährlich ist vor allem der Übertragungsweg. Eine ausdrückliche Preiserhöhung ist ein Termin im Kalender: Die Rechtsabteilung prüft den Vertrag, Finance erstellt eine neue Prognose und das Engineering testet eine Alternative. Ein Tokenizer-Wechsel verteuert dagegen rückwirkend alles, was bereits produktiv läuft. Jeder Prompt im Codebestand, jede in den vergangenen sechs Monaten optimierte Systemnachricht und jeder gecachte Kontextblock wurde in dem Moment 32–45% schwerer, in dem der Client den neuen Modellendpunkt ansprach. Es gibt keine eigene Rechnungsposition, die sich dem CFO zeigen ließe. Die Rechnung ist einfach höher als zuvor.

Für einen Anbieter ist das ein deutlich wirksameres Instrument als eine angekündigte Erhöhung. Kein Abwanderungsereignis. Keine Vergleichsseite, auf der ein Wettbewerber gewinnt. Kein Schlagzeilenzyklus nach dem Muster „Anthropic erhöht Preise um 27%“. Es sieht wie ein Modell-Upgrade aus – und es ist auch eines. Nur verschiebt sich darunter geräuschlos die Wirtschaftlichkeit.

Für Betreiber ändert sich damit die entscheidende Stellschraube. Über Listenpreise zu verhandeln, war schon vorher selten die beste Verwendung von Zeit. Jetzt ist es irrelevant: Die tatsächliche Preisbildung findet nicht mehr in der Preistabelle statt.

Das Harness, das den Aufschlag abfing – meine Architektur

Sechs Publishing-Routinen laufen bei mir durch einen einzigen Kontrollpunkt: Briefing-Erstellung, Entwurf, stilbewusste Redaktion, Faktenprüfung, Bildkonzeption und abschließende Qualitätssicherung. Zwei davon nutzten am Tag des Upgrades Opus. Das harte Tageslimit von $20 hielt. Das Limit von $1 pro Instanz hielt ebenfalls. Die Kosten je Artikel veränderten sich nur im einstelligen Prozentbereich.

Das war kein Glück. Diese vier Hebel hatte ich bereits vor den Meldungen dieser Woche eingebaut. Aus meiner Analyse der Umstellung des Agent SDK auf eine getrennte Abrechnung und der Anhebung des Wochenlimits von Claude Code folgte eine klare Konsequenz: Kostenschwankungen auf Anbieterseite sind inzwischen der Normalfall, nicht die Ausnahme. Andere Mechanismen, dasselbe Harness.

Hebel 1 – ein stabiler, gecachter Präfix. Jede Routine setzt einen Markdown-Vertrag (~3500 Token) und einen kategoriespezifischen Stilblock (~1500 Token) als ephemeren Cache-Präfix mit 1 Stunde Laufzeit voran. Durch den Cache-Rabatt von 90% trifft die Token-Inflation fast nur den kleinen dynamischen Rest. OpenRouters Aufschlüsselung: Bei Prompts mit 10–25K fängt der Cache 9% der zusätzlichen Token ab, bei 50–128K sind es 77%, oberhalb von 128K sogar 93%. Meine Entwurfsroutine liegt bei ~14K; dort absorbiert der Cache also etwa 9% der Inflation. Zugleich bestehen 5K von 14K aus stabilem, gecachtem Text, der sonst zum vollen Tarif mitgewachsen wäre. Diese Architekturentscheidung leistet 70% der Arbeit.

Hebel 2 – Modell-Routing. Die Entwürfe laufen auf Sonnet. Briefing-Synthese und Kategorie-Tagging übernimmt Haiku. Opus bleibt dem seltenen Deep-Research-Durchlauf vorbehalten. Die Preisentscheidung eines einzelnen Anbieters kann deshalb nicht die gesamte Rechnung verschieben: Das Frontier-Modell ist nicht der Standard. Der Router schafft außerdem optionalen Spielraum. Als GPT-5.5 seine Tarife verdoppelte, konnte ich jede einzelne Routine zu einem Wettbewerber verschieben, ohne das Harness neu zu schreiben.

Hebel 3 – Disziplin bei der Prompt-Länge. Das Segment von 2K–10K wird bei Opus 4.7 am stärksten belastet (+27–69% reale Kosten in den Switcher-Daten). Genau dort landet nachlässiges Prompt Engineering: aufgeblähte Few-Shot-Beispiele, redundante Rollendefinitionen und nie bereinigter alter Kontext. Toten Kontext zu komprimieren, ist keine reine Hygiene mehr – es liefert einen unmittelbaren wirtschaftlichen Ertrag.

Hebel 4 – ein zentraler Ausgabenkontrollpunkt. Jeder kostenpflichtige Modellaufruf läuft durch dieselbe Funktion. Vorabprüfung: Liegen die heutigen Ausgaben unter $20? Nachgelagerte Prüfung: Hat diese Instanz weniger als $1 gekostet? Sobald eine Prüfung fehlschlägt, hält die Routine an und benachrichtigt mich. Wenn ein Anbieter über Nacht die Tokenzahl verdoppelt, steigen meine Kosten pro Artikel nur im einstelligen Prozentbereich statt um 27%, weil das Limit als Rückfallebene greift. Das Limit macht das Modell nicht billiger; es begrenzt den schlimmsten Fall.

Der ehrliche Teil: Der gecachte Präfix ist der tragende Hebel. Die übrigen drei sind die Versicherung. Hätte ich Prompts weiterhin für jede Anfrage spontan zusammengesetzt, wie es viele Teams noch immer tun, wären die vollen 32–45% auf der Rechnung gelandet. Aufgefallen wäre das in Woche zwei, nicht in Woche null.

So lassen sich KI-Kosten noch diese Woche absichern

Wer Opus 4.7 einsetzt, sollte nicht länger auf die Preisseite schauen, sondern die eigenen Tokenzahlen prüfen. Ziehen Sie eine Stichprobe von 100 Produktionsaufrufen, lassen Sie sie über Anthropics Tokenzähl-Endpunkt für 4.6 und 4.7 laufen und messen Sie die tatsächliche Abweichung Ihrer Prompts. Strukturieren Sie Ihre Prompts anschließend noch diese Woche zu einem stabilen, gecachten Präfix um – nicht im nächsten Sprint und nicht im nächsten Planungszyklus. Nur der Cache skaliert mit der Prompt-Länge. Und genau dort ist die Inflation am stärksten.

Vor einer Migration von 5.4 auf GPT-5.5 gehört die Switcher-Rechnung auf den Tisch. Oberhalb von 10K Token wird der verdoppelte Tarif teilweise durch eine um –19 bis –34% geringere Completion-Länge kompensiert; die realen Kosten hängen deshalb vollständig vom Verhältnis zwischen Output und Input ab. Bei einem Refactoring-Workload mit langem Kontext kann die Rechnung nahezu unverändert bleiben. Für ein chatartiges Produkt gilt das nicht.

Copilot-Nutzer sollten die Nutzungsvorschau von Anfang Mai noch vor dem 1. Juni abrufen. Nutzer des Basistarifs mit einzelnen Prompts werden keinen Unterschied bemerken.

Im größeren Maßstab ist KI inzwischen der volatilste Posten im Technologiebudget. AWS verdoppelt seine Preise nicht über Nacht. CDN-Bandbreite erhöht ihren Zähler nicht still um 1.4x. Postgres wechselt nicht seinen Tokenizer. Die KI-Schicht hat alle drei Varianten innerhalb einer Woche vorgeführt. Cache-Struktur, Modell-Router, Längendisziplin und ein hartes Ausgabenlimit sind für kostenbewusste Teams keine optionale Architektur mehr. Sie sind der Eintrittspreis für den produktiven Betrieb dieser Infrastrukturkategorie.

Die Anbieter werden so weitermachen. Entweder entsteht jetzt der zentrale Kontrollpunkt – oder jede Entscheidung der Anbieter schlägt in den kommenden zwölf Monaten ungebremst durch.