Was sind Tokens? So funktionieren Zählung, Kosten und Limits

Was sind Tokens? In der KI sind das die kleinen Textbausteine, die ein Sprachmodell liest und erzeugt: etwa Wörter, Wortteile und Satzzeichen. Als Faustregel für englischen Text nennt OpenAI ungefähr drei Viertel eines Wortes pro Token, also 75 Wörter je 100 Tokens. Tokens sind wichtig, weil sie mitbestimmen, was die Nutzung kostet und wie viel Text ein Modell verarbeiten kann. Quelle: OpenAIs Erläuterung zu Tokens.

Was sind Tokens in der KI?

Ein Token ist eine Texteinheit, keine Nachricht und keine erledigte Aufgabe. Ein großes Sprachmodell, kurz LLM, ist ein KI-Modell, das Sprache erzeugt. Der zugehörige Tokenizer bereitet den Text für das Modell auf: Diese Software zerlegt ihn in einzelne Bausteine.

Ein Satz lässt sich mit einem Mosaik vergleichen. Menschen sehen den ganzen Satz; das Modell arbeitet mit den einzelnen Steinchen. Die fallen unterschiedlich groß aus: Ein geläufiges Wort passt vielleicht auf einen Stein, ein anderes braucht mehrere. Die Grenzen müssen weder Silben noch Wörterbucheinträgen entsprechen.

Der Tokenizer weist jedem Baustein außerdem eine numerische Kennung zu. Das Modell verarbeitet diese Kennungen und erzeugt weitere Tokens, die anschließend wieder in lesbaren Text umgewandelt werden. OpenAIs Dokumentation zum Tokenizer zeigt sowohl die Textbausteine als auch ihre Kennungen.

Für den praktischen Einsatz folgt daraus: Die Zahl der Nachrichten sagt wenig über den Verarbeitungsaufwand aus. Eine kurze Anweisung mit angehängtem Dokument kann viel mehr Text umfassen als eine lange Frage ohne Anhang.

Wie lassen sich Tokens berechnen?

Um Tokens zu zählen, wird ein bestimmter Tokenizer auf den exakten Text angewendet. Wer eine Wortzahl mit einem Faktor multipliziert, erhält eine Schätzung. Wer den Tokenizer des Anbieters verwendet, erhält die Tokenzahl nach dessen Regeln.

Ein Zählbeispiel mit OpenAIs eigenem Tool

OpenAIs quelloffener Tokenizer tiktoken zerlegt den exakten Text tiktoken is great! mit dem Encoding cl100k_base in 6 Tokens. Das Encoding ist das benannte Regelwerk für die Umwandlung von Text in Tokens:

t · ik · token · is · great · !

Diese Zählung wurde am 15. Oktober 2026 mit OpenAIs Tool nachvollzogen. Der Satz und seine Aufteilung stehen auch in OpenAIs Anleitung zum Tokenizer. Gezählt wird hier reiner Text, nicht der gesamte Umfang einer Chat-Anfrage.

Auffällig sind die führenden Leerzeichen in is und great. Ein Leerzeichen kann zum folgenden Wort gehören; das Ausrufezeichen ist hier ein eigener Baustein. Selbst der Name des Tools wird zerlegt. Tokens lassen sich deshalb nicht zuverlässig zählen, indem man die Leerzeichen zwischen Wörtern zählt.

Das Encoding ist im Beispiel bewusst angegeben. Ein anderer Tokenizer kann denselben Text anders aufteilen. Aussagekräftig ist eine Tokenzahl daher nur zusammen mit dem Text und dem Tokenizer, aus denen sie hervorgegangen ist.

Token-Rechner für ChatGPT: die Tools des Anbieters nutzen

In OpenAIs visuellen Tokenizer lässt sich Text einfügen und seine Zerlegung ansehen. Dabei sollte das verfügbare Encoding beziehungsweise Modell zur Aufgabe passen. Eine Demonstration mit einem anderen Encoding garantiert keine bestimmte Abrechnung.

Andere Anbieter stellen eigene Zählwerkzeuge bereit:

• Anthropic Claude: Der Endpunkt zum Zählen von Tokens zählt unterstützte Nachrichteneingaben für das gewählte Modell. Die Dokumentation nennt auch die Anfragebestandteile, die er nicht zählen kann.
• Google Gemini: Das Tool count_tokens zählt die Eingabe vor der Generierung. Die Nutzungsangaben in der Antwort zeigen anschließend den tatsächlichen Verbrauch.

Diese Tools zählen jeweils nach den Regeln ihres Anbieters. Läuft eine Automatisierung über eine API, also die Schnittstelle zwischen Anwendung und KI-Modell, sollte die zuständige Entwicklung mit dem tatsächlich verwendeten Modell und Anfrageformat zählen.

Wie viele Wörter entsprechen einem Token?

Für englischen Text nennt OpenAI folgende Näherungswerte: Ein Token entspricht ungefähr 4 Zeichen oder drei Vierteln eines Wortes; 100 Tokens entsprechen etwa 75 Wörtern. Das sind Schätzwerte des Anbieters, keine festen Umrechnungsfaktoren. OpenAIs Hilfeartikel weist ausdrücklich darauf hin, dass Sprache und Textstruktur dieses Verhältnis verändern.

Die Faustregel hilft einzuschätzen, ob ein Entwurf eher klein oder groß ist. Bei einer mehrsprachigen Kampagne, einem Produktkatalog oder einem Dokument mit Code sollte jedoch das tatsächliche Material gezählt werden, bevor Kapazitäten oder Budgets zugesagt werden.

Eingabe- und Ausgabe-Tokens: Was geht hinein, was kommt zurück?

Eingabe-Tokens sind das, was das Modell erhält; Ausgabe-Tokens sind das, was es erzeugt. Zur Eingabe kann deutlich mehr gehören als der zuletzt getippte Satz.

Ein Beispiel aus dem Kundenservice: Die sichtbare Anweisung lautet, eine Antwort zu entwerfen. Die Anwendung kann zusätzlich ihre dauerhaft hinterlegten Anweisungen, frühere Nachrichten des Kunden und die einschlägigen Rückgabebedingungen mitsenden. All diese mitgelieferten Inhalte zählen zur Eingabe. Der Antwortentwurf zählt zur Ausgabe.

Anthropics Dokumentation zur Tokenzählung behandelt strukturierte Eingaben wie Anweisungen, Nachrichten und Tools. Googles Beispiele für mehrstufige Gespräche zeigen, warum frühere Gesprächsbeiträge bei späteren Anfragen erneut zum Verbrauch beitragen können.

Für Marketingteams heißt das: Das gesamte Markenarchiv an jede kleine Textanfrage anzuhängen, sollte hinterfragt werden. Für Gründende heißt es, die Entwicklung um eine Messung der vollständigen Anfrage zu bitten, statt den Umfang anhand der sichtbaren Chatnachricht zu schätzen.

Auch bei der Ausgabe ist eine weitere Unterscheidung wichtig. Laut OpenAIs Dokumentation zu Reasoning-Modellen zählen interne Reasoning-Tokens zum Ausgabeverbrauch, obwohl sie nicht als Antworttext angezeigt werden. Eine kurze sichtbare Antwort kann daher mehr Ausgabe-Tokens verbrauchen, als ihre angezeigten Wörter vermuten lassen.

Warum kosten Ausgabe-Tokens oft mehr?

Einen vorhandenen Prompt zu lesen und eine Fortsetzung zu erzeugen, stellt unterschiedliche Anforderungen an das Rechensystem. Die vollständige Eingabe liegt von Anfang an vor, sodass ein großer Teil parallel verarbeitet werden kann. Bei der üblichen Textgenerierung entsteht die Ausgabe dagegen Schritt für Schritt: Spätere Tokens hängen von früheren ab. NVIDIA erläutert diesen Unterschied in seiner technischen Erklärung zur Verarbeitung von Eingaben und zur Generierung.

Das erklärt einen Teil der unterschiedlichen Eingabe- und Ausgabepreise. Daraus folgt kein allgemein gültiges Preisverhältnis: Anbieter legen ihre Preise selbst fest, und sowohl die Modellarchitektur als auch die Techniken zum Betrieb der Modelle unterscheiden sich.

Praktisch bedeutet das: Eine Automatisierung, die Dokumente liest und kurze Klassifizierungen zurückgibt, hat eine andere Verbrauchsverteilung als eine, die lange Berichte verfasst. Für den Vergleich sollten Eingabe- und Ausgabemengen jeweils getrennt erfasst werden.

Rechenbeispiel für einen Monat: Anthropic führt Claude Sonnet 5.5 derzeit zu regulären API-Preisen von $2 pro Million Eingabe-Tokens und $10 pro Million Ausgabe-Tokens. Bei einer monatlichen Gesamtnutzung von 1 Million nicht zwischengespeicherten Eingabe-Tokens plus 1 Million Ausgabe-Tokens ergibt unsere Rechnung $2 + $10 = $12 an Tokenkosten für das Modell. Diese beispielhafte Zwischensumme setzt die reguläre globale Verarbeitung voraus, berücksichtigt keine Caching- oder Batch-Rabatte und enthält weder kostenpflichtige Tools noch Steuern. Preise des Anbieters, geprüft am 15. Oktober 2026.

Das ist eine Zwischensumme für den Verbrauch, kein Abopreis und keine Prognose des eigenen Monatsvolumens. Bei einer Automatisierung summiert sich die Nutzung über ihre API-Anfragen. Überarbeitungen und Wiederholungsversuche verursachen zusätzlichen Aufwand.

Für zwischengespeicherte Eingaben, bei denen ein Anbieter bereits verarbeitetes Prompt-Material erneut nutzt, können andere Abrechnungsregeln gelten. Die Funktionsweise erläutert unser Artikel zu KV-Cache und Prompt-Caching. Für die Modellauswahl hilft der Vergleich günstiger KI-APIs; das Beispiel hier soll die Abrechnungseinheit verständlich machen.

Welche Arten von Tokenlimits gibt es?

Vor einem Tarifwechsel sollte klar sein, welches Limit erreicht wurde. Eine zu große Anfrage, zu viele Anfragen in kurzer Zeit und ein ausgeschöpftes Abokontingent erfordern unterschiedliche Lösungen.

Ein Kontextlimit begrenzt, wie viel Material das Modell innerhalb einer Anfrage verarbeiten kann. Ein Ausgabelimit begrenzt, wie viel es erzeugen kann. Neben dem mitgelieferten Material muss daher auch Platz für die Antwort bleiben. Mehr dazu steht in unserem Leitfaden zu Kontextgröße und Context Engineering.

Ein API-Ratenlimit begrenzt, wie schnell Anfragen oder Tokens gesendet werden dürfen. Ein Kostenlimit bezieht sich auf die Kosten. Keines dieser Limits sagt aus, wie viel Material in eine einzelne Anfrage passt. OpenAI unterscheidet diese Grenzen in seiner Erläuterung zu Tokens.

Ein Nutzungskontingent im Chat-Tarif richtet sich nach den Regeln des jeweiligen Produkts. Laut Anthropic hängt die Claude-Nutzung unter anderem von Länge und Komplexität des Gesprächs, dem gewählten Modell, den Features und dem Reasoning-Aufwand ab. Die Erklärung zu Nutzungs- und Längenlimits stellt außerdem klar, dass Nutzungskontingente und Grenzen für die Gesprächslänge voneinander getrennt sind.

Für den Betrieb heißt das konkret: Mehr Nutzung zu kaufen, sorgt nicht zwangsläufig dafür, dass ein zu großes Dokument in eine Anfrage passt. Ein neues Gespräch kann die Menge des mitgeführten Materials verringern, setzt aber den bereits angefallenen Verbrauch nicht zurück.

Wie kann man KI-Tokens kaufen?

In der Regel wird der Zugang oder die verbrauchsabhängige Nutzung über das jeweilige Produkt bezahlt. Vor einer Zahlung sollte deshalb geklärt sein, ob es sich um ein Abonnement, eine API-Abrechnung oder ein anwendungsspezifisches Guthaben handelt.

OpenAI weist beispielsweise darauf hin, dass ChatGPT-Abonnements und API-Nutzung getrennt abgerechnet werden. Wer für das Chatprodukt bezahlt, muss anfallende API-Tokenkosten trotzdem begleichen. Andere Produkte können Nutzung anders bündeln; maßgeblich sind die Bedingungen des Produkts, das die Kosten berechnet.

Wo wird die Aussagekraft von Tokenzahlen überschätzt?

Eine höhere Tokenzahl ist kein Qualitätsmaß für Antworten. Die Kapazität sagt etwas darüber aus, wie viel hineinpasst. Sie belegt nicht, dass eine Antwort richtig, hilfreich oder ihr Geld wert ist.

Ebenso wenig entscheidet ein niedrigerer Tokenpreis allein darüber, welches Modell eine Aufgabe günstiger erledigt. Tokenizer können dasselbe Material unterschiedlich zerlegen; außerdem können je nach Ablauf unterschiedliche Mengen an Ausgabe- und Reasoning-Tokens entstehen. Entscheidend für den Vergleich sind die Kosten bis zu einem brauchbaren Ergebnis.

Tokens zu sparen sollte kein Wettbewerb um den kürzesten Prompt werden. Unnötige Anhänge zu entfernen, ist sinnvoll. Eine Ausnahme in den Geschäftsbedingungen zu streichen, die eine Kundenantwort erst korrekt macht, spart dagegen an der falschen Stelle. Informationen, die die Antwort beeinflussen, sollten bleiben; Material ohne Nutzen für die Aufgabe kann entfallen.

Was lässt sich nächste Woche konkret verbessern?

Handlungsbedarf besteht, wenn eine Automatisierung verantwortet wird oder regelmäßig ein Limit erreicht wird. Wer nur gelegentlich eine Chat-App nutzt und innerhalb des Kontingents bleibt, muss nicht jeden Satz zählen.

1. 1

   Für Betriebsverantwortliche: die Messgröße bestimmen

   Nutzungsanzeige und Limitmeldung prüfen. Festhalten, ob die Grenze die Anfragelänge, die Anfragerate, die Kosten oder das Tarifkontingent betrifft. Die Lösung danach auswählen.

2. 2

   Für Marketingteams: eine typische Aufgabe durchzählen

   Ein echtes Briefing samt den üblicherweise mitgeschickten Unterlagen auswählen. Das Material mit dem Zählwerkzeug des Anbieters prüfen und anschließend das Ausgabeformat anfordern, das die Aufgabe braucht. Unverzichtbare Vorgaben zur Marke und zu den Fakten beibehalten.

3. 3

   Für Gründende und Einkaufsteams: den Verbrauch aufschlüsseln lassen

   Die zuständige Entwicklung oder den Anbieter um eine Aufschlüsselung einer typischen abgeschlossenen Aufgabe bitten: Eingabe, Ausgabe, zwischengespeicherte Nutzung und etwaige separate Toolkosten. Daraus das eigene Volumen hochrechnen, bevor der Tarif erweitert oder das Modell gewechselt wird.

Häufige Fragen zu KI-Tokens

Was ist ein Token bei KI?

Ein Token ist ein Textbaustein, den ein Sprachmodell verarbeitet. Das kann ein Wortteil, ein ganzes Wort oder ein Satzzeichen sein. Ein Token entspricht also nicht automatisch einem ganzen Wort.

Was bedeutet Tokenisierung bei KI?

Bei der Tokenisierung wird die Eingabe in die Bausteine zerlegt, mit denen das Modell arbeitet, und über dessen Vokabular dargestellt. Die Regeln des Tokenizers bestimmen, wie der Text aufgeteilt wird.

Wer sind die großen 4 der KI?

Diese Formulierung bezieht sich auf Ranglisten von Unternehmen, nicht auf einen Tokenstandard. Für Zählung und Abrechnung müssen der Anbieter und das genaue Modell hinter einem Tool bekannt sein. Eine Liste bekannter Unternehmen sagt nichts über dessen Tokenverbrauch aus.

Was kostet 1 Million Tokens bei ChatGPT?

Für ChatGPT gibt es keine allgemeingültige Umrechnung von Tokens in einen Dollarbetrag. Das Produkt ChatGPT und die OpenAI API werden getrennt abgerechnet. Für eine API-Kalkulation müssen das Modell sowie die Eingabe- und Ausgabemengen feststehen; bei einem Chat-Tarif gelten dessen Nutzungsregeln.

Wie viel ist ein KI-Token wert?

Ein Token hat keinen festen Geldwert. Die Nutzungskosten hängen vom Anbieter, vom Modell und von der Abrechnungskategorie ab. Ein Token ist eine Verarbeitungseinheit, keine übertragbare Währung.

Wer bezahlt KI-Tokens?

Bei einem direkt abgerechneten API-Ablauf bezahlt das Konto, über das die Anfragen laufen, den Anbieter. Bei einer fertigen App regelt deren Vertrag, ob ein Abonnement, Nutzungsgebühren oder beides anfallen. Vorab klären, welche Kosten der angebotene Preis abdeckt.

Wie viel sind 1000 Tokens bei KI?

Als Kostenbetrag hängt das vom Modell ab und davon, ob es sich um Eingabe-, Ausgabe- oder zwischengespeicherte Tokens handelt. Als Textmenge hängt es vom Tokenizer und von der Sprache ab. Das Zählwerkzeug des Anbieters ist zuverlässiger als die Annahme eines festen Wortkontingents.

Wie funktionieren ChatGPT-Tokens?

Text wird für die Verarbeitung und Generierung in Tokens zerlegt. Der eingegebene und der empfangene Text bilden nicht zwingend den gesamten Verbrauch ab: Mitgelieferter Kontext und bei unterstützten Reasoning-Modellen auch interne Denkschritte können hinzukommen.

Welche KI bietet die meisten Tokens?

Zunächst muss klar sein, ob das größte Kontextfenster, die längste mögliche Ausgabe oder das umfangreichste enthaltene Nutzungskontingent gemeint ist. Das sind unterschiedliche Größen. Auf dieser Grundlage lässt sich die aktuelle Dokumentation der jeweiligen Modelle oder Tarife vergleichen.

Kann man KI kostenlos nutzen?

Ja. Beispielsweise bietet Claude einen kostenlosen Tarif, allerdings mit Grenzen. Kostenloser Zugang bedeutet weder unbegrenzte Nutzung noch ein unbegrenztes Kontextfenster.

Praxisnahe Erklärungen zu KI-Tools und den Entscheidungen dahinter gibt es im Newsletter.