Günstige LLM-APIs: Kosten von 14 Kandidaten

Günstige LLM-APIs: Modelle nach Arbeitslast vergleichen

Unter den im Original vom 29. Oktober 2026 verglichenen Orux-AI-Kandidaten ist LingDT 3.0 Flash bei 1,000 Anfragen mit je 2,000 Eingabe- und 500 Ausgabetokens am günstigsten: 20.4 Credits ($0.102). GPT-6 Luna folgt mit 24.3 Credits ($0.122). Preiswerte Kandidaten mit vergleichbarer öffentlicher Herstellerpreisliste sind Luna und Claude Haiku 5.5, Letzteres mit 48.6 Credits ($0.243). Das sind etwa 27% und 54% der zitierten offiziellen Standardpreise. Dies ist keine absolute Rangliste des gesamten Katalogs im November 2026; neu hinzugekommene Modelle verlangen einen neuen Vergleich.

Das Verhältnis von Eingabe zu Ausgabe verändert die Reihenfolge. Hier findest du die vollständige Tabelle, Annahmen und ein Skript für eigene Prompts. Die Preisrangfolge ist keine Qualitätsrangfolge.

Die kurze Antwort

Die ersten fünf Kandidaten bei 2,000 Eingabe- und 500 Ausgabetokens je Anfrage, pro 1,000 Anfragen, zum Orux-Preisstand vom 29. Oktober 2026:

1. LingDT 3.0 Flash: 20.4 Credits ($0.102). Das Original fand keinen vergleichbaren veröffentlichten Herstellerpreis.
2. GPT-6 Luna: 24.3 Credits ($0.122), gegenüber $0.45 bei OpenAI Standard.
3. Claude Haiku 5.5: 48.6 Credits ($0.243), gegenüber $0.45 bei Anthropic Standard.
4. Ernie 4.5 Turbo 128K: 53.3 Credits ($0.267).
5. Qwen3.5 Plus: 75 Credits ($0.375), gegenüber $0.574 in der zitierten Alibaba-Cloud-Region.

DeepSeek V4.1 Flash liegt außerhalb der Spitze mit 91.7 Credits ($0.458) auf Platz sechs, verdoppelt sich aber zur Spitzenzeit. Der Zeitplan ist entscheidend.

Methode

Das Original entnahm die Preise je Million Tokens am 29. Oktober 2026 den öffentlichen Orux-Modellseiten und Herstellerseiten. Hauptabrechnungseinheit ist Credits: 1 Credit=$0.005, also 200 Credits=$1. Dollarwerte sind Umrechnungen, keine zusätzlichen Tarife.

Die Referenzlast enthält je Anfrage 2,000 Eingabe- und 500 Ausgabetokens, ungefähr eine Supportantwort mit abgerufenem Kontext oder eine kurze Zusammenfassung. Das sagt deine tatsächliche Nutzung nicht voraus. Für 1,000 Anfragen sind es 2M Eingabe und 0.5M Ausgabe:

Kosten je 1,000 Anfragen = 2 × Eingabepreis + 0.5 × Ausgabepreis

Luna kostet 5.4/27 Credits je Million: 2×5.4+0.5×27=10.8+13.5=24.3 Credits.

Qualität wurde nicht getestet. Wiederholungen können den Vorteil eines niedrigen Tarifs aufzehren, übersteigen aber nicht zwangsläufig jeden teureren Modellpreis. Nutze die Liste als Vorauswahl und bewerte Kandidaten an deiner Aufgabe.

Vollständige Vergleichstabelle

Das sind die 14 Modellkandidaten des Originals vom 29. Oktober 2026; DeepSeek hat zwei Zeitbandzeilen. Orux ist in Credits je Million angegeben, Hersteller in USD je Million. Die Tabelle umfasst nicht den gesamten aktuellen Katalog. Alibaba-Preise gelten für zitierte Region und Bereitstellung, nicht weltweit einheitlich.

Horizontal wischen, um die ganze Tabelle zu sehen.

Hinweise:

• Qwen3.7 Plus zu $0.40/$1.60 ist in den betreffenden US-/Japan-Zeilen unter anderem als zeitlich begrenzter 20%-Rabatt markiert. Global-Zeilen unterscheiden sich. Der Anteil von 78% gilt nur für diese Vergleichsbasis und ändert sich mit Region oder Aktion.
• Gemini 4 Argon steigt offiziell am 1. Dezember 2026 auf $4/$20 und Gemini 3.8 Flash am 1. Januar 2027 auf $1.50/$7.50. Dann kostet die Referenzlast $18.00/$6.75 je 1,000 Anfragen. Künftige Orux-Tarife stehen auf den Modellseiten; eine entsprechende Erhöhung wird hier nicht unterstellt.
• Das Original konnte Moonshots Tabelle am Prüftag nicht laden und lässt Kimi K3 ohne offiziellen Vergleich. Das bedeutet nicht, dass es heute keinen Herstellerpreis gibt.

Wann Orux nicht günstiger ist

Bei DeepSeek zählen Alias und Uhrzeit:

• deepseek-v4.1-flash-1017 kostet ganztägig feste 60/240 Credits je Million ($0.30/$1.20), genau die offizielle Spitze und das Doppelte der offiziellen Nebenzeit. Die Referenzlast kostet 240 Credits ($1.20) je 1,000 Anfragen. Ohne ausdrücklichen Bedarf an dieser Version kannst du zuerst deepseek-v4.1-flash vergleichen, ohne identische Ergebnisse beider Aliase anzunehmen.
• Orux wendet täglich 01:00–04:00 und 06:00–10:00 UTC die Spitze an. DeepSeek direkt macht das nur werktags ohne chinesische Feiertage. In diesen Wochenendstunden kostet Orux-Eingabe $0.229 je Million gegenüber $0.15 direkt. Für dort gebündelten Verkehr ist direkt günstiger.

Das Original schloss außerdem einige MiniMax-M3-, Doubao- und Kimi-K2.x-Varianten aus, weil sie über den zitierten Herstellerpreisen lagen. Das beschreibt die damalige Auswahl und ersetzt keine heutige Prüfung von Modell, Region und Tarif. Der DeepSeek-Preisleitfaden, auf Englisch, erläutert die Zeitplanung.

Günstigstes Modell nach Tokenverhältnis

Die Referenzlast ist eingabelastig. Bei vielen Modellen der Tabelle kostet Ausgabe das Drei- bis Sechsfache der Eingabe. Diese Werte nutzen dieselben Tarife vom 29. Oktober 2026, in Credits je 1,000 Anfragen:

Horizontal wischen, um die ganze Tabelle zu sehen.

Die praktische Bedeutung:

• Bei Klassifikation und RAG dominiert Eingabe. Luna liegt mit 5.4 unter LingDTs 5.83 und ist knapp günstiger.
• Bei langer Generierung kostet LingDT-Ausgabe 17.5 statt Lunas 27 und ist im Beispiel ungefähr ein Drittel günstiger.
• DeepSeek V4.1 Flash unterstützt bei Orux response_format: {"type": "json_object"}. Trotz höherer Kosten als die ersten beiden kann der Modus Wiederholungen wegen ungültigem JSON vermeiden helfen. Er garantiert weder dein Schema noch eine tatsächlich gemessene Verringerung der Versuche.
• Codequalität wird nicht bewertet. MiniMax M3.1 Flash kostet 96 Credits je 1,000 Referenzanfragen und wird für Code sowie mehrstufige Aufgaben positioniert. Ein Kandidat zum Ausprobieren im Mittelfeld, kein nachgewiesener Sieger.

Häufig übersehene Kosten

Prüfe zusätzlich:

• Kontextstaffeln. Haiku 5.5 springt über 100K Eingabe von 10.8/54 auf 56/280 Credits je Million; die Staffel gilt für die gesamte Anfrage. 120K Eingabe und 1K Ausgabe kosten etwa 7.0 statt 1.35 Credits. Luna liegt bei Orux ab 270K Eingabe bei 20/80. Das Original nannte 272K als damalige OpenAI-Grenze; auf den aktuell geprüften Seiten wurde sie nicht bestätigt und ist keine heutige Zusage. Qwen3.5 Plus und Qwen3.7 Plus haben höhere Staffeln über 128K beziehungsweise 256K.
• Spitzenzeit. DeepSeek Flash und Pro verdoppeln sich ungefähr; aufschiebbare Stapel gehören in die Nebenzeit.
• Cache. Haiku kurz kostet beim Lesen 1.1 Credits je Million, Luna 0.54. Treffen 1,500 der 2,000 Eingabetokens als stabiler Systemprompt tatsächlich den Cache, sinkt Haiku je 1,000 Anfragen von 48.6 auf etwa 34.1 Credits, ohne Schreibkosten. Anthropic berechnet für fünfminütiges Schreiben offiziell das 1.25-Fache der Eingabe. Orux Haiku kurz kostet aktuell 13.75 Credits fürs Schreiben; ersetze das nicht durch 10.8×1.25.
• Mindestgebühr. Das Original nannte pauschal 0.001 Credits für Chat. Am 1. November 2026 variieren die Bedingungen: unter anderem Luna und Haiku haben 0.001, LingDT, DeepSeek und einige weitere Kandidaten 0. Winzige Anfragen brauchen eine Einzelprüfung.
• Batch. Anthropic direkt bietet 50% Rabatt. Die geprüften Orux-Kandidaten bieten diesen Batch-Modus nicht. Vergleiche große Offline-Claude-Jobs mit offiziellem Batch statt nur Standard.
• Fehlschläge. Orux berechnet fehlgeschlagene Anfragen nicht und zieht tatsächliche Nutzung ohne Monatsgebühr vom Prepaid-Guthaben ab. Erfolge unterliegen weiterhin Modellbedingungen, Staffeln und Mindestgebühren.

Modelle wechseln, ohne den Client neu zu schreiben

Alle verwenden denselben OpenAI-kompatiblen Endpunkt. Das Skript sendet einen Prompt an fünf Modelle, liest usage und schätzt Credits nach veröffentlichten Tarifen. Ausführen erzeugt kostenpflichtige Aufrufe. Für diese Übersetzung wurden nur Syntax und Berechnungen lokal geprüft, keine Modellanfragen ausgeführt.

# pip install openai
import os
from datetime import datetime, timezone
from openai import OpenAI

client = OpenAI(base_url="https://orux.top/api/v1", api_key=os.environ["ORUX_API_KEY"])

# Credits per 1M tokens (input, output), checked 2026-10-29. Short-context tiers only.
RATES = {
    "lingdt-3.0-flash": (5.83, 17.5),
    "gpt-6-luna": (5.4, 27),
    "claude-haiku-5-5": (10.8, 54),
    "qwen3.5-plus": (15, 90),
    "deepseek-v4.1-flash": None,  # time-of-day pricing, see below
}

def deepseek_rate(now=None):
    """Orux AI applies DeepSeek peak pricing every day, 01-04 and 06-10 UTC."""
    h = (now or datetime.now(timezone.utc)).hour
    peak = 1 <= h < 4 or 6 <= h < 10
    return (45.83, 183.33) if peak else (22.92, 91.67)

PROMPT = "Classify this ticket as billing, bug or feature request. Reply with one word.\n\nTicket: I was charged twice this month."

for model, rate in RATES.items():
    rate = rate or deepseek_rate()
    params = {"model": model, "messages": [{"role": "user", "content": PROMPT}]}
    # GPT-6 Luna takes max_completion_tokens; the others take max_tokens
    params["max_completion_tokens" if model.startswith("gpt-6") else "max_tokens"] = 50
    resp = client.chat.completions.create(**params)
    u = resp.usage
    credits = (u.prompt_tokens * rate[0] + u.completion_tokens * rate[1]) / 1e6
    print(f"{model:22} {resp.choices[0].message.content.strip()[:30]:30} "
          f"{u.prompt_tokens}/{u.completion_tokens} tokens ≈ {credits:.6f} Credits")

Miss eigene Prompts und multipliziere die mittlere Nutzung mit dem Monatsvolumen. Das ist näher an deinem Bedarf, bleibt aber eine Schätzung: ursprüngliche Kurzkontextpreise, ohne Cache-Lesen/-Schreiben, Mindestgebühren, Staffelwechsel oder vollständige Fehlerbehandlung. Die Guthabenhistorie zeigt die genaue Abrechnung.

Mehr dazu unter Claude-API-Preise und Claude Sonnet 5.5 gegen GPT-6 Luna und Gemini 4 Argon, auf Englisch.

Ursprüngliche Preisprüfung: 2026-10-29; ergänzende Prüfung: 2026-11-01. Quellen: Anthropic, OpenAI, Gemini API, DeepSeek, Alibaba Cloud Model Studio, MiniMax, Orux-Katalog.

FAQ

Q.Welche LLM-API ist am günstigsten?

Nur unter den Kandidaten vom 29. Oktober 2026 mit 2,000 Eingabe-/500 Ausgabetokens kostet LingDT 20.4 Credits ($0.102) je 1,000 Anfragen und Luna 24.3 ($0.122). Luna ist in den Klassifikations-/RAG-Beispielen günstiger. Das ist keine Zusage zum gesamten heutigen Katalog.

Q.Ist ein günstiges Modell schlechter?

Nicht unbedingt; der Preis bestimmt nicht die Eignung. Luna und Haiku 5.5 sind für Klassifikation, Extraktion und kurze Antworten positioniert. Bewerte zwei bis drei Kandidaten mit eigenen Prompts und zähle Wiederholungen. Ein identischer zweiter Tokenumfang verdoppelt diese Aufgabe, belegt aber keine allgemeine Modellqualität.

Q.Wie schätze ich Monatskosten?

Berechne durchschnittliche Eingabe und Ausgabe mit den Millionentarifen und multipliziere mit der Monatsmenge. Haiku kurz bei 300,000 Anfragen zu 2,000/500 Tokens: 48.6×300=14,580 Credits ($72.90), ohne Cache, Wiederholungen oder Staffelwechsel.

Q.Ändern sich Preise häufig?

Ja. Die genannten Gemini-Änderungen kommen am 2026-12-01 und 2027-01-01; Qwen3.7 Plus hat einen zeitlichen Rabatt. Die monatliche Aktualisierungsabsicht des Originals garantiert keine Live-Pflege dieser historischen Tabelle. Prüfe die aktuellen Seiten vor der Budgetfreigabe.

Q.Funktioniert ein Schlüssel für alle?

Ja. Dein Orux-Schlüssel und https://orux.top/api/v1 gelten für die Tabellenmodelle. Ändere model; Luna nutzt max_completion_tokens statt max_tokens. Erstellung: https://orux.top/keys.

Q.Werden fehlgeschlagene Anfragen berechnet?

Nein, tatsächliche Nutzung wird ohne Monatsgebühr vorausbezahlt. Die ursprüngliche pauschale Mindestgebühr von 0.001 Credits beschreibt nicht mehr alle Bedingungen. Erfolge haben modellspezifische Mindestgebühren, etwa 0.001 oder 0.