Token-Zähler & Kostenrechner

Was ein Token eigentlich ist

Ein Token ist ein Textstück, das das Modell als eine Einheit behandelt. Es ist kein Buchstabe und auch nicht ganz ein Wort. Im Englischen liegt der Arbeitsdurchschnitt bei etwa vier Zeichen oder rund drei Vierteln eines Wortes, 1.000 Tokens entsprechen also ungefähr 750 Wörtern normaler Prosa.

Die Zerlegungsregeln sind weniger ordentlich, als dieser Durchschnitt vermuten lässt:

• Häufige Wörter sind meist ein einziges Token. "Der", "Wasser", "weil" kosten je eins.
• Längere oder seltenere Wörter zerfallen. Etwas wie "unglaublich" landet schnell bei drei Teilen.
• Das Leerzeichen vor einem Wort reist normalerweise mit, " Katze" und "Katze" sind also verschiedene Tokens.
• Zahlen werden oft Ziffer für Ziffer zerlegt, weshalb Bestellnummern, Hashes und Zeitstempel für ihre Kürze teuer sind.

Andere Sprachen kommen schlechter weg. Tokenizer werden überwiegend auf englischem Text trainiert, deshalb liegen Deutsch, Französisch und Spanisch bei gleicher Bedeutung typischerweise 1,5- bis 2-mal höher. Japanisch, Chinesisch, Koreanisch, Arabisch und kyrillische Schriften können noch schlechter abschneiden, wo ein einzelnes Zeichen manchmal zwei oder drei Tokens kostet.

Code verhält sich ebenfalls anders. Einrückungen, Klammern, Anführungszeichen und camelCase-Bezeichner zerfallen alle. Minifiziertes JavaScript oder ein Base64-Blob kann um ein Vielfaches dichter sein als Prosa gleicher Zeichenzahl — gut zu wissen, bevor du eine ganze Datei ins Chatfenster kippst.

Warum Limits und Preise beide auf Tokens laufen

Zwei völlig verschiedene Dinge werden in derselben Einheit gemessen, und genau da beginnt die Verwirrung.

Das erste ist das Kontextfenster: der gesamte Text, den ein Modell für eine Anfrage im Kopf behalten kann. Alles zählt mit — deine Anweisungen, das bisherige Gespräch, jede angehängte Datei und der Platz, der für die Antwort reserviert ist. Läuft es über, fallen die ältesten Nachrichten weg oder die Anfrage schlägt fehl. Verlorener Kontext ist unsichtbar, weshalb ein langer Chat irgendwann Dinge widerspricht, auf die ihr euch zwanzig Nachrichten vorher geeinigt hattet.

Das zweite ist die Abrechnung. Anbieter berechnen pro Million Tokens, aufgeteilt in Eingabe und Ausgabe. Wenn du herausfinden willst, ob eine Automatisierung im großen Maßstab tragfähig ist, ist diese Aufteilung die entscheidende Zahl — und die Grundlagen des Prompt Engineering lohnen sich daneben, denn ein knapperer Prompt ist meist ein günstigerer.

Eingabe, Ausgabe und die stillen Kosten der Historie

Ausgabe-Tokens kosten fast immer mehr als Eingabe-Tokens — häufig etwa das Fünffache. Dahinter steckt ein mechanischer Grund. Die Eingabe wird in einem parallelen Durchlauf verarbeitet, während die Ausgabe Token für Token entsteht und jedes davon einen vollen Durchlauf durch das Modell braucht. Du bezahlst die sequenzielle Arbeit.

Die praktische Folge überrascht viele: Ein Prompt mit 3.000 Wörtern ist oft günstiger als eine Anfrage, die eine 3.000-Wörter-Antwort erzeugt. Wenn deine Rechnung steigt, schau zuerst auf das, was das Modell schreibt, und erst danach auf das, was du sendest. Die Länge im Prompt zu deckeln ist der schnellste Hebel, den du hast:

Dann ist da die Gesprächshistorie. Chat ist darunter zustandslos: Jede Runde schickt den kompletten Verlauf erneut. Bei Runde zehn bezahlst du dafür, die Runden eins bis neun noch einmal zu verarbeiten. Zwanzig Runden zu je 500 Tokens sind nicht 10.000 Tokens Eingabe, sondern eher 100.000, wenn man das Nachsenden mitrechnet. Lange Threads werden leise teuer, ohne dass eine einzelne Nachricht groß aussieht. Durchbrich den Kreislauf, indem du den Faden selbst weiterträgst:

Tokens kürzen, ohne Qualität zu verlieren

In den meisten Prompts steckt Leerlauf, der Geld kostet und nichts beiträgt:

• Streich die Höflichkeitspolster. "Ich wollte fragen, ob du mir vielleicht helfen könntest bei" ist ein Dutzend Tokens Nichts.
• Kürze eingefügtes Material auf den relevanten Teil. Zwei Absätze des Vertrags statt des ganzen Vertrags, wenn deine Frage eine Klausel betrifft.
• Starte einen neuen Chat, wenn das Thema wechselt. Du hörst auf, für eine Historie zu zahlen, die nicht mehr hilft.
• Verschieb stabile Anweisungen in einen System-Prompt, statt sie jede Runde zu wiederholen.
• Verlang Struktur. Eine JSON-Ausgabe oder eine schlichte Tabelle ist meist kürzer als dieselbe Information in Fließtext — und danach leichter zu verwenden.

Was du nicht kürzen solltest: den Kontext, den das Modell nicht ableiten kann — deine Zielgruppe, deine Vorgaben, was du schon probiert hast. Genau der leistet die Arbeit. Vagheit gehört zu den häufigsten Fehlern beim Prompting und kostet dich einen zweiten Versuch, der teurer ist als die eingesparten Wörter. Schick einen aufgeblähten Entwurf durch den Prompt-Optimizer, um ihn zu kürzen, oder starte gleich schlank mit dem ChatGPT-Prompt-Generator.

Warum das eine Schätzung ist

Jede Modellfamilie nutzt ihren eigenen Tokenizer, und Anbieter aktualisieren ihn zwischen Versionen. Zwei Modelle können denselben Absatz lesen und unterschiedlich zählen. Ein Zähler, der komplett in deinem Browser läuft, verwendet eine gut kalibrierte Näherung, statt ein Dutzend Vokabulardateien auszuliefern — und statt deinen Text irgendwohin zu schicken.

Für die alltägliche Planung — passt das, was kostet es ungefähr, ist dieser Prompt doppelt so lang wie nötig — ist die Schätzung nah genug, um danach zu handeln. Betrachte sie bei englischer Prosa als auf wenige Prozent genau, bei Code und nicht-lateinischen Schriften als grober. Wenn du für die Abrechnung eine exakte Zahl brauchst, schau in den OpenAI-Tokenizer oder in die Token-Zahl, die die API-Antwort selbst zurückgibt.