Solarpreise in Brasilien steigen um 7 Prozent, Inferenz-Rechner landen auf demselben Tisch

Diese Zahl hat nichts mit GPUs zu tun. Auf denselben Schreibtisch gehört sie trotzdem. Wer Ende September 2026 ein Compute-Budget aufstellt, jongliert mit Hardware-Investitionen, Stromkosten, API-Preisen pro Token und einer Tabelle voller Annahmen, die den Kontakt mit dem Produktionsverkehr selten überstehen.

Zwei der jüngsten Dossiers, die an diesem Wochenende erschienen sind, gehen das Problem von entgegengesetzten Seiten an: was die Hardware und die Sonne kosten, und was die Token kosten, wenn die Hardware läuft.

Die brasilianische Zahl im Detail

Laut pv magazine, das am 26. September über die Greener-Studie berichtete, betrifft der Anstieg von 7 Prozent den Zeitraum Januar bis Juni 2026. Die Endpreise der Anlagen lagen zwischen 2,02 BRL (0,38 USD) pro Watt für Installationen mit 30 kW und 50 kW und 3,62 BRL/W für Anlagen mit 2 kW. Der Durchschnitt für 2 kW stieg von 3,44 BRL/W im Januar auf 3,62 BRL/W im Juni, rund 7.200 BRL für die gesamte Anlage. Eine Anlage mit 300 kW kostete im Schnitt 2,40 BRL/W, etwa 720.000 BRL. In der bodenmontierten Variante waren es rund 834.000 BRL.

Getrieben wurde das von der Ausrüstung, nicht von der Arbeit. Die Preise für Komponenten von 4-kW-Anlagen sprangen zwischen Januar und Juni um 18,3 Prozent, von 1,42 BRL/W auf 1,68 BRL/W. Bei 300-kW-Anlagen stiegen die Komponenten nur um 2,0 Prozent, von 1,02 BRL/W auf 1,04 BRL/W. Bei 50-kW-Kits ging es von 1,14 BRL/W auf 1,24 BRL/W, ein Plus von 8,8 Prozent.

Gleichzeitig ging die Nachfrage zurück. Neue Anschlüsse für dezentrale Erzeugung fielen im Jahresvergleich um 16 Prozent, von 488.000 auf 411.000. Die Zahl der neuen Verbrauchseinheiten, die Gutschriften erhalten, sank um 43 Prozent, von 951.000 auf 541.000. Wohnanlagen machten 65 Prozent der zugebauten Leistung aus, gegenüber 39 Prozent im Jahr 2019. Finanzierungen spielten nur bei 33 Prozent der Verkäufe der Integratoren eine Rolle, acht Punkte weniger und der niedrigste Anteil im untersuchten Zeitraum. Die historische Reihe von Greener setzt eine private 4-kW-Anlage im Januar 2017 bei 7,74 BRL/W an, gegenüber 2,91 BRL/W im Juni 2026.

Was ein Token wirklich kostet

Am 23. September veröffentlichte der Entwickler Flavio Copes einen Rechner für Inferenzkosten. Er schätzt eine monatliche Rechnung für ein Feature, bevor jemand eine Abrechnungsintegration schreibt. Er vergleicht 27 Modelle von OpenAI, Anthropic, Google, xAI, Mistral, OpenRouter und Workers AI anhand veröffentlichter API-Preise. Aus täglich aktiven Nutzern, Aufrufen pro Nutzer, Eingabe- und Ausgabe-Token sowie einer optionalen Trefferquote des Prompt-Cache wird eine Schätzung.

Das Werkzeug benennt seine Grenzen klar. Es ignoriert Batch-Preise, Unternehmensrabatte, Zuschläge für Bilder und Tools sowie jede Caching-Schicht, die man selbst baut. Copes bezeichnet das Ergebnis als Planungsschätzung, nicht als Angebot eines Anbieters. Alles läuft im Browser, und ein Freigabelink kodiert nur die Eingaben in der URL.

Die Lücke zwischen Listenpreis und tatsächlichen Kosten ist der Punkt, an dem der meiste Streit entsteht. Eine am 20. September von Nexlab veröffentlichte Übersicht vergleicht LocalAI, exo, GPUStack, vLLM, Ollama, llama.cpp, Xinference, LiteLLM, SkyPilot und weitere. Sie stellt fest, dass cachebewusstes Routing darüber entscheidet, ob eine Folgerunde dort landet, wo ihr KV- oder Prefix-Cache bereits liegt. Ollama, am 20. September bei 181.000 GitHub-Sternen, hat keine Cluster-Geschichte über das Round-Robin mehrerer URLs hinaus. vLLM betreibt Prefix-Caching pro Instanz. LocalAI ergänzte im Juni 2026 einen verteilten Modus mit libp2p-Discovery und einem NATS-basierten Router, der VRAM und Prefix-Caches kennt.

Die Differenz zwischen beiden stellt die Integrationskosten dar, zu denen die technische und operative Marge des Integrators gehört.

Dieser Satz stammt aus der Greener-Methodik, wie pv magazine sie beschreibt. Er passt genauso auf die Inferenz: Die Ausrüstung ist nicht die Rechnung.

Auch Benchmarks werden teuer

Am 26. September startete StarSkirmish einen Benchmark. Zehn LLMs erhalten darin je eine Stunde Wanduhrzeit, um einen Protoss-Bot in C++ gegen BWAPI 4.4.0 zu schreiben, gespielt auf OpenBW. GPT-6 Astra und Claude Opus 5.5 gelten als funktional gleichauf an der Spitze. GPT-6 Sol liegt knapp dahinter und wird für sein Preis-Leistungs-Verhältnis gegenüber den durchschnittlichen API-Kosten eines einstündigen Laufs hervorgehoben.

Das Feld besteht aus 50 LLM-Bots (10 Modelle, je 5 Läufe), 3 Demo-Bots und 9 von Menschen geschriebenen Bots, insgesamt 62 Teilnehmer. Jeder Teilnehmer spielt sechsmal gegen jeden anderen, zweimal auf jeder von drei Karten. Die Bewertung erfolgt per Elo, aus allen Spielen zugleich angepasst, mit Stardust auf 100 und Four Gate Dragoon auf 0 skaliert. Die Spiele liefen auf Prime-Intellect-Sandboxes über OpenRouter, ausschließlich mit Inferenz aus erster Hand. Die Organisatoren kündigen längere Denkzeiträume an, weil moderne Modelle von Läufen über eine Stunde hinaus profitieren.

Die Kosten dieser Art der Bewertung werden nicht veröffentlicht. Der Preis des Goldes ebenso wenig.

Tom's Hardware berichtete am 27. September, ein Kunde habe einen maßgefertigten Kubb Fanless Mini-PC mit einem passiven Gehäuse aus reinem 24-Karat-Gold für rund 1,7 Millionen USD bestellt, unter Berufung auf Fanless Tech. Das Gewicht steigt von 4,6 Pfund (2,1 kg) auf 28,7 Pfund (13 kg). Fanless Tech nennt die Wärmeleitfähigkeit von Gold 30 bis 50 Prozent besser als die von Aluminium. Tom's Hardware merkt an, Kupfer wäre billiger gewesen und leite Wärme besser. Das zugrunde liegende Gerät ist eine Box mit 120 x 120 x 120 mm und einem Intel Core Ultra 5 225H, Core Ultra X7 358H oder AMD Ryzen AI 5 340. Bei Kubb.eu ist sie für 1.595 Euro (1.822 USD) gelistet, ohne Lagerbestand.

Der unangenehme Teil

Keine dieser Zahlen teilt eine Einheit. BRL pro Watt, Dollar pro Million Token, Dollar pro Benchmark-Lauf, Dollar pro Kilogramm Gold. Der einzige Vergleich, der hält, ist der, dass alle vier in derselben Woche steigen oder diskutiert werden und keine der öffentlichen Zahlen die Kosten enthält, die darüber entscheiden, ob sich ein Projekt rechnet.

Für Planer von Inferenz ist der praktische Schritt, die Cache-Trefferquote zu modellieren. Copes' Rechner behandelt sie als optional und merkt an, dass mindestens ein Anbieter überhaupt keinen Rabatt für zwischengespeicherte Eingaben veröffentlicht, sodass die Cache-Quote für dieses Modell ignoriert wird. Die Übersicht von Nexlab sagt dasselbe von der Infrastrukturseite: Eine wiederholte Anfrage an eine Maschine zu leiten, die ihren Prefix bereits hält, ist mehr wert als eine billigere GPU, die ihn neu berechnen muss. Keine der beiden Quellen nennt eine einzelne Zahl für die Ersparnis, und keine beansprucht das. Beide sind Planungsgrundlagen. Danach misst man den eigenen Verkehr.