Ein goldener Mini-PC für 1,7 Millionen Dollar und ein neuer Rechner für Inferenzkosten: Was KI-Hardware wirklich kostet

Der goldene Kubb Fanless PC, über den Tom's Hardware am 27. September berichtete, ist eine passiv gekühlte Maschine mit den Maßen 120 x 120 x 120 mm und einem Gehäuse aus 24-karätigem Gold. Sie wiegt 28,7 Pfund (13 kg) statt der üblichen 4,6 Pfund (2,1 kg) und kostet rund 1,7 Millionen Dollar.

Fanless Tech, wo die Bestellung zuerst auftauchte, nannte sie ein "Kühlungswunder" und behauptete, Gold leite Wärme "etwa 30% bis 50% schneller" ab als Aluminium. Tom's Hardware merkte an, Kupfer wäre billiger und besser gewesen. Der Kunde kauft aber vermutlich eher einen Sachwert mit Wertsteigerung als einen Computer. Die Ausstattung ist bescheiden: Intel Core Ultra 5 225H, Intel Core Ultra X7 358H oder AMD Ryzen AI 5 340, dazu Wi-Fi 7 oder Wi-Fi 6 und einige USB- und HDMI-Anschlüsse. Die Standardversionen aus Aluminium kosten bei Kubb.eu 1.595 Euro (1.822 Dollar), allerdings zeigt die Seite keinen Bestand. Das goldene Gerät ist eine Sonderanfertigung, keine Produktlinie.

Inferenzpreise bekommen einen Rechner

Der goldene PC ist ein Ausreißer. Die allgemeinere Frage, was KI-Hardware und Inferenz tatsächlich kosten, rückt dagegen stärker in den Blick. Am 23. September veröffentlichte der Entwickler Flavio Copes einen Rechner für Inferenzkosten. Er vergleicht 27 Modelle von OpenAI, Anthropic, Google, xAI, Mistral, OpenRouter und Workers AI. Nutzer stellen täglich aktive Nutzer, Aufrufe pro Nutzer, Eingabe- und Ausgabe-Token sowie eine optionale Trefferquote für den Prompt-Cache ein. Der Rechner ordnet dann jedes Modell nach denselben Annahmen.

"Der dominierende Kostenfaktor einer KI-App sind die LLM-Aufrufe, und kaum jemand kann ihn schätzen", heißt es auf der Seite des Rechners.

Copes warnt, die Zahlen stammten aus veröffentlichten API-Preisen und ließen Batch-Preise, Unternehmensrabatte, Zuschläge für Bilder oder Tools und eigene Caching-Schichten außer Acht. Das Ergebnis sei eine Planungsgrundlage, kein Angebot eines Anbieters. Dieser Hinweis ist wichtig, weil die jüngsten Schlagzeilen zu GPU- und Inferenzpreisen laut und widersprüchlich waren.

So meldete etwa eine aktuelle Schlagzeile von KuCoin, der Preis für B300-GPUs liege bei kurzfristigen Verträgen über 24 Dollar pro Stunde. Nebius wiederum soll die Inferenzpreise um 18,3% erhöht statt gesenkt haben. Diese Schlagzeilen dienen nur als Kontext; das Dossier liefert keine Volltexte dazu, ihre Zahlen lassen sich hier also nicht überprüfen. Der Rechner bietet eine fundiertere Möglichkeit, Modellkosten zu vergleichen, auch wenn er den Markt für GPU-Mieten nicht klärt.

Solarkosten in Brasilien zeigen die andere Seite der Energierechnung

KI-Infrastruktur ist letztlich eine Energiefrage. Der Bericht von pv magazine vom 26. September über Photovoltaikkosten in Brasilien zeigt, wie sich Gerätepreise in die entgegengesetzte Richtung bewegen können. Die durchschnittlichen Preise für PV-Anlagen in Brasilien stiegen im ersten Halbjahr 2026 für Projekte bis 300 kW um 7%, wie aus der Studie "Distributed Energy Solutions" von Greener hervorgeht. Die Endpreise reichten von 2,02 BRL (0,38 Dollar)/W für Anlagen mit 30 kW und 50 kW bis zu 3,62 BRL/W für 2-kW-Systeme.

Der Anstieg ging auf die Kosten für Bausätze zurück. Bei 4-kW-Systemen stiegen sie um 18,3%, von 1,42 BRL/W auf 1,68 BRL/W. Bei 300-kW-Systemen stiegen die Bausatzpreise um 2,0%. Die Erhebung ergab außerdem, dass neue Anschlüsse für dezentrale Erzeugung im Jahresvergleich um 16% zurückgingen, von 488.000 auf 411.000. Die Finanzierung erreichte mit 33% der Verkäufe von Integratoren den niedrigsten Anteil im untersuchten Zeitraum. Wohnanlagen machten 65% der zugebauten Leistung aus, gegenüber 39% im Jahr 2019.

Diese Zahlen bilden den Hintergrund für die Debatte über KI-Kosten: Billigerer Solarstrom würde die Betriebskosten von Rechenzentren senken, doch die brasilianischen Daten zeigen, dass Preise selbst dann steigen können, wenn die Technik reift. Dieselbe Spannung zeigt sich im Inferenzrechner, wo die Modellpreise fallen, der Verbrauch pro Aufgabe aber steigt.

Ein allein gebauter Arbeitsbereich für die Forschung

Am 28. September stellte ein Show-HN-Beitrag ParkourNote vor, einen Forschungsarbeitsbereich, den ein Einzelner in einem Monat mit Claude gebaut hat. Das Werkzeug importiert Aufsätze, Bücher, Webseiten, Videos und Aufnahmen, transkribiert und übersetzt sie und hält Notizen neben der Seite. Es läuft im Browser, im Seitenbereich von Chrome und auf dem Telefon. Claude, ChatGPT oder Codex können die Bibliothek über einen MCP-Server lesen. Der Autor sagt, er habe einen Monat gebraucht. Das ist ein Datenpunkt dafür, wie schnell KI-gestützte Entwicklung Software hervorbringen kann, und für den Tokenverbrauch, der Inferenzpreise zu einem aktuellen Thema macht.

ParkourNote wird für Claude, ChatGPT und Codex getestet und unterstützt die Anmeldung per OAuth ohne API-Schlüssel. Es kann eine Bibliothek durchsuchen, Aufsätze und Notizen lesen und der Seite folgen, die ein Nutzer geöffnet hat. Jeder Aufruf erscheint in einer Chat-Kachel, und Nutzer können den Zugriff in den Einstellungen widerrufen. Das Projekt erinnert daran, dass die Kosten von KI-Funktionen nicht nur aus der Modellrechnung bestehen; hinzu kommt die eingesparte oder aufgewendete Entwicklungszeit.

Zusammengenommen beschreiben diese vier Quellen vom 23., 26., 27. und 28. September einen Markt, in dem der Preis einer einzelnen Maschine von einem Aluminium-Mini-PC für 1.822 Dollar bis zu einem goldenen für 1,7 Millionen Dollar reichen kann, während die Kosten für den Betrieb von KI-Modellen in Token und Watt gemessen werden. Der goldene PC ist ein Extremfall, doch der Rechner und die brasilianischen PV-Daten sind die praktischen Werkzeuge. Keines von beiden löst die Debatte über GPU-Preise, aber beide machen die Annahmen sichtbar.