Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

Anthropics Rechenkosten von 7,33 Milliarden Dollar treffen auf den Tokenverbrauch von Sonnet 5.5

Aus dem Reuters vorliegenden IPO-Prospekt von Anthropic geht hervor, dass das Unternehmen 2025 7,33 Milliarden Dollar für Rechenleistung und Infrastruktur ausgegeben hat, dreimal so viel wie 2024. Gleichzeitig verbraucht eines seiner neuesten Modelle pro Aufgabe mehr Ausgabe-Token als jedes Modell, das Artificial Analysis je gemessen hat.

KI & ModelleAnalyseKatrin HoffmannVeröffentlicht: 29. September 20265 Min. LesezeitQuellen 6
Anthropics Rechenkosten von 7,33 Milliarden Dollar treffen auf den Tokenverbrauch von Sonnet 5.5

Am 29. September veröffentlichte Artificial Analysis eine Auswertung von Anthropics Claude Sonnet 5.5. Das Modell verbraucht bei maximalem Aufwand rund 193.000 Ausgabe-Token pro Aufgabe des Intelligence Index. Das ist der höchste Tokenverbrauch, den das Testunternehmen je gemessen hat, etwa siebenmal so viel wie GPT-6 Astra bei maximalem Aufwand. Es handelt sich um eine Messung, nicht um eine Finanzierungsrunde oder einen Chip-Start, und sie fällt mit der größten Kostentransparenz der Branche in diesem Jahr zusammen.

Der IPO-Prospekt von Anthropic, zuerst von Reuters gemeldet und am 28. und 29. September von CNBC und TradingView aufgegriffen, zeigt: Das Unternehmen hat im vergangenen Jahr 7,33 Milliarden Dollar für Rechenleistung und Infrastruktur ausgegeben, mehr als die Hälfte seiner gesamten Betriebsausgaben von 12,65 Milliarden Dollar. Für die kommenden Jahre plant es Verpflichtungen von 518 Milliarden Dollar für Cloud, Computing und Infrastruktur. Preise pro Token sind zur Standardmethode geworden, um Modelle zu vergleichen. Artificial Analysis merkt an, dass Anthropic Sonnet 5.5 genauso bepreist hat wie Sonnet 5, mit 2 Dollar pro Million Eingabe-Token und 10 Dollar pro Million Ausgabe-Token, was GPT-6 Sol entspricht. Dieselbe Auswertung beziffert die Kosten des Modells auf etwa 7,60 Dollar pro Aufgabe, rund 50% mehr als die Kosten pro Aufgabe von Sonnet 5, weil es schlicht mehr Token ausgibt, um vergleichbare Werte zu erreichen.

Der Tokenverbrauch ist die Kostenvariable, die niemand an der Kasse bepreist

Bei maximalem Aufwand, wo es eine Leistung nahe der von Opus 5.5 erreicht, verbrauchte Claude Sonnet 5.5 rund 193.000 Ausgabe-Token pro Aufgabe des Intelligence Index. Das ist der höchste Tokenverbrauch, den wir gemessen haben.

Artificial Analysis nennt auch einen Vorbehalt: Die Auswertungen liefen auf einer Vorabversion mit einem Fehler bei strukturierten Ausgaben, der für die öffentliche Version behoben wurde, und das Unternehmen will die relevanten Tests wiederholen. Sonnet 5.5 erreicht 56 Punkte im Intelligence Index, zwei Punkte hinter Opus 5.5 bei maximalem Aufwand, und erzielt 64% bei Terminal-Bench 4.0 gegenüber 60% für Opus 5.5 und GPT-6 Astra.

Unterdessen bewegt sich die Rechnung für die Bedienung dieses Verkehrs weiter in eine Richtung. Laut einem Beitrag auf getunblocked.com vom 29. September leitet das Unternehmen den Verkehr des offenen Modells GLM 5.2 über Baseten, Fireworks und CoreWeave und stellte fest, dass die Listenpreise von CoreWeave etwa 45% unter denen von Baseten liegen. Sein adaptiver Router gewichtet Kosten mit 0,7 und Geschwindigkeit mit 0,3, nach der Logik, dass das Modell gleich ist, egal welcher Anbieter es bedient. Der Beitrag ist offen über die frühere Einrichtung: Eine Round-Robin-Aufteilung schickte 51% der Aufgaben an Fireworks zu Preisen, die 25% über denen von Baseten lagen, ohne Nutzen.

Speicher ist der Ort, an den das Geld fließt

Auf der Hardwareseite hat der Druck nicht nachgelassen. Yahoo Finance berichtete am 30. September, dass der neue Apple-CEO John Ternus kleine Entlassungen innerhalb großer Teams plant und Projekte streicht, unter Berufung auf einen Bloomberg-Bericht, während die Speicherkosten wirken. Der Artikel zitiert Apples scheidenden CEO Tim Cook, der in seiner letzten Bilanzkonferenz von einer 100-Jahr-Flut bei den Speicherpreisen sprach, mit exponentiellen Anstiegen. Apple hatte bereits Ende Juli eine vorsichtige Umsatzprognose abgegeben, weil es nicht genug Speicherchips beschaffen konnte.

Derselbe Beitrag merkt an, dass SK Hynix, Samsung Electronics und Micron ihre Premium-Kapazität für KI-Speicher weitgehend bis in weite Teile von 2026 ausverkauft haben, während Nvidia, Microsoft, Amazon und Meta ihre KI-Infrastruktur ausbauen. Das Angebot dürfte bis 2027 knapp bleiben. Das ist der Hintergrund, vor dem jede Inferenz-Kostenprognose heute gelesen werden muss: Es geht nicht nur darum, wie viele Token ein Modell ausgibt, sondern auch darum, was der Speicher im Serving-Cluster kostet.

Die eigene Einreichung von Anthropic, wie von Reuters berichtet, beschreibt die Nachfrageseite in drastischen Worten. Der Umsatz wuchs 2025 um das Zwölffache auf knapp 4,6 Milliarden Dollar, doch das Unternehmen verzeichnete einen Nettoverlust von 42 Milliarden Dollar, einschließlich einer buchhalterischen Belastung von rund 34 Milliarden Dollar im Zusammenhang mit dem steigenden geschätzten Wert von Finanzierungen, die in Aktien umgewandelt werden könnten. Es warnte zudem, dass fast ein Viertel des Umsatzes von zwei Kunden stammte und dass viele seiner größten Kunden nicht an langfristige Verträge gebunden waren.

Eine Preisfrage ohne saubere Antwort

Die Lücke zwischen den Listenpreisen pro Token und den tatsächlichen Kosten pro Aufgabe ist kein kleines Buchhaltungsdetail. Artificial Analysis ordnet Sonnet 5.5 abseits der Pareto-Grenze von Intelligenz gegen Kosten pro Aufgabe ein, wobei Einstellungen mit geringerem Aufwand hinter GPT-6-Sol-Konfigurationen liegen, die gleiche Leistung mit weniger Ausgabe-Token liefern. Die Einstellung mit hohem Aufwand wird als sehr knapp hinter GPT-6 Sol bei der Intelligenz zu praktisch gleichen Kosten pro Aufgabe beschrieben.

Andere Quellen im Dossier deuten in dieselbe Richtung, auch wenn sie nicht direkt die Inferenz betreffen. Ein Beitrag vom 29. September auf flaviocopes.com vergleicht Gebühren von Zahlungsanbietern bei einem Monatsvolumen von 10.000 Dollar und findet effektive Sätze zwischen 3,5% und 6% für alle außer Gumroad mit 14,5%. Das erinnert daran, wie sehr ein Preisvergleich von der gewählten Einheit abhängt: Eine feste Gebühr von 0,40 Dollar sind 0,8% einer Bestellung über 50 Dollar und 4% einer Bestellung über 10 Dollar.

Ob die Inferenz-Preise demselben Muster folgen, ist die offene Frage. Der Prospekt von Anthropic deutet auf ein Unternehmen, das darauf setzt, dass Skalierung die Kostenkurve irgendwann biegt, während seine eigenen Modellveröffentlichungen die Aufgaben teurer im Betrieb machen. Der Börsengang dürfte laut Reuters, unter Berufung auf Quellen, auf die Zeit nach den US-Zwischenwahlen im November verschoben werden, mit einer erwarteten Bewertung von über 2.000 Milliarden Dollar, mehr als das Doppelte der eigenen Schätzung von 965 Milliarden Dollar im Mai.

Anleger, die diese Zahl bewerten, müssen zwei einen Tag auseinander veröffentlichte Dokumente gegeneinander abwägen: einen Prospekt mit 518 Milliarden Dollar künftiger Infrastrukturverpflichtungen und einen Benchmark, der zeigt, dass das neueste Mittelklassemodell des Unternehmens mehr Ausgabe-Token verbraucht als alles zuvor Gemessene. Keines davon ist für sich genommen fatal. Zusammen umreißen sie die Frage, die der KI-Handel zwei Jahre lang vermieden hat: was eine Aufgabe tatsächlich kostet, bis sie erledigt ist.

Kommentare 0

Quellen

6
  1. 01Anthropic's IPO prospectus shows AI vision, surging costs | ReutersEN
  2. 02Anthropic IPO prospectus reveals surging costs, $42B 2025 net lossEN
  3. 03Sonnet 5.5 has the heaviest token use we've measured; pricing matches GPT-6 SolEN
  4. 04Routing LLM traffic across inference providers with TCP-style congestion controlEN
  5. 05Apple CEO John Ternus is reportedly planning layoffs as memory chip costs riseEN
  6. 06What $10k a month in sales costs you on each payment providerEN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Katrin Hoffmann

Katrin Hoffmann

KI, Modelle und Technik

Katrin Hoffmann schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Primärquellen wie Herstellerangaben, Studien und Protokolle statt auf Pressemitteilungen. Bei Benchmarks prüft sie Messmethoden, Testumgebungen und Reproduzierbarkeit, bevor sie Zahlen übernimmt. Für ihre Artikel spricht sie mit Entwicklern und Forschern, wartet auf Konferenzankündigungen und vergleicht Versionsstände von Modellen und Standards. Privat betreibt sie Selfhosting und Heimnetze und dokumentiert ihre eigene Infrastruktur, was ihrer Redaktionsarbeit zugutekommt. Sie veröffentlicht keine Zahlen ohne nachvollziehbare Quelle.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.