OpenAIs 500-Dollar-ChatGPT-Tarif kommt Tage nach dem Median-Schnappschuss von 1,3 Dollar pro Million Input-Token
OpenAI hat am Dienstag auf seinem DevDay ein ChatGPT-Abo für 500 Dollar im Monat angekündigt. In derselben Woche setzte ein Monatsend-Schnappschuss den mittleren Listenpreis für eine Million Input-Token über 81 öffentliche Datensätze hinweg auf 1,32 Dollar.

OpenAI nutzte seinen DevDay am Dienstag, um einen neuen obersten Abo-Tarif anzukündigen: Pro 500 für 500 Dollar im Monat, wie Business Insider berichtet. Das sind 300 Dollar mehr als beim bisherigen Spitzentarif. Aufs Jahr gerechnet macht das 6.000 Dollar für einen einzigen Arbeitsplatz.
Der Tarif bündelt den Zugang zu dem, was OpenAI "Ultrafast"-Rechnen für GPT-6 Astra in ChatGPT Work und Codex nennt. Business Insider berichtet, die Option verspreche eine achtfache Geschwindigkeitssteigerung in Codex und bringe das höchste enthaltene Nutzungskontingent, das das Unternehmen anbietet. Derselbe Bericht besagt, dass OpenAI seinen älteren Pro-Tarif für 200 Dollar im Monat wieder öffnet, den es am 10. September ausgesetzt hatte. Das Rechenkontingent dieses Tarifs wird jedoch halbiert: Es sinkt auf das Zehnfache des 20-Dollar-Plus-Tarifs statt wie bisher auf das Zwanzigfache. Die wöchentlichen Chat-Nachrichten in GPT-6 Pro fallen von 200 auf 100.
Thibault Sottiaux, der Engineering-Leiter für Codex bei OpenAI, schrieb am Montag auf X, die Änderungen ergäben unterm Strich den halben Dollar-Aufwand für API-Nutzung im Vergleich zum vorherigen Tarif. Business Insider zitiert ihn direkt. Keine andere Quelle in diesem Dossier bestätigt die Preisdetails, und OpenAI hat keine öffentliche Preisliste veröffentlicht, die dieser Text unabhängig prüfen könnte.
Der Zeitpunkt ist wichtig, weil ein September-Schnappschuss veröffentlichter API-Preise zeigt, dass der Listenpreis für die meisten Arbeitslasten weit von 500 Dollar im Monat entfernt liegt. Der AI API Pricing Index von AICostBudget, eingefroren mit Stichtag 2026-09-30 UTC, umfasst 81 öffentliche Preisangaben von 11 Anbietern. Über 69 Datensätze mit einem aktuellen Skalar für Input-Token reicht die beobachtete Spanne von 0,10 bis 30 Dollar pro Million Token. Über dieselben 69 Datensätze für Output-Token reicht sie von 0,10 bis 180 Dollar pro Million.
Rabatte, Caching und der Listenpreis
Die Schlagzeilen-Mediane des Index liegen bei 1,32 Dollar pro Million Input-Token und 6 Dollar pro Million Output-Token. Das entspricht einem mittleren Verhältnis von Output zu Input von 5,0x. Das sind Listenpreise, und der Index sagt ausdrücklich, dass Listenpreise nicht das sind, was die meisten Käufer zahlen. Über 58 vergleichbare Datensätze reicht der beobachtete Rabatt auf gecachte Eingaben von 75% bis 98%, der Median liegt bei 90%. Über 44 Batch-fähige Datensätze reicht der beobachtete Batch-Rabatt auf Eingaben von 20% bis 50%, der Median liegt bei 50%.
Diese Lücke ist das ganze Argument für die Projekte zur Inferenz-Engine und Abfrageoptimierung, die in der vergangenen Woche erschienen sind. Kann eine Arbeitslast ihre wiederkehrenden Präfixe in den Cache und ihre Massenjobs in den Batch verschieben, fällt der effektive Preis pro Token deutlich unter den Median. Kann sie das nicht, ist der Listenpreis die Rechnung.
Zwei am 30. September veröffentlichte Projekte greifen das Problem von entgegengesetzten Enden des Stacks an. Auf der Datenbankseite optimiert die QUAIL-Arbeit des Full Stack Data Lab, veröffentlicht am 30. September, SQL-Abfrageplanung und LLM-Inferenz gemeinsam. Ihre BIO-4-Benchmark-Abfrage läuft über 5.000 lange medizinische Berichte und 4.144 Reaktionsterme, wobei die Reaktionsliste zweimal über zwei Joins hinweg verwendet wird. Die Autoren argumentieren, dass es teuer ist, Millionen zusammenhängender Modellaufrufe als einzelne Anfragen an eine Allzweck-Engine wie vLLM zu schicken. Jeder Prompt werde als unabhängige Inferenzanfrage gerendert und bedient.
Modals Bericht über dasselbe System, ebenfalls vom 30. September, beziffert das. Quail verarbeitet über eine Milliarde Token pro Minute pro H100-GPU bei einer Abfrage mit mehreren Joins. Laut Modal ist das mehr als 10x schneller als die eigene vLLM-Basislinie auf identischer Hardware, und der Dienst kostet bei Modal unter 6 Cent pro Milliarde Token. Über den neu veröffentlichten AI-SQL-Benchmark meldet Modal Quail 1,84x schneller als vLLM, geometrisch gemittelt über die Aufgaben. Das schließt zwei Abfragen ein, die die Autoren entworfen haben, um zu zeigen, wo AI-SQL-Inferenz noch Arbeit braucht.
Das geometrische Mittel von 1,84x und die 10x bei einer einzelnen Abfrage stammen vom selben Team und sollten nicht als dieselbe Messung gelesen werden.
Lokale Kernel und Roboter-Latenz
Auf der Client-Seite brachte Magnitude, ein Unternehmen aus dem Y Combinator S25, am 30. September eine Open-Source-Inferenz-Engine heraus. Sie kompiliert und stimmt ihre Kernel auf dem Gerät des Nutzers ab, bevor ein Modell läuft. Das GitHub-README behauptet, offene Modelle liefen bis zu 2x schneller als mit llama.cpp, mit 92% schnellerem Decode auf Metal und 19% auf CUDA, und mit 27% weniger Speicher pro Agent. Unterstützt werden Apple Silicon, NVIDIA, AMD oder reine CPU. Diese Zahlen stammen vom Projekt selbst und wurden in diesem Dossier nicht unabhängig reproduziert.
Die Roboter-Inferenz jagt dieselbe Uhr. MindOn stellte am 30. September Mind-1 vor und behauptet, die Inferenzlatenz von Robotern von 82ms auf 32ms zu senken. Das Unternehmen merkt an, dass bei einer Endeffektor-Geschwindigkeit von 3 m/s 10 ms Latenz etwa 3 cm Weg entsprechen. Das reicht, um präzises Greifen, Einführen oder berührungsintensive Manipulation zu beeinflussen. Die Geschwindigkeitsangaben decken Logistik und alltägliche menschliche Umgebungen ab und stammen aus MindOns eigenen Tests.
Akademische Arbeit weist auf einen Preis hin, den Auslastungsmetriken verbergen. Ein am 28. September auf der SOSP '26 vorgestelltes Papier von Prasoon Sinha, Dimitrios Liakopoulos, Nathan Lemma und Neeraja J. Yadwadkar beschreibt EnerTune. Das Serving-System modelliert den Stromverbrauch einzelner Modelle und den Strombezug gemeinsam platzierter Modelle auf geteilten GPUs. Die Autoren berichten von Energieeinsparungen um den Faktor 1,4 bis 2,3 und von einem um den Faktor 1,3 bis 2,6 geringeren Strombezug gegenüber dem Stand der Technik als Basislinie, bei Einhaltung der Performance-SLOs. Ihr Argument: Wer nur auf Auslastung optimiert, kann den Energieverbrauch erhöhen. Jede Konfiguration im großen Maßstab zu profilieren kostet zu viel Energie, um praktikabel zu sein.
Wo das Geld tatsächlich landet, ist weiter umstritten. Light Reading berichtete am 30. September, dass StarHub und M1 in Singapur Fusionsgespräche führen und dass 2degrees und OneNZ in Neuseeland vorgeschlagen haben, ihre Funknetze zusammenzulegen. StarHub warnt, die Verhandlungen liefen noch. Light Reading merkt an, dass ein zusammengelegtes StarHub und M1 ungefähr die Größe von Singtel hätte. Singtel hielt im Juni laut Bericht einen Mobilfunkanteil von 43%, M1 22%, StarHub 21% und Simba 14%.
Eine Preis-Lektion aus derselben Woche hat nichts mit GPUs zu tun. Pinecone entfernte seinen Preisrechner, nachdem sich gezeigt hatte, dass eine einzige falsch interpretierte Eingabe eine Schätzung um bis zu 1.000x zu hoch ansetzen konnte. Das geht aus einem am 30. September veröffentlichten Ich-Bericht von Gkogan hervor. Besucher, die den Rechner nicht sahen, meldeten sich 16% häufiger an und kontaktierten das Unternehmen 90% häufiger, ohne dass die Support-Tickets zu Preisen zunahmen. Sieben von zehn Mitarbeitern hatten erwartet, dass die Version mit Rechner gewinnt.
Quellen
9- 01ChatGPT's new plan costs $500 a monthEN
- 02AI API Pricing Index - September 2026EN
- 03Hitting 1B tokens/minute on 1 GPU combining a query planner and inference engineEN
- 04Jointly optimizing SQL queries and LLM inference for up to 14x speedupsEN
- 05Launch HN: Magnitude (YC S25) - Self-optimizing inference engine for agentsEN
- 06Mind-1: Cutting robot inference latency from 82ms to 32msEN
- 07Beyond Utilization: Energy-Conscious GPU Sharing for Inference ServingEN
- 08Singapore, New Zealand operators seek partnerships to cut costsEN
- 09The pricing calculator made people more confused about pricingEN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.