Weniger als ein Zehntel Cent pro Million Input-Token: So niedrig starten die günstigsten LLM-APIs im Juli 2026. Bei Groq's Llama 3.1 8B Instant stehen auf der aktuellen Preisseite des Anbieters $0.05 pro Million Input-Token und $0.08 pro Million Output-Token.
Der Listenpreis erzählt allerdings nur einen Teil der Geschichte. Prompt-Caching kann den effektiven Input-Preis bei DeepSeek um das 50- bis 120-Fache drücken; Batch-APIs reduzieren die Kosten bei Gemini, Mistral und Groq nochmals um 50%. Wer lediglich Listenpreise vergleicht, zahlt schnell zu viel oder entscheidet sich für den falschen Anbieter. Hier sind die günstigen Optionen, deren Preise am 30. Juli 2026 direkt auf den jeweiligen Anbieterseiten geprüft wurden – und die passenden Einsatzzwecke dazu.
Die derzeit günstigsten LLM-APIs im Vergleich
Die niedrigsten Preise kommen nicht von den Flaggschiff-Endpunkten der Frontier-Labs, sondern von kleinen oder auf Effizienz getrimmten Modellen bei Inferenzspezialisten. Die Angaben beziehen sich auf die reguläre nutzungsbasierte Abrechnung der großen Direktanbieter. Die Spalte zum Gratisangebot zeigt, wo es eine kostenlose Option gibt. Self-Hosting und zeitlich begrenzte Aktionen sind nicht berücksichtigt.
| Modell (Anbieter) | Input / 1 Mio. | Output / 1 Mio. | Cache-Treffer, Input | Gratisangebot | Am günstigsten für |
|---|---|---|---|---|---|
| Llama 3.1 8B Instant (Groq) | $0.05 | $0.08 | $0.025 | Ja | Niedrigster Standardpreis |
| GPT-OSS 20B (Groq) | $0.075 | $0.30 | $0.0375 | Ja | Günstig, 1000 Tok./s |
| Gemini 2.5 Flash-Lite (Google) | $0.10 | $0.40 | — | Ja | Am günstigsten im Batch ($0.05 Input) |
| Ministral 3B (Mistral) | $0.10 | $0.10 | — | Leanstral (begrenzt) | Günstiger Einheitspreis |
| DeepSeek V4 Flash (DeepSeek) | $0.14 | $0.28 | $0.0028 | Nein | Günstigstes für Reasoning |
| Mistral Small 4 (Mistral) | $0.15 | $0.60 | −90% | Nein | Ausgewogener Allrounder |
| Gemini 3.5 Flash-Lite (Google) | $0.30 | $2.50 | — | Ja | Multimodal im großen Maßstab |
Die Untergrenze setzt Groq mit Llama 3.1 8B bei $0.05/$0.08 – kein anderes Modell dieser Tabelle erreicht diesen Output-Preis. Gemini 2.5 Flash-Lite kommt nur im separaten Batch-Tarif auf $0.05 für Input-Token; regulär sind es $0.10. Für Reasoning-Aufgaben am unteren Ende der Preisskala ist DeepSeek V4 Flash die passende Wahl.
Warum sie deutlich weniger kosten als GPT oder Claude
Die niedrigen Preise haben drei Ursachen: kleine oder effizienzoptimierte Modelle wie Llama 3.1 8B, Ministral 3B und die Flash-Lite-Reihe; Inferenzspezialisten mit günstigerer Infrastruktur wie Groq und DeepSeek; sowie rabattierte Tarife für Batch-Verarbeitung und gecachte Token. Die meisten Modelle hier haben offene Gewichte – Llama, DeepSeek und Mistral. Gemini Flash-Lite ist dagegen Googles proprietäre Modellreihe, die für hohe Volumina aggressiv bepreist wird. Bei sehr hohem, konstantem Durchsatz kann Self-Hosting offener Gewichte günstiger sein. Hardware- und Betriebsaufwand müssen dann aber erst einmal aufgefangen werden. Für die meisten Teams bleiben gehostete APIs daher der Maßstab.
Gratisangebote: die eigentliche Preisuntergrenze
Wenn mit „günstigsten“ wirklich kostenlos gemeint ist, gibt es mehrere Optionen: Groq und die Gemini-Flash-Lite-Familien von Google lassen sich innerhalb ihrer Rate Limits gratis nutzen, Mistral bietet Leanstral für eine begrenzte Zeit kostenlos an, und GitHub Models gewährt kostenlosen Zugang mit einem Token. Beim Gratisangebot von Google fließen Anfragen in das Produkttraining ein; beim Bezahlmodell nicht. Die Limits sind bei allen Varianten eng, zudem gibt es keine SLA. Die kostenlosen Optionen haben wir in unserem Leitfaden zu kostenlosen KI-APIs separat aufgeschlüsselt. Sobald es über das Prototyping hinausgeht, sind die kostenpflichtigen Tarife aus der Tabelle entscheidend.
Listenpreise reichen nicht: Caching und Batch senken die tatsächliche Rechnung
Eine nach Input-Listenpreis sortierte Tabelle verschleiert mehr, als sie zeigt. Drei Faktoren können den effektiven Preis um Größenordnungen verändern – und in vielen Preisübersichten fehlen sie komplett oder sind gut versteckt.
„The great deception of low prices in LLM APIs.“ – ein r/LocalLLaMA-Thread darüber, wie der vermeintlich günstige Preis eines Modells eine Rechnung verdeckte, die vor allem von Cache-Lesegebühren bestimmt wurde.
Anbieter rechnen gecachten Input, neuen Input und Output separat ab. Die günstig wirkende Input-Zeile ist dabei oft der kleinste Posten auf der Rechnung. Auf diese drei Punkte kommt es an:
- Prompt-Caching. Kann der Anbieter einen bereits gesendeten Prompt-Präfix wiederverwenden, sinkt der Preis für diesen gecachten Anteil auf einen Bruchteil des normalen Input-Preises. DeepSeek berechnet für gecachten Input bei V4 Flash $0.0028 pro Million statt $0.14 für neuen Input – ein Rabatt um das 50-Fache. Bei V4 Pro sind es $0.0036 statt $0.435, also das 120-Fache. Groq halbiert den Preis für gecachten Input, Mistral gewährt 90% Rabatt. Wer lange System-Prompts oder Dokument-Präfixe wiederholt sendet und keinen Caching-fähigen Anbieter nutzt, bezahlt bei jeder Anfrage den vollen Preis.
- Batch API. Google, Mistral und Groq bieten für nicht zeitkritische Jobs, die innerhalb eines Zeitfensters von 24 Stunden bis sieben Tagen verarbeitet werden, jeweils etwa 50% Rabatt. Bei Gemini 2.5 Flash-Lite sinkt der Batch-Preis für Input auf $0.05. Alles, was keine Antwort in unter einer Sekunde braucht – etwa nächtliche Zusammenfassungen, Massenklassifizierung oder Dataset-Labeling –, sollte über Batch laufen.
- Output-lastige Workloads. Codegenerierung, längere Texte und agentische Schleifen erzeugen deutlich mehr Token, als sie einlesen. Mit $0.08 für Output schlägt Llama 3.1 8B bei solchen Aufgaben Gemini 2.5 Flash-Lite mit $0.40, obwohl die Input-Kosten ähnlich sind. Ist Generierung der Engpass, sollte nach Output- statt nach Input-Preis sortiert werden.
Die Prüfliste vor der Anbieterwahl: Lassen sich die Prompts gut cachen? Muss der Job in Echtzeit laufen? Und werden mehr Token erzeugt als gelesen? Diese drei Antworten ordnen die obige Tabelle häufiger neu als die Listenpreise.
Die günstigste Wahl nach Einsatzgebiet
Diese Empfehlungen setzen ein Mindestniveau bei den Fähigkeiten voraus, das über die kleinsten Modelle hinausgeht. Nach reinem Preis würde Llama 3.1 8B in jeder Zeile stehen. Berücksichtigt werden daher die tatsächlichen Kosten einschließlich Caching und Batch, wo verfügbar, im Verhältnis zu diesem Mindestniveau.
| Einsatzgebiet | Günstigste Wahl | Warum |
|---|---|---|
| Allgemeiner Chat / Klassifizierung | Mistral Small 4 | Mittelgroßes Allzweckmodell oberhalb der 3B-/8B-Untergrenze; $0.15/$0.60 |
| Programmierung & agentische Schleifen | Groq GPT-OSS 20B oder Llama 3.1 8B | Output unter $0.08, 840–1000 Tok./s halten Schleifen schnell |
| Reasoning / anspruchsvolle Prompts | DeepSeek V4 Flash | $0.14/$0.28, auf Reasoning abgestimmt; starkes Caching |
| Dokumente mit langem Kontext | Gemini 3.5 Flash-Lite | Großes Kontextfenster, Gratisangebot zum Testen |
| Echtzeit / latenzkritisch | Groq (jedes Modell) | Günstiger Anbieter, der auch beim Durchsatz mit 840–1000 Tok./s vorn liegt |
| Bulk-Jobs / über Nacht | Gemini 2.5 Flash-Lite (Batch) | $0.05 Batch-Input, 50% Rabatt für asynchrone Jobs |
Aggregator oder Direktanbindung: Wann ein Reseller tatsächlich günstiger ist
Die direkte Anbindung an DeepSeek, Google, Groq oder Mistral liefert für ein bestimmtes Modell den niedrigsten Preis pro Token. Dafür entsteht operativer Aufwand: getrennte API-Keys, getrennte Abrechnung, manuelles Failover bei Rate Limits und Caching- sowie Retry-Logik, die für vier unterschiedliche SDKs umgesetzt werden muss.
Genau diese Lücke schließen Aggregatoren. OpenRouter berechnet den Preis des jeweiligen Anbieters plus eine Plattformgebühr von 5.5% ohne weiteren Aufschlag. Dafür gibt es einen Key, eine Rechnung und automatisches Failover über die Modelle dieser Liste hinweg. Laut der eigenen Einordnung von OpenRouter liegt der Kipppunkt bei etwa $50 pro Monat: Darunter kostet die 5.5%-Gebühr weniger als die Entwicklungszeit für mehrere Provider-Anbindungen. Darüber gewinnt meist die direkte Nutzung des einzelnen günstigsten Anbieters beim reinen Preis. Der persönliche Break-even hängt davon ab, wie viele Anbieter sonst integriert würden und wie stark der Traffic schwankt.
Dasselbe Prinzip gilt für ein Reseller-Gateway wie AIReiter: Ein OpenAI-kompatibler Endpunkt sitzt vor DeepSeek, Gemini, Groq und Mistral. Das Modell wird dann durch Ändern des Modellnamens gewechselt, nicht durch einen Umbau des Clients.
FAQ
Welche LLM-API ist am günstigsten?
Groq's Llama 3.1 8B Instant mit $0.05/$0.08 pro Million Token ist in diesem Vergleich im Juli 2026 der günstigste reguläre nutzungsbasierte Tarif. Gemini 2.5 Flash-Lite erreicht die $0.05 für Input nur im Batch-Tarif; standardmäßig kostet der Input $0.10.
Welche günstige LLM-API eignet sich am besten zum Programmieren?
Für Codegenerierung und agentische Schleifen punkten Groqs GPT-OSS 20B ($0.075/$0.30) oder Llama 3.1 8B ($0.05/$0.08) bei Output-Preis und Geschwindigkeit. Mistral's Devstral Small 2 für $0.10/$0.30 ist die günstige Option, wenn ein auf Code abgestimmtes Modell außerhalb von Groq benötigt wird.
Reicht ein kostenloser Tarif einer LLM-API für den Produktionseinsatz?
In der Regel nicht. Gratisangebote von Groq, Gemini Flash-Lite und GitHub Models begrenzen die Anfragen pro Minute und bieten keine Verfügbarkeitsgarantie. Für Prototypen sind sie geeignet. Nach der ersten Testphase sollte auf die kostenpflichtigen Tarife aus der obigen Tabelle gewechselt werden.
Sind Aggregator- oder Reseller-APIs teurer als die direkte Anbindung?
Pro Token: ja, leicht. OpenRouter schlägt 5.5% auf den Anbieterpreis auf; Reseller-Gateways bündeln ähnliche Gemeinkosten. Insgesamt können sie günstiger sein, wenn die Ausgaben niedrig sind oder andernfalls mehrere Anbieter integriert und betrieben werden müssten. Überwiegt die Gebühr den Komfortgewinn, werden sie teurer.
Was kostet die günstigste LLM-API pro Monat?
Bei 10 Millionen Input- und 5 Millionen Output-Token monatlich kostet Groq Llama 3.1 8B etwa $0.90 ($0.50 Input + $0.40 Output). Gemini 2.5 Flash-Lite liegt bei Standardtarifen bei etwa $3.00 oder bei $1.50 im Batch. Dieselbe Menge kostet bei einem proprietären Frontier-Modell ($5+/M Input) ein Vielfaches.
Die praktische Wahl
Prompt-Caching sollte überall aktiviert werden, wo der Anbieter es unterstützt. Nicht zeitkritische Arbeit gehört in die Batch-Verarbeitung. Diese beiden Maßnahmen sparen mehr, als ein Anbieterwechsel jemals einsparen wird.