Heim
Ein Abonnement für 200 Dollar könnte Rechenleistung im Wert von 14.000 Dollar verbrauchen – große KI-Modelle stehen vor einer Kostenkrise

Das Branchenanalyseunternehmen SemiAnalysis hat kürzlich die Abonnementmodelle von OpenAI und Anthropic unter realistischen Bedingungen getestet. Die Ergebnisse zeigen, dass sich hinter den scheinbar niedrigen monatlichen Festgebühren eine erhebliche Subventionslücke bei der Rechenleistung verbirgt, die die Anbieter großer Modelle schließen müssen.
Die Tester erwarben verschiedene Abonnementstufen bei beiden Unternehmen und führten kontinuierlich ressourcenintensive Aufgaben wie Langzeitprogrammierung und autonome Agenten aus, bis die wöchentlichen Nutzungsgrenzen erreicht waren. Anschließend berechneten sie die theoretischen Kosten auf der Grundlage öffentlich zugänglicher API-Preise – und die Ergebnisse waren verblüffend.
Subventionen für Rechenleistung bis an ihre Grenzen
Die Berechnungen zeigten, dass bei vollständiger Ausnutzung des OpenAI-Abonnements „ChatGPT Pro 20x“ für 200 US-Dollar pro Monat die entsprechenden API-Kosten auf rund 14.000 US-Dollar steigen könnten. Ähnlich verhält es sich mit dem „Claude Max 20x“-Tarif von Anthropic zum gleichen Preis: Bei extremer Nutzung könnten theoretisch Token-Kosten von bis zu 8.000 US-Dollar anfallen.
Das bedeutet, dass eine kleine Anzahl von Intensivnutzern die ohnehin schon knappen Gewinnmargen von Abonnementmodellen aufzehren und die Anbieter in erhebliche Verluste treiben kann. Bei „ChatGPT Plus“, einem Einstiegstarif für 20 US-Dollar, beginnt OpenAI bereits Geld zu verlieren, sobald die Auslastung eines Nutzers 11,4 % übersteigt.
Das Routing von Unternehmensaufgaben entwickelt sich zu einer Schlüsselstrategie
In diesem Umfeld verschärfen Agentensysteme, die auf mehrstufige und autonome Tool-Aufrufe setzen, den Kostendruck, wobei der Token-Verbrauch das Tausendfache des Verbrauchs bei herkömmlichen Chats mit nur einem Gesprächsdurchlauf erreicht. Große Unternehmen wie Microsoft, Meta und Amazon haben begonnen, frühere Praktiken, bei denen Mitarbeiter dazu ermutigt wurden, KI ausgiebig zu testen, zurückzufahren, um die rasant steigenden internen Ausgaben einzudämmen.
Um den hohen Rechenkosten entgegenzuwirken, setzen immer mehr Unternehmen auf einen verfeinerten Ansatz zur Aufgabenverteilung: Komplexe Probleme werden an erstklassige Modelle weitergeleitet, während routinemäßige Büroarbeiten von kostengünstigeren oder Open-Source-Modellen übernommen werden. Diese Methode der Aufgabenverteilung kann die Gesamtkosten für KI um bis zu 95 % senken, zwingt große Modellanbieter jedoch auch dazu, einen Spagat zwischen Benutzererfahrung und hohen Infrastrukturinvestitionen zu meistern.
Verwandter Artikel
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Einhaltung der Vorschriften für autonome Fahrzeuge in Kalifornien: Eine neue Ära von Bußgeldern, Geofences und 1 Million Meilen
Guident betreibt einen AuveTech-Shuttle in Südflorida und verwaltet mithilfe seiner Fernüberwachungstechnologie eine vier Meilen lange Strecke in West Palm Beach sowie eine eine Meile lange Strecke in
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)

Das Branchenanalyseunternehmen SemiAnalysis hat kürzlich die Abonnementmodelle von OpenAI und Anthropic unter realistischen Bedingungen getestet. Die Ergebnisse zeigen, dass sich hinter den scheinbar niedrigen monatlichen Festgebühren eine erhebliche Subventionslücke bei der Rechenleistung verbirgt, die die Anbieter großer Modelle schließen müssen.
Die Tester erwarben verschiedene Abonnementstufen bei beiden Unternehmen und führten kontinuierlich ressourcenintensive Aufgaben wie Langzeitprogrammierung und autonome Agenten aus, bis die wöchentlichen Nutzungsgrenzen erreicht waren. Anschließend berechneten sie die theoretischen Kosten auf der Grundlage öffentlich zugänglicher API-Preise – und die Ergebnisse waren verblüffend.
Subventionen für Rechenleistung bis an ihre Grenzen
Die Berechnungen zeigten, dass bei vollständiger Ausnutzung des OpenAI-Abonnements „ChatGPT Pro 20x“ für 200 US-Dollar pro Monat die entsprechenden API-Kosten auf rund 14.000 US-Dollar steigen könnten. Ähnlich verhält es sich mit dem „Claude Max 20x“-Tarif von Anthropic zum gleichen Preis: Bei extremer Nutzung könnten theoretisch Token-Kosten von bis zu 8.000 US-Dollar anfallen.
Das bedeutet, dass eine kleine Anzahl von Intensivnutzern die ohnehin schon knappen Gewinnmargen von Abonnementmodellen aufzehren und die Anbieter in erhebliche Verluste treiben kann. Bei „ChatGPT Plus“, einem Einstiegstarif für 20 US-Dollar, beginnt OpenAI bereits Geld zu verlieren, sobald die Auslastung eines Nutzers 11,4 % übersteigt.
Das Routing von Unternehmensaufgaben entwickelt sich zu einer Schlüsselstrategie
In diesem Umfeld verschärfen Agentensysteme, die auf mehrstufige und autonome Tool-Aufrufe setzen, den Kostendruck, wobei der Token-Verbrauch das Tausendfache des Verbrauchs bei herkömmlichen Chats mit nur einem Gesprächsdurchlauf erreicht. Große Unternehmen wie Microsoft, Meta und Amazon haben begonnen, frühere Praktiken, bei denen Mitarbeiter dazu ermutigt wurden, KI ausgiebig zu testen, zurückzufahren, um die rasant steigenden internen Ausgaben einzudämmen.
Um den hohen Rechenkosten entgegenzuwirken, setzen immer mehr Unternehmen auf einen verfeinerten Ansatz zur Aufgabenverteilung: Komplexe Probleme werden an erstklassige Modelle weitergeleitet, während routinemäßige Büroarbeiten von kostengünstigeren oder Open-Source-Modellen übernommen werden. Diese Methode der Aufgabenverteilung kann die Gesamtkosten für KI um bis zu 95 % senken, zwingt große Modellanbieter jedoch auch dazu, einen Spagat zwischen Benutzererfahrung und hohen Infrastrukturinvestitionen zu meistern.
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter











