Kurzfassung

Der Clou dieses Artikels: Es ist derselbe Spec-Vergleich der aktuellen KI-Flaggschiffe — nur dreimal unabhängig geschrieben, von Claude, von Gemini und von ChatGPT. Alle drei arbeiten auf identischer, primärquellen-verifizierter Datenbasis (Stand 23. Juli 2026): dieselbe Tabelle mit Kontextfenster, Preisen, Caching und Multimodalität, jede Zahl aus der offiziellen Preis- oder Modelldoku des Anbieters. Wer die drei Fassungen nebeneinanderlegt, sieht die Handschrift jedes Modells deutlicher als in jeder Benchmark-Tabelle — und lernt nebenbei, mit welchen Zahlen-Mythen (Stichwort: Geminis 2 Millionen Tokens) man aufräumen muss.

Drei Modelle, ein Auftrag. Claude, Gemini und ChatGPT haben jeweils denselben Auftrag bekommen: einen ehrlichen Datenblatt-Vergleich der KI-Flaggschiffe 2026 schreiben, ausschliesslich auf Basis einer gemeinsamen, am 23. Juli 2026 aus den Primärquellen verifizierten Spezifikations-Tabelle. Keines der Modelle durfte eigene Zahlen erfinden oder aus dem Gedächtnis ergänzen — die Faktenbasis war für alle drei identisch. Was sich unterscheidet, ist die Art, wie sie dieselben Daten ordnen, gewichten und erklären. Dieser Artikel zeigt zuerst die gemeinsame Datenbasis und dann alle drei Fassungen vollständig und nacheinander.

Die verifizierte Spec-Tabelle

Die folgende Tabelle ist der zitierfähige Kern dieses Artikels und die gemeinsame Grundlage aller drei Versionen: alle Kernspezifikationen der fünf Modelle nebeneinander, jede Zahl belegt mit einer Fussnote zur Primärquelle im Quellenverzeichnis. Im Vergleich stehen die beiden Anthropic-Flaggschiffe Claude Fable 5 und Claude Sonnet 5, das OpenAI-Spitzenmodell GPT-5.5 sowie Googles Gemini 3.1 Pro und das schlanke Gemini 3 Flash. Alle Preise verstehen sich pro einer Million Tokens (MTok) in US-Dollar, Stand 23. Juli 2026.

Merkmal Claude Fable 5 Claude Sonnet 5 GPT-5.5 Gemini 3.1 Pro Gemini 3 Flash
Kontextfenster 1 Mio.[2] 1 Mio.[2] 1.050.000[4] 1 Mio.[6] 1 Mio.[6]
Max. Output 128K[2] 128K[2] 128K[4] 64K[6] 64K[6]
Input $/1M 10[1] 2 → 3 ab 01.09.[1] 5[3] 2 / 4 >200K[5] 0,50 / 1 (Audio)[5]
Output $/1M 50[1] 10 → 15 ab 01.09.[1] 30[3] 12 / 18 >200K[5] 3[5]
Cache-Treffer $/1M 1[1] 0,20[1] 0,50[3] 0,20 / 0,40[5] 0,05 / 0,10[5]
Multimodal Text, Bild Text, Bild Text, Bild[4] Text, Bild, Audio, Video, PDF[6] Text, Bild, Audio, Video[5]

Die Sonnet-5-Preise gelten als Einführungspreis bis zum 31. August 2026; danach steigen sie auf 3 US-Dollar Eingabe und 15 US-Dollar Ausgabe.[1] Zur Einordnung, nicht im Fokus: Claude Opus 4.8 liegt bei 5/25, GPT-5.4 bei 2,50/15 US-Dollar.

Dieselbe Analyse, drei Handschriften — springe direkt zu einer Version:

Die Claude-Version

Verfasst von Anthropic Claude auf Basis der oben stehenden, primärquellen-verifizierten Spec-Tabelle.

Die Datenblätter der drei grossen Anbieter lesen sich 2026 überraschend ähnlich — und doch trennt sie beim Preis der Faktor 16. Diese Fassung stellt Claude Fable 5, Claude Sonnet 5, OpenAI GPT-5.5 und die beiden Gemini-3-Modelle nebeneinander: Kontext, Output, Preis, Caching, Multimodalität. Jede Zahl stammt aus der offiziellen Preis- oder Modelldoku des Anbieters, abgerufen am 23. Juli 2026. Und wir räumen mit dem hartnäckigsten Missverständnis auf — dem angeblichen 2-Millionen-Kontextfenster von Gemini.

Wer KI-Modelle vergleicht, stolpert schnell über Zahlen, die selbstbewusst klingen und trotzdem falsch sind. „GPT hat doch 272K Kontext", „Gemini kann 2 Millionen Tokens", „das neue Modell ist billiger" — solche Sätze wandern durch Foren und Vergleichsvideos, und die wenigsten führen zur Primärquelle zurück. Für diesen Artikel habe ich deshalb keine Sekundärquelle akzeptiert: Jede Angabe kommt direkt von der offiziellen Preisseite oder Modellkarte des jeweiligen Anbieters, mit Abrufdatum 23. Juli 2026. Was dabei herauskommt, ist weniger spektakulär als die Marketing-Slogans — aber es stimmt.

Die Modelle auf einen Blick

Fünf Modelle stehen im Vergleich: die beiden Anthropic-Flaggschiffe Claude Fable 5 und Claude Sonnet 5, das OpenAI-Spitzenmodell GPT-5.5 sowie Googles Gemini 3.1 Pro und das schlanke Gemini 3 Flash. Alle Preise verstehen sich pro einer Million Tokens (MTok) in US-Dollar — die vollständige Gegenüberstellung steht in der verifizierten Spec-Tabelle oben.

Kontextfenster: fast Gleichstand — und eine hartnäckige Legende

Beim Kontextfenster liegen die Flaggschiffe eng beieinander. GPT-5.5 hat mit 1.050.000 Tokens einen minimalen Vorsprung[4], Claude und Gemini bieten jeweils glatte 1 Million.[2][6] In der Praxis ist dieser Unterschied vernachlässigbar — ein Buch mit 400 Seiten passt in jedes dieser Fenster.

Die Gemini-Kontext-Falle: 1 Mio. statt 2 Mio.

Kaum eine Zahl hält sich so zäh wie Geminis „2 Millionen Tokens". Sie stimmte einmal — für Gemini 1.5 Pro, das tatsächlich mit einem 2-Mio.-Fenster allgemein verfügbar war. Der Nachfolger Gemini 2.5 Pro startete dann nur noch mit 1 Million, das 2-Mio.-Upgrade wurde angekündigt, aber vor der nächsten Generation nicht mehr ausgeliefert. Die aktuelle Generation Gemini 3.1 Pro liegt offiziell bei 1 Million Tokens (64K Output).[6] Und nein — es gibt kein kostenpflichtiges, Enterprise- oder Vertex-Tier, das mehr freischaltet: Die Modellkarte nennt 1 Million ausdrücklich „regardless of distribution channel", also unabhängig vom Vertriebsweg.[6] Genau solche Zahlen sind der Grund, warum dieser Artikel jede Angabe mit Abrufdatum belegt.

Preise: der Faktor 16

Hier wird der Vergleich interessant. Beim Output — der teuren Seite, weil das Modell hier generiert — spannt sich der Bogen von 3 US-Dollar bei Gemini 3 Flash bis 50 US-Dollar bei Claude Fable 5.[1][5] Das ist der Faktor rund 16,7 (eigene Rechnung: 50 geteilt durch 3). Wer eine hohe Zahl generierter Tokens erwartet, spürt diesen Unterschied sofort auf der Rechnung.

Innerhalb von Anthropics eigenem Sortiment ist der Sprung ebenfalls deutlich: Claude Sonnet 5 kostet im Einführungspreis 2/10 US-Dollar gegenüber 10/50 bei Fable 5 — also fünfmal günstiger in beiden Richtungen (eigene Rechnung).[1] Und GPT-5.5 liegt mit 5/30 US-Dollar preislich zwischen den beiden Claude-Modellen, während Gemini 3.1 Pro mit 2/12 US-Dollar (bis 200K Tokens) das günstigste der drei Flaggschiffe ist.[3][5]

Achtung, Preisschwelle ist kein Kontextlimit. Bei GPT-5.5 kursiert die Zahl „272K" als vermeintliche Kontextgrenze. Tatsächlich ist es eine Preisstufe: Prompts über 272.000 Input-Tokens werden mit dem doppelten Input- und dem 1,5-fachen Output-Preis berechnet — das Modell nimmt aber weiterhin bis 1,05 Millionen Tokens an.[4] Gemini staffelt ähnlich, dort liegt die Stufe bei 200K Tokens.[5] Wer solche Schwellen mit dem Kontextfenster verwechselt, plant sein Budget falsch.

Prompt-Caching: der unterschätzte Rabatt

Alle Anbieter belohnen es, wenn man denselben grossen Kontext mehrfach nutzt — etwa ein festes System-Prompt oder ein langes Dokument. Bei Anthropic kostet ein Cache-Treffer nur ein Zehntel des normalen Input-Preises: Fable 5 liest gecachte Tokens für 1 statt 10 US-Dollar, Sonnet 5 für 0,20 statt 2 US-Dollar.[1] GPT-5.5 bietet gecachten Input für 0,50 statt 5 US-Dollar — ebenfalls ein Zehntel.[3] Gemini kombiniert einen reduzierten Lesepreis mit einer stündlichen Speichergebühr.[5] Für wiederkehrende Aufgaben mit stabilem Kontext ist Caching der grösste Hebel überhaupt — er verändert die reale Kostenrechnung stärker als der nominale Token-Preis.

Multimodalität: Gemini spielt breiter

Beim Verarbeiten verschiedener Medien zeigt sich der klarste Unterschied. Gemini 3.1 Pro nimmt Text, Bild, Audio, Video, PDF und Code entgegen[6], Gemini 3 Flash immerhin Text, Bild, Audio und Video.[5] Die Claude-Modelle und GPT-5.5 konzentrieren sich auf Text und Bild; GPT-5.5 verarbeitet laut Modelldoku kein Audio oder Video.[4] Wer also Tonspuren transkribieren oder Videos analysieren will, kommt an Gemini derzeit schwer vorbei.

Der Tokenizer-Vorbehalt

Ein reiner Preis-pro-Token-Vergleich hat einen blinden Fleck: Modelle zerlegen denselben Text unterschiedlich in Tokens. Anthropic weist ausdrücklich darauf hin, dass die neueren Modelle (Fable 5, Sonnet 5) einen Tokenizer nutzen, der für denselben Text rund 30 Prozent mehr Tokens erzeugt.[1] Das heisst: Ein Modell mit niedrigerem Token-Preis kann pro tatsächlicher Textmenge trotzdem teurer sein. Für einen fairen Kostenvergleich muss man denselben Prompt bei beiden Modellen durch den jeweiligen Token-Zähler schicken — die Zahl auf dem Datenblatt reicht nicht.

Welches Modell wofür?

Aus den Zahlen lässt sich kein Gesamtsieger ableiten — wohl aber eine Landkarte:

  • Höchste Anforderungen, Budget zweitrangig: Claude Fable 5 positioniert sich als teuerstes Modell im Feld — der Preis signalisiert die Zielgruppe: anspruchsvollste Reasoning- und Langläufer-Aufgaben.
  • Gutes Preis-Leistungs-Verhältnis: Claude Sonnet 5 (im Einführungspreis) und Gemini 3.1 Pro liegen preislich attraktiv und bieten trotzdem das volle Million-Token-Fenster.
  • Maximale Sparsamkeit / hohe Stückzahlen: Gemini 3 Flash ist mit Abstand am günstigsten — bei einfachen, gut definierten Aufgaben in grosser Menge.
  • Audio und Video im Spiel: die Gemini-Modelle, weil sie diese Modalitäten überhaupt annehmen.

Interessanter als das reine Datenblatt ist ohnehin, wie diese Modelle antworten. Dieser Artikel liegt bewusst in drei Fassungen vor — von Claude, von Gemini und von ChatGPT, jeweils aus derselben verifizierten Spec-Tabelle geschrieben. Wer die Versionen nebeneinanderlegt, sieht die Eigenheiten der Modelle deutlicher als in jeder Benchmark-Tabelle.

Die Gemini-Version

Verfasst von Google Gemini auf identischer Datenbasis — mit eigener, detaillierterer Spezifikations-Matrix und stärker gegliedertem Aufbau.

Wer im Jahr 2026 KI-Modelle in Produktion einsetzt, muss Spezifikationen genau analysieren: Unterschiede bei Kontextgrenzen, Ausgabemengen und API-Tarifen bestimmen die Systemarchitektur und die laufenden Betriebskosten. Diese Fassung vergleicht die aktuellen Flaggschiff-Modelle Claude Fable 5 & Sonnet 5, GPT-5.5 & GPT-5.4 sowie Gemini 3.1 Pro & 3 Flash auf Basis primärquellen-verifizierter Daten vom 23. Juli 2026. Neben direkten Preisvergleichen decken wir kritische Details auf — von verdeckten Staffeltarifen über Prompt-Caching-Konditionen bis hin zur Gemini-Kontext-Falle.

1. Die neue Generation der KI-Flaggschiffe 2026

Die Landschaft der großen Sprach- und Multimodalmodelle hat Mitte 2026 ein beeindruckendes Reifenniveau erreicht. Mit Anthropic (Claude Fable 5, Claude Sonnet 5), OpenAI (GPT-5.5, GPT-5.4) und Google (Gemini 3.1 Pro, Gemini 3 Flash) buhlen drei führende Anbieter um die Vorherrschaft bei Unternehmensanwendungen, Entwickler-Pipelines und komplexen KI-Agenten.

Allerdings offenbart der Blick hinter die Marketing-Versprechen, dass reine Qualitäts-Scores oder Benchmark-Ränge nur die Hälfte der Wahrheit erzählen. In der Praxis entscheiden technische Rahmendaten: Wie groß darf ein Eingabeprompt sein? Wie viele Tokens kann das Modell in einer einzigen Antwort zurückgeben? Welche Verdopplungen drohen bei langen Prompts, und wie schlagen sich Caching-Mechanismen auf der monatlichen API-Rechnung nieder?

Diese Fassung führt einen systematischen Vergleich der aktuellen Spezifikationen durch. Alle Kennzahlen stammen ohne Ausnahme aus offiziellen Primärquellen (Anbieter-Dokumentationen und Preisseiten, Stand 23. Juli 2026)[1–6].

2. Die verifizierte Spezifikations-Matrix

In der folgenden Tabelle sind alle Kernspezifikationen der sechs Vergleichskandidaten direkt gegenübergestellt. Jede Zahl ist mit einer Fußnote versehen, die auf das entsprechende Dokument im Quellenverzeichnis am Ende des Artikels verweist.

Modell Modell-ID Kontext (Input) Max. Output Input $/1M Output $/1M Cache-Read $/1M Cache-Write / Caching Preisschwellen Multimodalität Reasoning
Claude Fable 5 claude-fable-5 1 Mio.[2] 128K[2] $10[1] $50[1] $1 (= 0,1×)[1] $12,50 (5min)[1] Keine[1] Text, Bild (Vision)[1] Immer aktiv[1]
Claude Sonnet 5 claude-sonnet-5 1 Mio.[2] 128K[2] $2 (bis 31.08.) → $3[1] $10 (bis 31.08.) → $15[1] $0,20 (= 0,1×)[1] $2,50 (5min)[1] Keine[1] Text, Bild[1] Adaptiv[1]
OpenAI GPT-5.5 gpt-5.5 1.050.000[4] 128K[4] $5[3] $30[3] $0,50 (= 0,1×)[3] n/a (nur cached input)[3] >272K: 2× In / 1,5× Out[4] Text, Bild[4] Ja (Reasoning)[4]
OpenAI GPT-5.4 gpt-5.4 ca. 1,1 Mio.[4] —[4] $2,50[3] $15[3] $0,25 (= 0,1×)[3] n/a[3] Keine[4] Text, Bild[4] Ja[4]
Gemini 3.1 Pro (Preview) gemini-3.1-pro-preview 1 Mio.[6] 64K[6] $2 (≤200K) / $4 (>200K)[5] $12 (≤200K) / $18 (>200K)[5] $0,20 / $0,40[5] $4,50 /1M/Std. Speicher[5] Stufe bei 200K Tokens[5] Text, Bild, Audio, Video, PDF, Code[6] „Thinking“[6]
Gemini 3 Flash (Preview) gemini-3-flash-preview 1 Mio.[6] 64K[6] $0,50 (Text/Bild) / $1 (Audio)[5] $3[5] $0,05 / $0,10 (Audio)[5] $1,00 /1M/Std. Speicher[5] Keine[5] Text, Bild, Audio, Video[6] „Thinking“[6]

3. Kontextfenster vs. Max. Output: Die Grenzen der Token-Verarbeitung

Beim Eingabekontext (Input Context Window) bewegen sich die drei großen Anbieter auf sehr ähnlichem Niveau: 1.000.000 Tokens bei Anthropic (Fable 5, Sonnet 5)[2] und Google (Gemini 3.1 Pro, Gemini 3 Flash)[6], während OpenAI mit 1.050.000 Tokens bei GPT-5.5 und ca. 1,1 Mio. Tokens bei GPT-5.4 nominell minimal darüber liegt[4].

Deutliche Unterschiede zeigen sich hingegen bei der maximalen Ausgabegröße (Max. Output) pro API-Aufruf:

  • Claude Fable 5, Claude Sonnet 5 & GPT-5.5: Bieten herausragende 128.000 Tokens (128K) maximalen Output[2][4]. Dies erlaubt die Erstellung kompletter Codebases, extrem umfangreicher Berichte oder großer synthetischer Datenmengen in einem einzigen Durchlauf.
  • Gemini 3.1 Pro & Gemini 3 Flash: Sind offiziell auf 64.000 Tokens (64K) max. Output begrenzt[6]. Das reicht für die meisten Anwendungsfälle mühelos aus, erfordert bei massiver Generierung aber gegebenenfalls ein Aufspalten der Prompts (Chunking).
⚠️ 1 Mio. vs. 2 Mio. — die Gemini-Kontext-Falle

In vielen Entwicklerköpfen ist nach wie vor verankert, dass Googles Gemini-Modelle bis zu 2 Millionen Tokens Kontext unterstützen. Das ist historisch nachvollziehbar, erweist sich bei den aktuellen Modellen jedoch als hartnäckige Fehlannahme:

  • Gemini 1.5 Pro bot seinerzeit tatsächlich ein allgemein verfügbares Kontextfenster von 2 Mio. Tokens.
  • Gemini 2.5 Pro startete mit 1 Mio. Tokens. Eine Erweiterung auf 2 Mio. wurde zwar angekündigt („coming soon“), erschien jedoch vor dem Release der Gemini-3-Generation nicht mehr.
  • Gemini 3.1 Pro liegt in der aktuellen Generation offiziell bei 1 Mio. Tokens (bei 64K max. Output)[6]. Entgegen mancher Vermutungen schaltet kein kostenpflichtiges Tier, Enterprise-Abo oder Vertex-AI-Paket ein größeres Kontextfenster frei. Die DeepMind-Modellkarte stellt hierzu unzweideutig klar: „regardless of distribution channel“[6].

Die Lehre daraus: Wer Systemarchitekturen auf Basis alter Erinnerungen plant, liegt falsch. Verlässliche Vergleiche erfordern stets den Blick in die offiziellen Primärquellen mit exaktem Abrufdatum (hier 23.07.2026)[6].

4. API-Preise und Tokenizer-Effizienz

Die Preisspanne der Flaggschiff-Klasse reicht von extrem preiswert bis hin zu hochpreisiger Spezial-Leistung:

  • Gemini 3 Flash markiert das untere Ende des Preisspektrums mit nur $0,50 pro 1M Input-Tokens (Text/Bild/Video) und $3,00 pro 1M Output-Tokens[5].
  • Claude Fable 5 bildet die Spitze mit $10,00 pro 1M Input-Tokens und $50,00 pro 1M Output-Tokens[1].

Eigene Berechnung auf Basis der Daten: Claude Fable 5 ist im Input exakt 20-mal so teuer wie Gemini 3 Flash ($10,00 / $0,50 = 20) und im Output rund 16,7-mal so teuer ($50,00 / $3,00 ≈ 16,67).

Ein interessantes Bild bietet Claude Sonnet 5: Anthropic gewährt einen Einführungspreis von $2,00 Input / $10,00 Output bis zum 31.08.2026[1]. Ab dem 01.09.2026 steigt der Preis auf $3,00 Input / $15,00 Output — was einer Preiserhöhung von exakt 50 % entspricht (eigene Berechnung). Wer Sonnet 5 in langfristige Budgetkalkulationen einplant, sollte diesen Stichtag berücksichtigen.

Der verdeckte Tokenizer-Faktor

Ein rein nomineller Vergleich der Preise pro 1 Mio. Tokens gegeneinander kann jedoch täuschen: Anthropics Fable 5 / Sonnet 5 sowie OpenAIs GPT-5.x verwenden neuere Tokenizer-Architekturen. Laut Anthropic erzeugen diese für identische Fließtexte rund 30 % mehr Tokens im Vergleich zu älteren Tokenizern[1] (Bezug auf Modellnotizen). Das bedeutet: Wenn ein Text bei Modell A in 100.000 Tokens zerlegt wird, kann derselbe Text bei einem effizienteren Tokenizer 130.000 Tokens beanspruchen. Ein Preisvergleich pro Token unterschätzt somit leicht den effektiven Preis pro verarbeitetem Wort.

5. Preisschwellen und Caching-Konditionen

Wer mit großen Kontexten arbeitet, muss auf zwei architektonische Details achten: Preisschwellen (Long-Context Surcharges) und Prompt-Caching.

Versteckte Preisschwellen bei langen Prompts

Nicht jeder Anbieter rechnet das gesamte Kontextfenster zum selben Tarif ab:

  • OpenAI GPT-5.5: Prompts mit mehr als 272.000 Input-Tokens verdoppeln den Input-Preis von $5,00 auf $10,00 pro 1M Tokens (+100 %) und erhöhen den Output-Preis um 50 % von $30,00 auf $45,00 pro 1M Tokens[4]. Wichtig: Die 272K-Grenze ist eine Preis-Schwelle, keineswegs das Kontextlimit (1,05 Mio.)!
  • Google Gemini 3.1 Pro: Führt bei 200.000 Tokens eine Preisstufe ein[5]. Bis 200K Tokens betragen die Preise $2,00 Input / $12,00 Output. Über 200K Tokens verdoppelt sich der Input-Preis auf $4,00 (+100 %) und der Output-Preis steigt auf $18,00 (+50 %)[5].
  • Anthropic (Fable 5 & Sonnet 5): Rechnet das gesamte 1-Mio.-Kontextfenster durchgehend zum Standardpreis ab — es gibt keinen Long-Context-Aufschlag[1].

Prompt-Caching im Vergleich

Alle drei Anbieter unterstützen Kontext-Caching, um wiederkehrende System-Prompts oder Dokumentensammlungen günstig erneut zu lesen. Die Abrechnungsmodelle unterscheiden sich jedoch grundlegend:

  • Anthropic (Fable 5 & Sonnet 5): Berechnet das Schreiben des Caches (5 Minuten Gültigkeit) mit dem 1,25-fachen des Basis-Input-Preises ($12,50/1M bei Fable 5, $2,50/1M bei Sonnet 5)[1]. Ein erfolgreicher Cache-Read kostet lediglich 10 % des Basis-Inputs ($1,00 bzw. $0,20/1M) — eine Ersparnis von 90 %[1].
  • OpenAI (GPT-5.5 & GPT-5.4): Bietet ebenfalls 90 % Rabatt auf „Cached Input“ ($0,50/1M bei GPT-5.5, $0,25/1M bei GPT-5.4) ohne explizite Ausweisungs-Gebühr für Cache-Write[3].
  • Google Gemini (3.1 Pro & 3 Flash): Der Cache-Read ist mit $0,20/$0,40 (3.1 Pro) bzw. $0,05/$0,10 (Flash) enorm günstig[5]. Google kombiniert dies jedoch mit einer zeitbasierten Speichergebühr: $4,50 pro 1M Tokens pro Stunde Speicherplatz bei Gemini 3.1 Pro bzw. $1,00/1M/Std. bei Flash[5]. Für dauerhaft im Speicher gehaltene RAG-Indices muss diese Stundengebühr kalkuliert werden.

6. Multimodalität und Reasoning-Verhalten

Neben reinen Preis- und Längendaten unterscheidet sich die funktionale Ausstattung der Flaggschiffe:

  • Gemini 3.1 Pro: Erweist sich als das vielseitigste multimodale Modell im Feld. Es akzeptiert nativ Text, Bild, Audio, Video, PDF und Code-Dateien im Input[6]. Das Reasoning erfolgt über Googles integrierte „Thinking“-Architektur[6].
  • Gemini 3 Flash: Unterstützt Text, Bild, Audio und Video nativerweise bei minimalen API-Kosten[5][6].
  • Claude Fable 5: Kombiniert Text- und hochauflösende Bildverarbeitung (Vision). Besitzt ein dauerhaft aktives Reasoning, das nicht deaktiviert werden kann[1].
  • Claude Sonnet 5: Setzt auf adaptives Reasoning (standardmäßig aktiv), das die Denktiefe flexibel an die Aufgabenkomplexität anpasst[1].
  • OpenAI GPT-5.5 & GPT-5.4: Unterstützen Text und Bild, verfügen jedoch über keine nativen Audio- oder Video-Input-Fähigkeiten in der Standard-API[4]. Beide sind vollwertige Reasoning-Modelle[4].

7. Fazit: Welches KI-Flaggschiff passt zu welchem Zweck?

Aus dem datenbasierten Spezifikationsvergleich lassen sich klare Empfehlungen ableiten:

  • Für maximale Ausgabemengen & tiefes Reasoning: Wenn lange Dokumente, umfangreiche Refactorings oder komplexe Berichte in einem Stück generiert werden müssen (bis 128K Output), sind Claude Fable 5, Claude Sonnet 5 und GPT-5.5 die beste Wahl.
  • Für das beste Preis-Leistungs-Verhältnis: Claude Sonnet 5 bietet während seines Einführungszeitraums (bis 31.08.2026) für $2,00/$10,00 pro 1M Tokens eine herausragende Leistung ohne Preisschwellen-Aufschläge bei langen Kontexten. Für Budget-kritische Massendatenverarbeitung schlägt Gemini 3 Flash mit $0,50/$3,00 fast alle Mitbewerber.
  • Für multimodale All-in-One-Pipelines: Wer Audiodaten, Videomaterial oder umfangreiche PDFs direkt ohne externe Preprocessing-Tools analysieren möchte, findet in Gemini 3.1 Pro die breiteste native Formatunterstützung.

Die ChatGPT-Version

Verfasst von OpenAI ChatGPT auf identischer Datenbasis — geordnet nach den Entscheidungen, die hinter den Zahlen stehen.

Die sechs Modelle sind keine Rangliste mit einem eindeutigen Sieger. Ihre veröffentlichten Spezifikationen zeigen unterschiedliche Schwerpunkte: Claude für lange Kontexte ohne ausgewiesenen Long-Context-Aufschlag, GPT-5.5 für ein besonders großes Fenster mit klarer Preisgrenze und Gemini für breite multimodale Eingaben. Wer Preise vergleicht, muss Cache, Schwellen und Tokenizer mitlesen — sonst wird aus einer korrekten Zahl die falsche Entscheidung.

Bei KI-Flaggschiffen ist die Versuchung groß, eine einzelne Kennzahl zum Urteil zu machen: Kontextfenster, Dollarpreis oder „Thinking“. Das funktioniert ungefähr so gut wie ein Kamera-Vergleich allein über Megapixel. Die veröffentlichten API-Spezifikationen beschreiben Möglichkeiten und Kostenbedingungen, aber sie messen keine Antwortqualität für den eigenen Fall. Dieser Vergleich ordnet deshalb nicht nach einer vermeintlichen Punktzahl, sondern nach den Entscheidungen, die hinter den Zahlen stehen.

Im Blick sind Claude Fable 5 und Claude Sonnet 5 von Anthropic, GPT-5.5 von OpenAI sowie Gemini 3.1 Pro und Gemini 3 Flash von Google. GPT-5.4 dient nur als Preis-Einordnung. Die beiden Gemini-Modelle sind als Preview gekennzeichnet. Preise sind Momentaufnahmen; besonders bei Sonnet 5 ist der Einführungspreis zeitlich begrenzt.

Kontext und Ausgabe: ähnlich groß ist nicht gleich praktisch gleich

Ein Kontextfenster beschreibt, wie viel Eingabe ein Modell in einem Vorgang berücksichtigen kann. Die maximale Ausgabe ist davon getrennt: Sie begrenzt, wie umfangreich die Antwort, Analyse oder erzeugte Datei werden kann. Für große Dokumentbestände, ausführliche Gesprächsverläufe oder eine umfangreiche Codebasis müssen beide Werte zusammenpassen.

ModellKontextfenster, InputMaximale AusgabeReasoning / Thinking
Claude Fable 5[2]1 Mio. Tokens[2]128K Tokens[2]Immer aktiv, nicht abschaltbar[2]
Claude Sonnet 5[2]1 Mio. Tokens[2]128K Tokens[2]Adaptiv, standardmäßig aktiv[2]
GPT-5.5[4]1.050.000 Tokens[4]128.000 Tokens[4]Reasoning-Modell[4]
Gemini 3.1 Pro[6]1 Mio. Tokens[6]64K Tokens[6]Thinking[6]
Gemini 3 Flash[6]1 Mio. Tokens[6]64K Tokens[6]Thinking[6]

Der nominelle Abstand zwischen GPT-5.5 und den Modellen mit einer Million Tokens ist klein genug, dass er selten allein eine Architekturentscheidung tragen sollte. Praktischer ist die Frage: Muss die Anwendung eine sehr lange Antwort erzeugen, oder soll sie vor allem viel Material lesen und kurz entscheiden? Für Ersteres stehen bei den beiden Claude-Modellen und GPT-5.5 höhere veröffentlichte Ausgabelimits. Für Letzteres kann das gemeinsame große Eingabefenster wichtiger sein.

Wichtiger Kontext-Check

1 Mio. vs. 2 Mio. — die Gemini-Kontext-Falle

Viele erinnern sich an ein Fenster von 2 Mio. Tokens bei Gemini. Diese Erinnerung gehört zu Gemini 1.5 Pro, das allgemein verfügbar mit 2 Mio. Tokens war. Gemini 2.5 Pro startete dagegen mit 1 Mio. Tokens; weitere 2 Mio. waren angekündigt, wurden aber vor Gemini 3 nicht ausgeliefert.

Für die aktuelle Gemini-3.1-Pro-Generation nennt die offizielle Modellkarte 1 Mio. Tokens Kontext und 64K Tokens Ausgabe.[6] Kein kostenpflichtiges, Enterprise- oder Vertex-Tier schaltet darüber hinaus ein größeres Fenster frei: Die Modellkarte beschreibt diesen Wert ausdrücklich unabhängig vom Distributionskanal. Die Lehre ist banal, aber wichtig: Primärquelle und Abrufdatum schlagen eine plausible Erinnerung.

Preise: Der günstigste Listenpreis ist nicht automatisch der günstigste Ablauf

Die folgende Tabelle zeigt API-Listenpreise je Million Tokens. Bei Gemini 3.1 Pro hängt der Preis von einer Schwelle im Prompt ab. Bei Sonnet 5 ist der angegebene Einführungspreis bis zum genannten Datum befristet. Bei GPT-5.5 markiert die Schwelle ebenfalls eine Preisänderung, nicht das Ende des Kontextfensters.

ModellInputOutputCache-TrefferBesonderheit
Claude Fable 5[1]$10 / Mio.[1]$50 / Mio.[1]$1 / Mio.[1]Cache-Write, 5 Min.: $12,50 / Mio.[1]
Claude Sonnet 5[1]$2 / Mio. bis 31.08.2026, danach $3 / Mio.[1]$10 / Mio. bis 31.08.2026, danach $15 / Mio.[1]$0,20 / Mio.[1]Cache-Write, 5 Min.: $2,50 / Mio.[1]
GPT-5.5[3]$5 / Mio.[3]$30 / Mio.[3]$0,50 / Mio.[3]Über 272.000 Input-Tokens: doppelter Inputpreis, 1,5-facher Outputpreis[4]
Gemini 3.1 Pro[5]$2 / Mio. bis 200K, darüber $4 / Mio.[5]$12 / Mio. bis 200K, darüber $18 / Mio.[5]$0,20 / Mio. bis 200K, darüber $0,40 / Mio.[5]Cache-Speicher: $4,50 / Mio. / Std.[5]
Gemini 3 Flash[5]$0,50 / Mio. für Text, Bild, Video; $1 / Mio. für Audio[5]$3 / Mio.[5]$0,05 / Mio.; Audio $0,10 / Mio.[5]Cache-Speicher: $1 / Std.[5]

Fable 5 trägt den höchsten veröffentlichten Listenpreis in diesem Feld. Eine eigene Rechnung aus den angegebenen Outputpreisen ergibt: Sein Outputpreis liegt bei dem Faktor 20 gegenüber Gemini 3 Flash. Das ist keine Qualitätsaussage, sondern eine Kostenbeobachtung — und sie ignoriert absichtlich Länge, Qualität, Wiederholungen und die unterschiedliche Tokenisierung.

Gerade die Tokenisierung verhindert den vorschnellen Taschenrechnervergleich. Für Fable 5, Sonnet 5 und GPT-5.x wird ein neuerer Tokenizer genannt, der nach Anthropic-Angabe für denselben Text ungefähr 30 % mehr Tokens erzeugt. Ein Preis pro Token ist damit nicht automatisch ein Preis pro gleich viel Text. Wer Anbieter gegeneinander plant, sollte einen eigenen repräsentativen Promptbestand durch die jeweiligen Zähler schicken und erst dann die tatsächliche Rechnung ansehen.

Cache ist ein Ablauf-Feature, kein Rabattaufkleber

Für einen konstanten, großen Systemkontext — etwa Richtlinien, Produktwissen oder eine umfangreiche Dokumentensammlung — kann Caching den wiederholten Input deutlich anders bepreisen als der Listenpreis. Bei Anthropic sind Cache-Write und Cache-Read getrennt ausgewiesen: Der Treffer kostet den zehnten Teil des Basis-Inputpreises, während ein Cache-Write für fünf Minuten beim Faktor 1,25 liegt.[1] OpenAI weist für GPT-5.5 den Preis für Cached Input aus.[3] Google weist zusätzlich Cache-Speicher aus.[5]

Die richtige Frage lautet deshalb nicht „Welcher Preis ist niedrig?“, sondern: Wie oft wird exakt derselbe Kontext wiederverwendet, wie lange bleibt er gespeichert und welche Eingabemenge überschreitet eine Preisstufe? Erst dann wird aus einer Preistabelle eine belastbare Architekturentscheidung.

Modalitäten: Was darf überhaupt in den Prompt?

ModellVeröffentlichte Eingabe-ModalitätenPraktische Einordnung
Claude Fable 5[2]Text, Bild; Vision hochauflösend[2]Passt zu text- und bildzentrierten Arbeitsabläufen.
Claude Sonnet 5[2]Text, Bild[2]Die gleiche Grundrichtung, mit adaptivem Reasoning.
GPT-5.5[4]Text, Bild; kein Audio, kein Video[4]Für Audio- oder Videoeingaben ist ein zusätzlicher Verarbeitungsschritt nötig.
Gemini 3.1 Pro[6]Text, Bild, Audio, Video, PDF, Code[6]Die breiteste veröffentlichte Eingabepalette dieser Auswahl.
Gemini 3 Flash[5]Text, Bild, Audio, Video[5]Breite Multimodalität bei deutlich niedrigerem Listenpreis.

Diese Spalte kann die Auswahl schneller entscheiden als jede Preisdifferenz. Eine Anwendung, die Audio, Video oder PDFs direkt in den Modellkontext geben muss, erhält bei Gemini eine andere Ausgangslage als bei GPT-5.5 oder Claude. Umgekehrt ist „mehr Modalitäten“ kein Vorteil, wenn der eigene Ablauf ausschließlich Text verarbeitet. Die Spezifikation sagt, was möglich ist; sie ersetzt keinen Test mit echten Eingaben.

Welche Wahl passt zu welchem API-Job?

Claude Fable 5 positioniert sich über hohe Kapazität, ein langes Kontextfenster zum Standardpreis und immer aktives Reasoning. Sein Listenpreis verlangt einen Fall, in dem diese Eigenschaften mehr wert sind als niedrige Kosten. Claude Sonnet 5 ist der deutlich günstigere Claude-Einstieg, solange der Einführungspreis gilt; die befristete Preisänderung gehört aber zwingend in jede Kostenplanung.

GPT-5.5 verbindet ein sehr großes Kontextfenster, hohe Ausgabegrenze und Reasoning. Wer lange Prompts sendet, darf die Marke von 272.000 Input-Tokens nicht als Kontextlimit missverstehen: Sie löst eine andere Preisregel aus.[4] Für reine Text- und Bildabläufe kann das eine klare, aber nicht automatisch günstige Option sein.

Gemini 3.1 Pro ist sinnvoll, wenn das Eingabeformat breit ist und ein großes Kontextfenster mit Thinking gebraucht wird. Die Stufe bei 200K ist dabei ein Kostenknick, kein kleineres Kontextfenster.[5] Gemini 3 Flash ist die Preisoption für hohe Mengen und multimodale Eingaben, sofern die niedrigere veröffentlichte Ausgabegrenze zum Produkt passt. Beide Modelle tragen den Preview-Status; das gehört in eine produktive Risikobewertung.

Die nüchterne Empfehlung lautet: Erst einen typischen Ablauf definieren, dann anhand echter Tokenmengen und Wiederverwendung rechnen, anschließend die relevanten Modalitäten und Antwortlängen testen. Ein Flagship-Modell ist kein allgemeines Qualitätssiegel. Es ist ein Bündel von Fähigkeiten, Grenzen und Tarifen.

Quellenverzeichnis

  1. Anthropic — Claude API Pricing, abgerufen 23.07.2026: platform.claude.com/docs/en/about-claude/pricing. Entnommen: Fable 5 Input 10 / Output 50 / Cache-Treffer 1 US-Dollar je MTok; Sonnet 5 Einführungspreis 2/10 (bis 31.08.2026), danach 3/15, Cache-Treffer 0,20; Caching-Multiplikatoren (Treffer 0,1×); Hinweis auf den neueren Tokenizer (~30 % mehr Tokens).
  2. Anthropic — Modelle/Kontext, abgerufen 23.07.2026: platform.claude.com/docs/en/about-claude/models/overview. Entnommen: Fable 5 und Sonnet 5 je 1 Mio. Kontext, 128K max. Output.
  3. OpenAI — API Pricing, abgerufen 23.07.2026: developers.openai.com/api/docs/pricing. Entnommen: GPT-5.5 Input 5 / gecachter Input 0,50 / Output 30 US-Dollar je MTok.
  4. OpenAI — GPT-5.5 Modelldoku, abgerufen 23.07.2026: developers.openai.com/api/docs/models/gpt-5.5. Entnommen: Kontext 1.050.000 Tokens, max. Output 128.000; Preisschwelle über 272.000 Input-Tokens (2× Input, 1,5× Output); Modalitäten Text und Bild, kein Audio/Video.
  5. Google — Gemini API Pricing, abgerufen 23.07.2026: ai.google.dev/gemini-api/docs/pricing. Entnommen: Gemini 3.1 Pro Input 2 (≤200K) / 4 (>200K), Output 12 / 18, Caching 0,20 / 0,40; Gemini 3 Flash Input 0,50 (Text/Bild/Video) / 1 (Audio), Output 3, Caching 0,05 / 0,10.
  6. Google — Gemini 3.1 Pro Modellkarte / Gemini-3-Doku, abgerufen 23.07.2026: deepmind.google/models/model-cards/gemini-3-1-pro sowie ai.google.dev/gemini-api/docs/gemini-3. Entnommen: Kontext 1 Mio. Tokens, max. Output 64K, multimodal (Text, Bild, Audio, Video, PDF, Code); 1 Mio. „regardless of distribution channel". Historie 2-Mio.-Fenster: Gemini 1.5 Pro (blog.google, Gemini-2.5-Ankündigung).