Artificial Analysis Report: Modell-Kosten im April 2026

Artificial Analysis veröffentlicht monatlich ein Pricing-Update, das Input-/Output-Preise, Latenz und Quality-Scores aller großen Provider normalisiert nebeneinander stellt. Die April-Auswertung zeigt: die Preise der Top-Provider (OpenAI, Anthropic, Google) sind seit Quartal 1 stabil. Bewegung gibt es bei Mid-Tier-Modellen: DeepSeek V4, Qwen 3.6 und Mistral Small sind bei Cost/Intelligence- Ratio deutlich vor den kostenpflichtigen Alternativen.

Für Lakis-Leser besonders relevant: die Graphen zum „Price per Million Tokens” im Vergleich zum „MMLU-Pro-Score”. Wer strukturierte Extraktions- oder Klassifikations-Workloads fährt, findet bei Open-Source-Modellen oft 10-fach günstigere Varianten bei 80-90 % der Qualität der Top-Modelle.

Die Daten legen nahe: im Business-Alltag lohnt sich ein Zwei-Klassen- System - Top-Modelle (Claude Opus, GPT-5) nur für Aufgaben, die sie wirklich brauchen (komplexe Analyse, Langkontext); für Routine-Tasks (Klassifikation, Extraktion, einfache Zusammenfassung) reicht DeepSeek oder Qwen meist aus. Das spart im Monatsbudget 60-80 %.

Einschränkung: Artificial Analysis misst hauptsächlich englische Tasks. Bei deutschen Inputs verschiebt sich das Bild: viele kleinere Modelle verlieren Qualität schneller als die englischen Benchmarks nahelegen. Wer auf Deutsch produziert, sollte die Mid-Tier-Modelle stichprobenartig selbst testen, statt blind den Arena-Rankings zu folgen.