Die durchschnittlichen Preise für KI-Tokens sind seit Mai 2026 um 67 % gefallen, doch die Gesamtausgaben für Tokens sind um mehr als 120 % gestiegen. Das geht aus Daten des Risikokapitalunternehmens Andreessen Horowitz hervor, das allgemein als a16z bekannt ist. Die Zahlen erschienen in der wiederkehrenden Datenpublikation „Charts of the Week“ des Unternehmens, veröffentlicht am 31. Oktober 2026, und zeigen, dass die Nachfrage nach KI-Inferenz schnell genug wächst, um die stärksten Preisrückgänge zu übersteigen. Die Schätzungen zum Anstieg der Gesamtausgaben für Tokens liegen bei rund 122 % bis 160 % über den etwa fünf Monate, was verdeutlicht, wie sinkende Stückkosten mit einer allgemeinen Ausweitung der KI-Nutzung einhergingen. Ein Hinweis für Leser, die unter „Token“ ein Krypto-Asset verstehen: In diesen Daten bezeichnet der Wortlaut Einheiten der KI-Berechnung, keine digitalen Assets.

Was die Zahlen zeigen

In diesem Kontext ist ein Token die Abrechnungseinheit für die Inferenz von KI-Modellen: ein kleines Textstück, das ein Modell liest oder schreibt, typischerweise von wenigen Zeichen bis zu einem ganzen Wort. Inferenz ist der Vorgang, ein trainiertes KI-Modell auszuführen, um ein Ergebnis zu erzeugen, und Anbieter berechnen sie tokenweise.

Die Abweichung in den Daten ist deutlich. Die Tokenpreise sanken seit Mai um 67 %, während die Gesamtausgaben im selben Zeitraum um etwa 122 % bis 160 % stiegen. Die Einheit wurde billiger, doch die Rechnung länger. Die Nutzung wuchs schnell genug, um die Preissenkung vollständig zu übersteigen.

Der größte Treiber sind offenbar KI-Agenten. Laut den a16z-Daten verbrauchen Agenten fast fünfmal so viele Tokens wie menschliche Nutzer. Eine Person stellt einem Chatbot in der Regel eine Frage und liest die Antwort. Ein Agent führt eine längere Aufgabe von Anfang bis Ende aus, trägt mehr Kontext zwischen den Schritten, ruft wiederholt Tools und Modelle auf und unternimmt insgesamt mehr Schritte – und jeder Schritt verbraucht Tokens.

Die Tokennutzung durch Agenten ist seit Februar 2026 ebenfalls rund 14-mal gestiegen, was auf eine Verschiebung hin zu größeren, stärker automatisierten Workflows statt einmaliger Abfragen hindeutet.

Das Jevons-Paradoxon, jetzt mit GPUs

a16z führt den Trend auf das Jevons-Paradoxon zurück: die Beobachtung, die dem britischen Ökonomen William Stanley Jevons aus dem 19. Jahrhundert zugeschrieben wird, dass der Gesamtverbrauch einer Ressource steigen statt fallen kann, wenn sie effizienter oder billiger nutzbar wird. In den 1860er Jahren stellte Jevons fest, dass die effizientere Kohlenutzung in Großbritannien mit steigendem statt sinkendem Kohleverbrauch einherging. Das Konzept erlebt in modernen Technologiendebatten ein zweites Leben und wird regelmäßig herangezogen, wenn Effizienzgewinne die Nachfrage offenbar anfeuern statt dämpfen. Ebenso machen billigere Inferenz neue Anwendungsfälle wirtschaftlich, und Aufgaben, die sich zu Maipreisen nicht lohnten zu automatisieren, rechnen sich zu den heutigen Preisen plötzlich.

Auf der Angebotsseite gibt es eine Wendung. Während die Tokenpreise weiter sanken, bewegten sich die GPU-Mietpreise deutlich in die entgegengesetzte Richtung. Die Mietkosten für Nvidias B300-Chips stiegen laut den Daten seit Mitte Juli 2026 um 106 %, während die Mietpreise für B200 im selben Zeitraum um 66 % kletterten. Die B300 und B200 sind hochwertige Nvidia-Rechenzentren-GPUs, die für KI-Workloads im großen Maßstab eingesetzt werden.

Das ist eine unangenehme Kombination für jeden, der Inferenz verkauft. Das verkaufte Ergebnis wird billiger, während die gemietete Hardware zur Erzeugung teurer wird. Die Lücke zwischen den beiden Kurven wurde als „Rack Spread“ bezeichnet – eine Anspielung auf den Händlerbegriff für den Abstand zwischen zwei gekoppelten Preisen, hier zwischen dem Preis eines Tokens und der Miete für die dahinterstehende Rechenleistung.

Die a16z-Diagramme weisen auch auf eine Konzentration bei den Käufern hin. Eine relativ kleine Gruppe von Nutzern mit den höchsten Verbrauchswerten macht einen erheblichen Anteil der Gesamtausgaben für Tokens aus. Praktisch bedeutet das, dass die Gesamtzahlen von den Gewohnheiten weniger Konten beeinflusst werden können statt von einer breit gefächerten Nachfrage über die gesamte Nutzerschaft.

Was das bedeutet

Für Anbieter von KI-Modellen sind die Daten ein gemischtes Segen. Das Volumen steigt stark, das ist die gute Seite. Doch der Umsatz pro Token bricht ein, während die Kosten der zugrunde liegenden GPUs steigen. Der Rack Spread ist diese Zwickmühle in Zahlen ausgedrückt.

Für GPU-Besitzer und Cloud-Betreiber sieht das Bild freundlicher aus. Der Anstieg der B300-Mietpreise um 106 % seit Mitte Juli deutet darauf hin, dass die Nachfrage nach Rechenleistung das Angebot übersteigt, zumindest bei den neuesten Chips.

Für Unternehmen, die auf KI aufbauen, ist jeder einzelne Aufruf billiger als im Mai. Doch agentenlastige Produkte können schnell hohe Rechnungen verursachen, da Agenten fast fünfmal so viele Tokens verbrauchen wie ein menschlicher Nutzer.

Auch der Punkt der Konzentration verdient Aufmerksamkeit. Wenn eine kleine Gruppe intensiver Nutzer den Großteil der Ausgaben bestimmt, wird der Markt empfindlich gegenüber deren Entscheidungen.

Fürs Erste erzählen die a16z-Diagramme eine klare Geschichte mit einem kontraintuitiven Ende. Die KI-Inferenz wurde in etwa fünf Monaten um zwei Drittel billiger, und die Antwort der Welt war, so viel mehr davon zu nutzen, dass sich die Gesamtausgaben mehr als verdoppelten. Künftige Aktualisierungen der Daten des Unternehmens werden zeigen, wie sich die drei beweglichen Teile – Tokenpreise, GPU-Mietpreise und die Zusammensetzung der Ausgebenden hinter den Summen – weiterentwickeln.

Quelle: CryptoBriefing. Der Originalbericht wurde von Diego Almada Lopez redigiert.