Was sind Tokens einfach erklärt – und warum manche Sprachen doppelt so viel kosten

Die Kurzfassung: Ein Token ist ein Textabschnitt, mit dem ein neuronales Netzwerk arbeitet. Weder ein Buchstabe noch ein Wort: Ein gängiges kurzes Wort benötigt meist ein Token, ein langes, seltenes wird in mehrere aufgeteilt. Im Englischen entspricht ein Token ungefähr vier Zeichen; in vielen anderen Sprachen sind es eher zwei. Die praktische Konsequenz: derselbe Gedanke benötigt außerhalb des Englischen etwa doppelt so viele Tokens, daher kostet es mehr und ist langsamer. Unten: wie du das selbst sehen kannst, wie sich Eingabe-Tokens von Ausgabe-Tokens unterscheiden und warum ein langes Gespräch von selbst teurer wird.

Einmal sehen ist einfacher

Nimm einen Satz und teile ihn so auf, wie es ein Modell tut. Der vertikale Strich markiert eine Token-Grenze.

The cat sleeps on the windowsill.
→ The| cat| sleeps| on| the| windows|ill|.
8 Tokens

Die Regel ist sichtbar. Ein gängiges kurzes Wort – „the“, „cat“, „on“ – ist ein einzelnes Token. Ein langes oder seltenes Wort wird aufgeteilt: „windows|ill“. Satzzeichen sind eigene Tokens. Ein Leerzeichen hängt meist am folgenden Wort.

Nun derselbe Gedanke auf Russisch:

Кот спит на подоконнике.
→ Кот| спит| на| подо|конник|е|.
7 Tokens – mit halb so vielen Zeichen

Fast die gleiche Token-Anzahl für deutlich weniger Text. Das ist die Dichte-Lücke: Englisch ist effizienter „gepackt“, weil Modelle hauptsächlich darauf trainiert wurden und das Token-Vokabular darauf abgestimmt war.

Die Faustregel

Im Englischen 1 Token ≈ 4 Zeichen; in vielen anderen Sprachen ≈ 2 Zeichen. Für die Budgetplanung oder um zu prüfen, ob ein Dokument passt – verdopple deine Schätzung außerhalb des Englischen.

Hier geht es nicht nur ums Geld. Die Token-Anzahl entscheidet, ob dein Text überhaupt ins Kontextfenster des Modells passt und wie schnell die Antwort kommt.

Tokens werden doppelt gezählt: rein und raus

Ein Gespräch mit einem Modell besteht aus zwei Token-Portionen, die separat abgerechnet werden.

• Input – alles, was du sendest: die Frage, eingefügter Text, eine Datei, ein Bild, der Gesprächsverlauf.
• Output – alles, was das Modell zurückschreibt.

Der Unterschied ist nicht die Terminologie, sondern das Geld: Output kostet um ein Vielfaches mehr. Bei Gemini 2.5 Flash-Lite (Stand 30. Juli 2026) kostet Input $0.10 pro Million Tokens und Output $0.40. Das Vierfache.

Rechnen wir nach. Eine 100-Wörter-Frage sind etwa 300 Input-Tokens – $0.00003. Eine 500-Wörter-Antwort sind etwa 1.500 Output-Tokens – $0.0006. Die Antwort kostet zwanzigmal so viel wie die Frage, obwohl du deine selbst geschrieben hast und das Modell seine in Sekunden erstellt hat.

Daher die Regel, die am meisten spart: kürze die Antwort, nicht die Frage. Eine Anweisung wie „Antworte in einem Absatz“ reduziert die Kosten stärker, als deine Frage zu halbieren. Und „erkläre ausführlich, mit allen Beispielen“ ist die teuerste Formulierung, die du einem Modell geben kannst.

Warum ein langes Gespräch mit jeder Nachricht teurer wird

Das Modell erinnert sich nicht an frühere Gesprächsrunden. Damit es dem Faden folgen kann, wird der gesamte Austausch jedes Mal von Grund auf neu gesendet. Deine zehnte Nachricht zieht die neun vorherigen mit sich, und alle zählen wieder als Input.

Nachricht 1: 300 Input-Tokens.
Nachricht 5: 300 eigene + 1.800 Verlauf = 2.100.
Nachricht 10: 300 eigene + 4.500 Verlauf = 4.800.

Du schreibst weiterhin gleich kurze Antworten, während der Input von selbst wächst. Deshalb kostet ein langer „Alles-in-einem“-Thread mehr als ein neuer Chat mit derselben Frage – und warum das Modell irgendwann den Anfang des Gesprächs verliert: Der alte Text passt nicht mehr.

Das Kontextfenster: wo sich alles ansammelt

Alles, was dem Modell gerade zur Verfügung steht, liegt auf einem Tisch – das ist das Kontextfenster. Gleichzeitig darauf: die Systemanweisung, der gesamte Gesprächsverlauf, alle hochgeladenen Dateien und Platz für die Antwort, die es gerade schreibt.

Die Größe dieses Tisches wird in Tokens gemessen. Mitte 2026 liegen die Top-Modelle bei etwa einer Million: das bewerben Claude Sonnet 4.6 (in Beta), Gemini und GPT-5.4. Ein paar Jahre zuvor lag der Standard bei 128 Tausend – achtmal weniger.

Eine Million Tokens sind ungefähr 2.500 Seiten englischer Text oder etwa 1.250 Seiten in einer dichteren Sprache. Und das gilt für alles zusammen: Verlauf, Dateien und die Antwort.

Ein ehrlicher Hinweis, den du im Marketing nicht finden wirst: Das beworbene Fenster und das tatsächlich nutzbare sind zwei verschiedene Dinge. Das Modell akzeptiert formal eine Million Tokens, aber die Qualität lässt merklich früher nach – mitten in einem riesigen Text wird es verwirrt und findet Dinge weniger zuverlässig. Je näher an der Grenze, desto weniger solltest du der Antwort vertrauen.

Was du damit tun kannst

• Begrenze die Antwortlänge explizit. „Drei Sätze“, „eine Liste von fünf“ – direkte Einsparungen.
• Neue Aufgabe, neuer Chat. Günstiger und genauer: veralteter Kontext stört nicht mehr.
• Lade keine ganze Datei hoch, wenn du nur einen Abschnitt brauchst. Schneide den relevanten Teil aus – die Antwort wird besser, nicht nur günstiger.
• Probiere lange technische Prompts auf Englisch. Die Token-Einsparungen sind ein Bonus dazu, dass Modelle englische Anweisungen präziser befolgen.

Wo du deine eigenen Token-Zahlen siehst

Wenn du das Modell über eine API erreichst, enthält die Antwort einen usageMetadata-Block: Das Modell selbst meldet, wie viele Tokens hineingingen und wie viele herauskamen, aufgeschlüsselt nach Modalität. Das ist der ehrlichste Weg, jede Berechnung zu überprüfen – auch unsere.