KI-Abos werden knapper, lokale Modelle holen auf: Was hinter dem Wendepunkt steckt

Bei den großen KI-Anbietern verschiebt sich gerade etwas Grundsätzliches. Zum ersten Mal gibt es in manchen Abos fürs gleiche Geld weniger Nutzung, vor allem bei den stärksten Modellen. Gleichzeitig werden offene Modelle, die man auf eigener Hardware betreiben kann, kleiner, günstiger und erstaunlich leistungsfähig. Beide Entwicklungen hängen zusammen. Dieser Beitrag ordnet ein, was sich bei den Abos ändert, wie es dazu kam, wie gut lokale Modelle heute wirklich sind und was das für Betriebe bedeutet.

Stand 5. November 2026. Gegenwerte sind grobe Hochrechnungen, keine Anbieterangaben.

• Zwei Trends gleichzeitig
• Abo oder API: zwei Arten zu zahlen
• Was sich bei den Abos ändert
• Wie es dazu kam
• Wie gut lokale Modelle sind
• Drei Gründe für Preisdruck
• preiswerter und teurer zugleich
• Was das für Betriebe heißt

Zwei Trends, die gleichzeitig wirken

Im Herbst 2026 laufen zwei Entwicklungen parallel, die auf den ersten Blick nicht zusammenpassen:

• Die großen KI-Labore geben fürs gleiche Geld erstmals weniger Nutzung, jedenfalls bei ihren stärksten Modellen. Ein Anbieter hat den Gegenwert seines teuersten Privatkunden-Abos beim Spitzenmodell etwa halbiert, verbunden mit dem Versprechen, dass mit der Zeit wieder mehr hineinpasst.
• Offene Modelle werden besser, kleiner und preiswerter. Ein chinesisches Modell mit rund 27 Milliarden Parametern läuft schon auf einem gut ausgestatteten Laptop, solange genug Arbeitsspeicher vorhanden ist. In Vergleichstests hält es bei vielen Aufgaben mit Spitzenmodellen mit, die vor einem guten halben Jahr noch ganz vorne lagen.

Wer ein solches Modell lokal betreibt, zahlt keine Nutzungsgebühren, und die Daten verlassen den eigenen Rechner nicht. Das setzt die großen Anbieter unter Druck. Gleichzeitig kündigen sie an, dass der Wert eines Abos langfristig näher an das heranrücken soll, was dieselbe Nutzung über die API kosten würde. Daraus ergeben sich zwei Fragen: Zahlen Nutzer künftig mehr für dasselbe? Oder wird KI so preiswert, dass sich eigene Hardware lohnt?

Abo oder API: zwei Arten, für KI zu bezahlen

Um die Änderungen zu verstehen, hilft ein Blick auf die beiden Abrechnungsmodelle.

Wie groß der Unterschied zwischen beiden Welten war, zeigte im Juni 2026 eine Hochrechnung. Dafür wurden die normalen Privatkunden-Abos gekauft und so lange Programmieraufgaben ausgeführt, bis das Wochenlimit erreicht war. Der Verbrauch wurde anschließend in API-Preise umgerechnet.

Grobe Hochrechnung mit Programmieraufgaben bis zum Wochenlimit, Stand Juni 2026. Die Größenordnung zählt, nicht der genaue Wert.

Für Nutzer ist das ein komfortabler Zustand. Für die Anbieter ist es ein Verlustgeschäft, das sich nicht beliebig fortsetzen lässt, schon gar nicht, wenn immer mehr Menschen KI-Agenten rund um die Uhr laufen lassen.

Was sich bei den Abos konkret ändert

Bei einem Anbieter kam im September 2026 ein neues Spitzenmodell heraus, das so gut ankam, dass das teuerste Abo eine Woche später für Neukunden vorübergehend gestoppt wurde. Kurz darauf hieß es: Das Abo kommt zurück, die Nutzung wird aber künftig an den API-Preisen gemessen. Damit steckt beim Spitzenmodell nur noch etwa die Hälfte drin.

Ganz so einfach ist es allerdings nicht. Das Spitzenmodell kostet über die API so viel wie zuvor, zwei neue, kleinere Modelle desselben Anbieters dagegen nur noch die Hälfte. Wer überwiegend das Spitzenmodell nutzt, bekommt also tatsächlich weniger. Mit den günstigeren Modellen bleibt es ungefähr gleich. Zusätzlich gibt es nun ein Abo für 500 Dollar mit mehr Kontingent und einem bis zu achtmal schnelleren Modus.

Beim zweiten großen Anbieter läuft es ähnlich. Seit Juli 2026 ist das stärkste Modell nicht mehr in den kleinen Abos enthalten, sondern wird dort zu API-Preisen extra berechnet. In den größeren Abos darf nur noch die Hälfte des Kontingents für dieses Modell verwendet werden.

Wie es dazu kam: vier Jahre Suche nach dem richtigen Preis

Seit dem Start der ersten großen Chat-KI versuchen die Anbieter herauszufinden, wofür und wie sie Geld verlangen können. Die Entwicklung im Überblick:

1. 11/22frei verfügbarer StartDie erste massentaugliche Chat-KI ist zunächst komplett frei verfügbar.
2. 2023Pauschalabo für 20 DollarEin Monatsabo mit festem Preis wird eingeführt, fast alle anderen Anbieter übernehmen das Modell.
3. 12/24Profi-Abo mit „unbegrenzter“ NutzungEin deutlich teureres Abo verspricht unbegrenzte Nutzung des Spitzenmodells. Kurz darauf räumt der Anbieter ein, damit Geld zu verlieren, weil die Kunden es viel intensiver nutzen als erwartet.
4. 01/25Schock aus ChinaEin frei verfügbares chinesisches Modell erreicht ungefähr das Niveau des damaligen Spitzenmodells und ist über die API erheblich preiswerter. An der Börse verliert ein großer Chiphersteller an einem einzigen Tag mehrere Hundert Milliarden Dollar Börsenwert.
5. 2025WochenlimitsNeue Großabos folgen. Schon im Sommer zeigt sich, dass einzelne Nutzer Programmier-Agenten rund um die Uhr laufen lassen und dabei Rechenleistung im Wert von Zehntausenden Dollar verbrauchen. Die Antwort sind erstmals Wochenlimits.
6. 10/25Nachkaufen im AboWer sein Limit erreicht, kann Guthaben nachkaufen, zahlt also mitten im Abo nach Verbrauch. Begründung: So bleibt das Abo für die große Mehrheit günstig, Vielnutzer zahlen drauf.
7. 04/26EingeständnisEin Anbieter erklärt, sein Großabo sei ursprünglich für intensives Chatten gedacht gewesen. Agenten, die stundenlang selbstständig arbeiten, waren beim Start schlicht nicht eingeplant.
8. 2026Spitzenmodelle nach VerbrauchGesonderte Abrechnung der stärksten Modelle bei beiden großen Anbietern.

Das Muster ist bei beiden Firmen nahezu gleich: Erst kamen Pauschalpreise, dann haben Agenten den Verbrauch massiv nach oben getrieben, und jetzt werden die Abos an diese Nutzung angepasst. Dass das gerade jetzt geschieht, dürfte auch mit der Finanzierung zu tun haben. Große Nutzungsmengen für einen kleinen Pauschalpreis zu verschenken, wirkt gegenüber Investoren wenig überzeugend, erst recht im Vorfeld möglicher Börsengänge. Vieles spricht dafür, dass die Zeit, in der die allerbesten Modelle fast unbegrenzt zum Festpreis nutzbar waren, langsam endet.

Wie gut lokale Modelle wirklich sind

Auf der anderen Seite stehen die offenen Modelle. Ein Beispiel aus der Qwen-Familie mit rund 27 Milliarden Parametern läuft auf einem gut ausgestatteten Laptop. Für seine Größe ist es bemerkenswert stark: In einem Vergleich mit einem Spitzenmodell aus dem Frühjahr 2026 kamen beide auf ähnliche Ergebnisse.

Es gibt aber zwei Haken.

Haken 1: Geschwindigkeit

Solche Modelle denken oft sehr lange nach. Auf kleinerer Hardware kommen sie auf etwa 10 bis 15 Token pro Sekunde. Eine Landingpage, die ein Cloud-Abo in wenigen Minuten erstellt, kann lokal schnell eine Stunde dauern, und das nur für einen einzigen Durchgang. Stärkere Hardware und Optimierungen helfen, die Wartezeit muss man aber einplanen.

Haken 2: Abstand zur aktuellen Spitze

In einer zweiten Runde gegen die heutigen Spitzenmodelle lag das lokale Modell deutlich zurück, besonders bei langen, mehrstufigen Agenten-Aufgaben. Für viele Grundaufgaben reicht es trotzdem gut.

Offene Modelle muss man nicht zwingend selbst betreiben. Es gibt Anbieter, die sie hosten und über eine API zu einem Bruchteil der Preise großer Labore anbieten. Der Datenschutzvorteil fällt dann allerdings weg. Für den Markt zählt trotzdem vor allem eines: Solche Alternativen erhöhen den Preisdruck.

Drei Gründe, warum der Preisdruck weiter steigt

preiswerter und teurer zugleich: die Preisschere

Der Preis pro Token sagt noch nicht, was eine fertige Aufgabe kostet. Ein günstiges Modell, das deutlich länger nachdenkt oder mehrere Anläufe braucht, spart unter Umständen wenig. Aussagekräftiger sind Vergleiche, die Qualität und Kosten pro Aufgabe gemeinsam messen. Dort zeigt sich ein klares Bild:

Kosten je Aufgabe bei vergleichbarer Qualität laut Vergleichsmessungen, Stand Herbst 2026.

Warum zahlen trotzdem viele für die Spitze? Weil günstige Modelle bei komplexen Aufgaben und langen Agenten-Abläufen noch nicht mithalten. Dazu kommen neue Einsatzzwecke, die vorher kaum funktionierten. Ganze Videos per KI zu schneiden etwa liefert mit Spitzenmodellen zunehmend brauchbare Ergebnisse, lokale Modelle sind dafür bislang ungeeignet. Ähnlich bei der Spieleentwicklung: Wer ein ganzes Spiel in einem Zug erzeugen lässt, greift zu den stärksten Modellen. Die meisten einfachen Aufgaben erledigen die Standardmodelle dagegen schon heute ungefähr genauso gut.

Ausblick: Die Lücke zwischen Abo und API schließt sich

KI wird insgesamt weiter günstiger. Gleichzeitig schrumpft der enorme Preisvorteil der Abos gegenüber der API. Diese Lücke kann sich auf zwei Wegen schließen: Entweder wird die API so preiswert, dass sie zur Nutzung im Abo passt, oder im Abo steckt weniger Nutzung. Wahrscheinlich wird es eine Mischung aus beidem.

Ob Nutzer dabei draufzahlen, hängt vom eigenen Verhalten ab. Wer hauptsächlich Spitzenmodelle verwendet, spürt die Kürzungen deutlich. Wer überwiegend normale Aufgaben erledigt, für die kleinere Modelle reichen, findet die Abos weiterhin großzügig. Für Firmen mit hohen API-Rechnungen lohnt sich dagegen ein genauer Blick darauf, welche Aufgaben sich an ein selbst betriebenes Modell auslagern lassen.

Was das für Betriebe heißt

Für kleine und mittlere Unternehmen ergibt sich daraus keine Entweder-oder-Entscheidung, sondern eine Aufteilung nach Aufgabe:

Wer heute schon die eigenen KI-Aufgaben nach diesen Gruppen sortiert, ist von Kürzungen in den Abos kaum betroffen und kann gezielt entscheiden, ob sich eigene Hardware lohnt. Die Frage, ob ein neuer Rechner das Cloud-Abo ersetzen kann, hängt vor allem davon ab, was damit erledigt werden soll und wie viel Wartezeit akzeptabel ist. Eine Übersicht zur passenden Hardware finden Sie in unserem Vergleich lokaler Sprachmodelle.

Wir richten lokale KI und eigene Sprachmodelle auf Hardware oder Servern in Deutschland ein und verbinden sie bei Bedarf mit Cloud-Modellen für die anspruchsvollen Aufgaben, abgestimmt auf datenschutzkonforme KI.

Weiterlesen: KI-Kosten 2026: Preise fallen, Rechnungen steigen · Lokale KI holt auf · Chinesische KI-Modelle im Überblick · KI-Token richtig nutzen