ChatGPT oder Claude: Was ist besser fürs Büro? Vergleich mit Praxistest

ChatGPT oder Claude: Womit ihr anfangen solltet

Im Büro entscheiden eure Dateien, der Preis für eure tatsächliche Nutzung, der Umgang mit Firmendaten und die Nacharbeit nach dem ersten Entwurf, nicht der Markenname. Die wichtigsten Unterschiede stehen in der Tabelle am Ende dieses Abschnitts.

Beginne mit ChatGPT, wenn dein Team dort bereits brauchbare Projektquellen und Arbeitsanweisungen aufgebaut hat. Beginne mit Claude, wenn entsprechende Unterlagen und Abläufe dort gepflegt werden. Das ist jeweils ein praktischer Startvorteil, keine Aussage über die grundsätzlich bessere Antwortqualität. Ein Wechsel braucht einen nachvollziehbaren Nutzen.

Wenn ihr noch keines der Werkzeuge nutzt, beginnt mit einer typischen Aufgabe und einem freigegebenen Datensatz. Prüft zuerst benötigte Dateiformate und Zugänge, dann das fachliche Ergebnis und zuletzt die aktive Nacharbeit. Wählt einen Zugang, der diese Bedingungen erfüllt, und testet den zweiten unter denselben Bedingungen. Ein teurerer Tarif ist kein Ersatz für diesen Vergleich.

Wenn beide fachlich ausreichend abschneiden, können Bedienung, Freigaben, verfügbare Dateiformate und der interne Betreuungsaufwand entscheiden. Vergleiche die aktuellen Konditionen für die benötigten Funktionen und rechne die menschliche Nacharbeit mit ein. Ein günstiger Einzelzugang ist nicht automatisch die günstigere Teamlösung.

Belege: OpenAI: ChatGPT Work und Codex: Preise und Nutzung ↗ · Anthropic: Claude-Pläne und Preise ↗ · OpenAI: Modelle in ChatGPT Work und Codex ↗ · Anthropic: Das passende Claude-Modell wählen ↗ · OpenAI: Datenschutz für Business, Enterprise und API ↗ · OpenAI: Datenschutzeinstellungen in ChatGPT ↗ · OpenAI: GPT-6 Astra: API-Spezifikationen und Preise ↗ · Anthropic: aktuelle API-Preise ↗

Weiterlesen: Claude Cowork auf Deutsch: Anleitung und 5 Aufgaben fürs Büro →

Weiterlesen: Claude Skills erstellen: Anleitung auf Deutsch mit Vorlage →

Weiterlesen: Was kostet KI-Automatisierung? Kosten berechnen, Angebote vergleichen →

Welchen Teil des Vergleichs brauchst du?

Wähle zuerst die Arbeitsform. Ein Abo für die persönliche Nutzung, ein Werkzeug für Dateiaufgaben und eine API für einen eingebauten Ablauf sind unterschiedliche Entscheidungen. Ein niedriger API-Tokenpreis sagt beispielsweise nicht, wie gut dein Team mit der Oberfläche arbeiten kann.

Der unten dokumentierte eigene Durchlauf prüft eine eng begrenzte Aufgabe. Er ist ein nachvollziehbares Beispiel, kein allgemeiner Siegernachweis. Für eure Entscheidung zählen dieselben Unterlagen, ein vorher festgelegtes Soll-Ergebnis und die Zeit, die nach dem ersten Entwurf noch im Team anfällt.

Wenn dir die Zeit für diesen Vergleich fehlt, beschreibe uns eine typische Aufgabe. Im Prozesscheck klären wir die benötigte Ausgabe und eure vorhandenen Zugänge. Eine passende Einrichtung kann danach Modellwahl, Vorlagen, Anbindungen und Übergabe zusammenführen.

Vergleiche deinen Arbeitsweg, nicht nur zwei Antworten

Schreibe zuerst auf, welches Ergebnis du regelmäßig brauchst: eine versandfertige Antwort, eine nachvollziehbare Angebotsübersicht oder eine bereinigte Tabelle. Halte fest, wer damit weiterarbeitet und in welchem Format. Ein Text im Chat und eine verwendbare Datei können unterschiedlich viel Nacharbeit verursachen.

Beide Produktfamilien bieten Möglichkeiten, Dateien und wiederkehrenden Kontext einzubeziehen. OpenAI dokumentiert für ChatGPT-Projekte gemeinsame Dateien, Quellen und Anweisungen. Anthropic beschreibt Datei-Uploads in Claude-Chats sowie Projektdateien, die über einzelne Gespräche hinweg verfügbar bleiben. Das sind Ausgangspunkte für einen Vergleich; sie belegen keinen Qualitätsvorsprung.

Unterscheide außerdem den normalen Chat von weitergehenden Arbeitsmodi und verbundenen Werkzeugen. Ein Funktionsname oder ein Abonnement allein sagt nicht, welche Zugriffe in deinem Konto eingerichtet sind. Prüfe die tatsächlich verfügbaren Funktionen, bevor du Aufgaben vergleichst. Preise, Modelle und Limits in diesem Artikel haben wir am 1. Oktober 2026 erneut geprüft.

Werte die offenen Vorgänge im September 2026 aus. Zähle exakt gleiche Dubletten einmal. Verwende das Datumsformat JJJJ-MM-TT und das deutsche Dezimalzeichen. Behandle fehlende Beträge als unbekannt. Nenne Vorgangskennungen, Anzahl, Summe der bekannten Nettobeträge und verbleibende Lücken. Beschreibe kurz, welche Zeilen du ausgeschlossen hast.

vorgang;datum;status;betrag_netto_eur
A-17;2026-08-31;offen;480,00
A-18;2026-09-01;offen;120,50
A-18;2026-09-01;offen;120,50
A-19;2026-09-02;storniert;240,00
A-20;2026-09-03;offen;
A-21;2026-09-04;offen;80,00

Gleiche Bedingungen machen Unterschiede sichtbar

Bereite einen kleinen Satz fiktiver oder passend anonymisierter Unterlagen vor. Beide Werkzeuge erhalten dieselben Dateien, dieselbe Fragestellung und dasselbe gewünschte Ausgabeformat. Starte ohne alte Gesprächsinhalte, die einer Seite zusätzliches Wissen liefern könnten. Falls du Projekte nutzt, lege auch dort dieselben Regeln fest.

Notiere Datum, verwendetes Modell beziehungsweise gewählten Modus, Kontotyp und eingeschaltete Werkzeuge. Gib beiden denselben Rahmen für Rückfragen und Überarbeitungen. Wenn du eine Ausgabe dreimal nachbesserst und die andere nach dem ersten Versuch bewertest, vergleichst du auch deinen eigenen Zeitaufwand.

Bei Datei-Aufgaben gehören technische Voraussetzungen zur Prüfung. XLSX-Dateien lassen sich bei Claude laut Hilfe nur hochladen, wenn Code-Ausführung und Dateierstellung im Konto aktiviert sind. PDFs bis 100 Seiten analysiert Claude mit Text und Bildern, längere bis 1.000 Seiten nur noch als Text. Prüfe deshalb, ob die entscheidenden Tabellen, Bilder und Texte überhaupt verfügbar sind, bevor du ein inhaltliches Urteil fällst.

Belege: OpenAI: Projekte und Chats in ChatGPT ↗ · Anthropic: Dateien zu Claude hochladen ↗ · Anthropic: Erste Schritte mit Claude Cowork ↗

Fünf Aufgaben für einen nützlichen Vergleich

Definiere die erwarteten Fakten vor dem ersten Durchlauf. Du brauchst keine perfekte Musterantwort, aber eine Liste dessen, was enthalten sein muss und was keinesfalls behauptet werden darf.

• Kundenanfrage beantworten: Eine fiktive Kundin möchte kurzfristig einen Zusatzauftrag. Preis und Kapazität stehen noch nicht fest. Lass eine kurze Antwort in eurem Ton formulieren. Prüfe, ob das Werkzeug offene Punkte erfragt, eine unverbindliche Aussage beibehält und keine Lieferzusage erfindet. Sprachlicher Geschmack wird getrennt von solchen sachlichen Fehlern bewertet.
• Einen Bericht korrigieren: Gib einen kurzen Text mit widersprüchlichen Zahlen und einem unklaren Zeitraum vor. Verlange markierte Probleme und einen korrigierten Entwurf nur für eindeutig lösbare Stellen. Eine flüssige Neufassung ist unzureichend, wenn sie Widersprüche stillschweigend auflöst. Entscheidend ist, ob das Werkzeug die Unsicherheit sichtbar lässt.
• Eine CSV auswerten: Verwende eine überschaubare Tabelle mit leeren Feldern, einer Dublette und uneinheitlichem Datumsformat. Lass zuerst die Bereinigungsregeln erklären, danach auswerten. Prüfe die Zeilenzahl und rechne eine zentrale Kennzahl selbst nach. Ein fehlender Betrag soll nicht ohne Begründung als null gelten.
• Zwei PDF-Angebote vergleichen: Baue absichtlich unterschiedliche Leistungsumfänge und Abrechnungszeiträume ein. Verlange eine Gegenüberstellung mit Fundstellen und offenen Fragen. Kontrolliere, ob das Werkzeug wirklich dieselben Positionen vergleicht und fehlende Angaben kennzeichnet. Eine Empfehlung ohne prüfbare Grundlage bekommt keine Zusatzpunkte für entschiedene Formulierungen.
• Notizen zusammenfassen: Mische Entscheidungen, Ideen und verworfene Vorschläge. Das gewünschte Ergebnis besteht aus Beschlüssen, offenen Fragen und Aufgaben mit Verantwortlichen. Prüfe, ob Vorschläge zu Zusagen werden oder Zuständigkeiten erfunden sind. Der Nutzen zeigt sich daran, wie wenig das Team vor der Weitergabe korrigieren muss.

Ein Bewertungsbogen, der Sachfehler sichtbar macht

Vergib keine Gesamtnote, bevor fachliche Mindestbedingungen erfüllt sind. In unserem fiktiven Anfragefall fehlen Preis und Termin. Beide Angaben müssen offen bleiben. Die Tabelle ist ein ausfüllbarer Vergleichsrahmen für euren eigenen Versuch. Unseren dokumentierten Durchlauf des CSV-Tests findest du im nächsten Abschnitt.

Die CSV-Vorlage enthält sechs fiktive Zeilen: eine Dublette, einen August-Vorgang, eine Stornierung und einen unbekannten Betrag. Der getrennte Lösungsschlüssel erwartet drei offene September-Vorgänge, 200,50 Euro bekannte Nettobeträge und einen weiterhin unbekannten Betrag. Die 200,50 Euro sind keine vollständige Gesamtsumme. Gib dem Werkzeug nur Auftrag und Daten; behalte den Lösungsschlüssel zur Prüfung.

Praxistest ChatGPT gegen Claude: Dieselbe CSV-Aufgabe mit Astra und Fable 5.1

Angaben geprüft am 17. September 2026

Am 17. September 2026 haben wir den CSV-Test aus dem Arbeitsblatt je einmal ausgeführt: GPT-6 Astra über die Codex-Kommandozeile, Claude Fable 5.1 über Claude Code. Beide Sitzungen waren neu und bekamen ausschließlich Auftrag und Daten aus der Testdatei, keinen Lösungsschlüssel. Werkzeuge und Dateizugriffe waren nicht im Spiel. Beide Umgebungen liefen mit unseren üblichen Arbeitsanweisungen; das ist keine neutrale Laborbedingung.

Beide Ausgaben erfüllten jeden Punkt des Lösungsschlüssels: drei offene Vorgänge (A-18, A-20, A-21), 200,50 Euro bekannte Nettobeträge, A-20 ausdrücklich als unbekannt, dazu A-17, A-19 und die Dublette mit Begründung ausgeschlossen. Keine der vier Fallen aus dem Arbeitsblatt (Dublette, August-Zeile, Storno, fehlender Betrag) führte zu einem Fehler. Fable bezeichnete die 200,50 Euro zusätzlich als Untergrenze, solange der Betrag von A-20 fehlt.

Die angezeigten Laufzeiten betrugen bei Astra 24 Sekunden und bei Fable rund 8 Sekunden. Das Codex-Protokoll nannte 27.910 Tokens, Claude Code 69.099. Diese Werte enthalten den jeweiligen Systemkontext; die Laufzeiten enthalten Einflüsse der Arbeitsumgebung. Daraus lässt sich weder ein Preis für den CSV-Test noch ein belastbarer Geschwindigkeitsvorsprung ableiten.

Was der Lauf nicht zeigt: Ein bestandener Einzelfall je Modell ist kein Benchmark und sagt nichts über eure Dateien. Die Aufgabe ist klein und eindeutig. Unterschiede zeigen sich eher bei unklaren Eingaben, längeren Unterlagen und Wiederholungen. Ändere deshalb für euren Vergleich Eingaben und Lösungsschlüssel gemeinsam und wiederhole den wichtigsten Fall.

Bewerte Richtigkeit, Nacharbeit und Bedienung getrennt

Vergib je Aufgabe einfache Bewertungen für sachliche Richtigkeit, Vollständigkeit, nachvollziehbare Quellen und nutzbares Ausgabeformat. Notiere konkrete Fehler neben der Bewertung. Eine erfundene Preiszusage wiegt für eine Kundenantwort schwerer als ein unpassender Einstiegssatz; lege solche Ausschlusskriterien vorher fest.

Miss außerdem deine aktive Zeit: Dateien vorbereiten, Auftrag schreiben, Ergebnis prüfen und korrigieren. Wartezeit kannst du separat erfassen. So erkennst du, ob eine schnelle Antwort tatsächlich Arbeit spart oder den Aufwand nur in die Kontrolle verschiebt.

Wiederhole die wichtigste Aufgabe mit einer zweiten Variante und einem schwierigen Fall. Falls du die Ausgaben ohne Produktnamen beurteilen lässt, reduzierst du zudem den Einfluss einer bereits vorhandenen Markenpräferenz.

ChatGPT und Claude 2026: Welche Modelle sind aktuell?

Angaben geprüft am 1. Oktober 2026

OpenAI bezeichnet GPT-6 Astra als sein leistungsfähigstes Modell für komplexe Arbeit. Für komplexe und agentische Abläufe empfiehlt OpenAI GPT-6.1 Sol, sobald es im Konto verfügbar ist, und GPT-6 Luna für klare, wiederholbare Aufgaben. Sol und Luna laufen in ChatGPT in Work und Codex, nicht im normalen Chat. In Enterprise-Workspaces muss die Administration Astra und GPT-6.1 Sol erst freischalten.

Bei Anthropic ist Claude Fable 5.1 seit dem 1. September 2026 das leistungsfähigste allgemein verfügbare Modell. Am 22. September folgte Claude Opus 5.5, am 28. September Claude Sonnet 5.5. Anthropics Leitfaden zur Modellwahl lässt die meisten Arbeiten mit Opus 5.5 beginnen und empfiehlt Fable 5.1 erst, wenn Tests auch auf der höchsten Denkstufe nicht reichen.

Unser Vorschlag für einen Betriebsvergleich: Lass dieselbe Angebotsübersicht zuerst mit der empfohlenen günstigeren Stufe erstellen, also GPT-6.1 Sol oder einem Opus-Modell. Wenn wichtige Positionen fehlen oder die Prüfung zu lange dauert, wiederhole genau diesen Fall mit Astra beziehungsweise Fable 5.1. Der Mehrpreis braucht einen Vorteil, den dein Team tatsächlich nutzen kann.

Belege: OpenAI: Neuigkeiten zu Astra und ChatGPT Work ↗ · Anthropic: Claude Fable 5.1 ↗ · OpenAI: Modelle in ChatGPT Work und Codex ↗ · Anthropic: Das passende Claude-Modell wählen ↗ · Anthropic: Claude Opus 5.5 ↗ · Anthropic: Claude Sonnet 5.5 ↗

ChatGPT vs. Claude: Was kosten die Abos?

Angaben geprüft am 1. Oktober 2026

Die Tabelle trennt persönlichen Zugang und Teamplätze. Eine Abo-Gebühr bezahlt den jeweiligen Zugang und dessen enthaltenes Kontingent. Zusätzliche Nutzung und eigenständige API-Aufrufe können separat abgerechnet werden.

Alle Angaben sind USD-Listenpreise. Jahresabrechnung bindet den genannten Jahresbetrag; sie ist kein monatlich kündbares Angebot. Für mehrere Mitarbeitende zählen außerdem Administration und gemeinsame Arbeitsunterlagen.

ChatGPT Pro gibt es laut OpenAI-Preisseite in drei Stufen: 100, 200 oder 500 USD im Monat. Von den Pro-Stufen enthält nur Pro 500 Astra Ultrafast, einen schnelleren Modus für GPT-6 Astra, der das Kontingent deutlich stärker belastet. Laut OpenAI-Hilfe enthält Pro 200 mehr Nutzung als Pro 100 und Pro 500 die meiste; feste Mengen nennt sie nicht, prüfe das vor dem Kauf im Konto. Pro 200 ist wieder neu buchbar, neue Abos ohne Bestandsschutz erhalten aber weniger Nutzung als bisher.

Claude Team ist für 2 bis 150 Personen ausgelegt und erlaubt gemischte Standard- und Premium-Plätze. Ein eigenes Beispiel mit drei Standard-Plätzen und einem Premium-Platz kostet bei Jahresabrechnung 160 USD pro Monat, also 1.920 USD für zwölf Monate. Vier Premium-Plätze wären 4.800 USD jährlich. Die günstigere Mischung passt nur, wenn die enthaltene Nutzung für die drei Standard-Plätze ausreicht; insbesondere Fable wird dort zusätzlich abgerechnet. Regionale Preise und Steuern sind im Konto zu prüfen.

Belege: OpenAI: ChatGPT Work und Codex: Preise und Nutzung ↗ · Anthropic: Claude-Pläne und Preise ↗ · Anthropic: Claude Team: Mindestgröße und gemischte Plätze ↗ · OpenAI: ChatGPT-Pro-Stufen, Nutzung und Abrechnung ↗

ChatGPT vs. Claude: Welche Nutzungslimits gelten?

Angaben geprüft am 1. Oktober 2026

Beide Anbieter rechnen Abos nicht in festen Nachrichtenzahlen ab. Wie viel eine Aufgabe verbraucht, hängt laut beiden von Modell, Kontext, Werkzeugen und genutzten Funktionen ab.

OpenAI schätzt für Plus und Business Standard lokale Nachrichten pro fünf Stunden; das sind Orientierungswerte, keine festen Grenzen. Pro-Pläne haben derzeit kein Fünf-Stunden-Limit. Lokale Nachrichten und Cloud-Aufgaben teilen dasselbe Kontingent, Wochenlimits können zusätzlich gelten.

Anthropic beschreibt die Pläne im Verhältnis zueinander. Alle Pläne setzen in einem rollierenden Fünf-Stunden-Fenster zurück, bezahlte Pläne haben zusätzlich Wochenlimits. Chat, Desktop, Mobil und Claude Code ziehen aus demselben Kontingent.

Fable 5 und 5.1 laufen bei Claude Pro und Team Standard von Beginn an über zusätzlich bezahlte Nutzungsguthaben. Bei Max und Team Premium dürfen Fable-Modelle bis zu 50 Prozent des regulären Wochenlimits nutzen. Sie verbrauchen es schneller als andere Claude-Modelle; die Hälfte kommt nicht zusätzlich obendrauf.

Eine verlässliche Angabe wie „eine PDF kostet immer zwei Prozent“ gibt es dafür nicht. Erfasst vor und nach einem abgegrenzten Versuch das angezeigte Kontingent, Modell, Dateien, Werkzeugschritte und Korrekturen. Andere gleichzeitig laufende Arbeit verfälscht die Differenz. Ein Reset zwischen den Messpunkten macht den Vergleich unbrauchbar.

Eine kurze Anweisung kann eine lange Bearbeitung auslösen. Dateiinhalte, frühere Arbeitsschritte und zusätzliche Recherche bestimmen mit, was tatsächlich verarbeitet wird. Für deinen Einkauf zählt deshalb, wie viele vollständige Aufgaben im verfügbaren Budget gelingen.

Belege: OpenAI: ChatGPT Work und Codex: Preise und Nutzung ↗ · Anthropic: Claude-Pläne und Preise ↗ · Anthropic: Fable-Modelle im jeweiligen Plan ↗

ChatGPT vs. Claude: Was kostet die API?

Angaben geprüft am 1. Oktober 2026

Für eigene Integrationen gelten Token-Tarife. Tokens sind die vom Modell verarbeiteten Einheiten; dieselbe Textmenge muss bei verschiedenen Modellen nicht gleich viele Tokens ergeben. Anthropic nennt etwa für Modelle ab Claude Opus 4.7 einen neueren Tokenizer, der für denselben Text rund 30 Prozent mehr Tokens erzeugt als der eigene ältere. Die Tabelle zeigt Standardtarife je Million Tokens, ohne zusätzliche Werkzeuge.

Bei Astra, GPT-6.1 Sol und Luna kosten Anfragen mit mehr als 272.000 Eingabetokens für die gesamte Anfrage das Doppelte beim Input und Cache sowie das 1,5-Fache beim Output. Anthropic berechnet bei Claude-Modellen ab Version 4.6 auch Anfragen bis zu einer Million Tokens zum Standardpreis. Cache-Schreiben ist bei beiden gesondert bepreist. Deshalb sind kurze Tests und lange Dokumentensammlungen nicht ohne Weiteres vergleichbar.

Belege: OpenAI: GPT-6 Astra: API-Spezifikationen und Preise ↗ · Anthropic: aktuelle API-Preise ↗ · OpenAI: GPT-6.1 Sol: API-Spezifikationen und Preise ↗ · OpenAI: GPT-6 Luna: API-Spezifikationen und Preise ↗

Was bedeutet das für eine echte Arbeitsmenge?

Rechenbeispiel, kein gemessener Modelllauf: 20.000 ungecachte Eingabetokens plus 5.000 abrechenbare Ausgabetokens ergeben bei Astra oder Fable 5.1 jeweils 0,45 USD. Für 100 identische Aufrufe wären es 45 USD. Mit denselben angenommenen Tokenzahlen kosten 100 Aufrufe mit Opus 5 22,50 USD, mit Opus 5.5 18 USD, mit GPT-6.1 Sol, Sonnet 5 oder Sonnet 5.5 je 9 USD und mit GPT-6 Luna 0,45 USD.

Diese Modellrechnung enthält keine Werkzeuge, Cache-Schreibvorgänge, zusätzlichen Durchläufe oder Hostingkosten. Die 5.000 Ausgabetokens müssen sämtliche abrechenbaren Output-Tokens abdecken, nicht nur den sichtbaren Antworttext. In der Praxis unterscheiden sich Tokenzahlen und Ergebnisqualität.

Unser eigener Kalkulationsvergleich: Zwei Minuten Nacharbeit bei angenommenen 45 Euro internen Kosten pro Stunde entsprechen 1,50 Euro je Vorgang. Bei 100 Vorgängen sind das 150 Euro. USD-Nutzung und Euro-Arbeit werden erst nach einer festgelegten Währungsumrechnung addiert. Bereits diese Rechnung zeigt, warum der billigste Aufruf allein keine gute Einkaufsentscheidung ist.

Hier setzt unsere Einrichtung an: Wir grenzen die Aufgabe ein, wählen mit euch die geeignete Modellstufe und halten fest, wann ein Ergebnis übernommen werden darf. So kannst du für einen konkreten Arbeitsweg entscheiden, statt vorsorglich mehrere teure Abos zu kaufen.

Belege: OpenAI: GPT-6 Astra: API-Spezifikationen und Preise ↗ · Anthropic: aktuelle API-Preise ↗ · OpenAI: Reasoning und abrechenbare Tokens ↗ · Anthropic: Thinking und Kosten ↗ · OpenAI: GPT-6.1 Sol: API-Spezifikationen und Preise ↗ · OpenAI: GPT-6 Luna: API-Spezifikationen und Preise ↗

Weiterlesen: Was kostet KI-Automatisierung? Kosten berechnen, Angebote vergleichen →

Cache, Fast-Modus und Wiederholungen: Was den Preis verändert

Angaben geprüft am 1. Oktober 2026

Dieselbe Modellbezeichnung kann unterschiedliche Abrechnungswege haben. OpenAI nennt für Astra in der API den Faktor 2 im Fast-Modus. In ChatGPT Work und Codex belastet der Fast-Modus das Abo-Kontingent dagegen mit Faktor 2,5, gekaufte Credits mit Faktor 2. Astra Ultrafast zählt im Kontingent achtfach und bei gekauften Credits sechsfach; es gibt ihn nur mit Pro 500 und berechtigten Enterprise- und Edu-Plänen. Übertrage deshalb keinen Multiplikator von der API auf ein Abo-Kontingent.

Für Fable 5.1 kosten Cache-Treffer laut Anthropic 0,25 USD je Million Tokens; das erstmalige Schreiben eines Fünf-Minuten-Caches kostet 12,50 USD. In einem eigenen Beispiel mit 20.000 cachefähigen Tokens kosten Schreiben plus neun Treffer 0,295 USD statt 2 USD für zehn ungecachte Eingaben. Output, weitere Eingaben und Werkzeuge kommen hinzu. Das setzt neun tatsächliche Treffer innerhalb der Cache-Gültigkeit voraus.

Für den Alltag ergibt sich daraus eine einfache Reihenfolge: irrelevante Anhänge entfernen, wiederkehrende Regeln konsistent bereitstellen, Wiederholungen zählen und erst danach ein teureres Modell oder höheres Tempo wählen. Ein Cache-Hit ist eine gemessene Eigenschaft des API-Aufrufs, keine automatische Ersparnis durch das Wort „Projekt“. Für Abos kontrollierst du die angezeigte Nutzung; für Integrationen die tatsächlichen Abrechnungsdaten.

Belege: OpenAI: GPT-6 Astra: API-Spezifikationen und Preise ↗ · OpenAI: ChatGPT Work und Codex: Preise und Nutzung ↗ · Anthropic: aktuelle API-Preise ↗ · OpenAI: Fast-Modus und Credit-Verbrauch ↗

Häufige Fragen zu ChatGPT und Claude

Angaben geprüft am 1. Oktober 2026

Belege: OpenAI: Datenschutzeinstellungen in ChatGPT ↗ · OpenAI: Datenschutz für Business, Enterprise und API ↗ · Anthropic: Claude-Pläne und Preise ↗ · OpenAI: ChatGPT Work und Codex: Preise und Nutzung ↗ · Anthropic: Fable-Modelle im jeweiligen Plan ↗

Weiterlesen: n8n oder Claude Code: Abläufe automatisieren oder Software bauen? →