# Ab welchem Volumen sich ein eigener Endpoint gegen die API rechnet

Die Pay-per-Token-API ist günstig, bis sie es nicht mehr ist. Wo genau der Break-even zu einem reservierten Endpoint mit fester Monatspauschale liegt, an einem konkreten Beispiel durchgerechnet.

## Der Token-Zähler, der nie stillsteht

Eine kommerzielle API rechnet pro Token ab. Solange dein Volumen klein ist, ist das der bequemste Weg: kein Betrieb, keine Hardware, ein kaum sichtbarer Posten auf der Rechnung. Der Haken zeigt sich erst später. Jeder Request zählt weiter, rund um die Uhr, und mit dem Erfolg deines Produkts wächst die Rechnung linear mit. Irgendwann zahlst du für konstante Grundlast einen Preis, der für Spitzen gedacht war.

## Zwei Kostenmodelle, die gegeneinander laufen

Die beiden Modelle verhalten sich grundverschieden. Bei der **Pay-per-Token-API** startest du bei null und zahlst für jeden Token, den du verbrauchst. Die Kurve steigt mit dem Volumen und hört nie auf zu steigen. Bei einem **reservierten Endpoint** zahlst du eine feste Monatspauschale, unabhängig davon, ob die Maschine zu 30 oder zu 90 Prozent ausgelastet ist, bis die Kapazität erreicht ist.

Die eine Linie steigt schräg nach oben, die andere liegt flach. Sie schneiden sich in genau einem Punkt. Links davon gewinnt die API, rechts davon der eigene Endpoint. Die ganze Entscheidung besteht darin, zu wissen, auf welcher Seite dieses Punkts du stehst.

## Ein Beispiel, durchgerechnet

Rechnen wir es an einem mittelgrossen Dienst durch. Die Zahlen sind ein Beispiel, setz deine eigenen ein.

Angenommen, ein Assistent beantwortet 20'000 Anfragen am Tag. Mit Kontext aus einer Wissensbasis sind pro Anfrage rund 1'500 Eingabe- und 500 Ausgabe-Tokens realistisch, zusammen 2'000 Tokens. Das sind 40 Millionen Tokens am Tag, rund 1,2 Milliarden im Monat.

Nimm für die API einen Mischpreis von 3 Franken pro Million Tokens an. Die Monatsrechnung liegt dann bei etwa 3'600 Franken, und sie steigt weiter, sobald der Dienst mehr genutzt wird. Ein reservierter Endpoint kostet dieselbe Summe jeden Monat, ob 1 oder 2 Milliarden Tokens durchlaufen. Ab dem Volumen, an dem die Pauschale unter der Token-Rechnung liegt, zahlst du bei der API drauf.

Die Formel dahinter ist simpel: Break-even in Tokens gleich Monatspauschale geteilt durch den Preis pro Token. Alles darüber spricht für den Endpoint.

## Was in keiner der beiden Zahlen steht

Zwei Dinge stehen in keiner Tabelle. Erstens der Betrieb: Betreibst du den Endpoint komplett selbst, kommt der teuerste Posten oben drauf, die Arbeitszeit für Treiber, Tuning und Bereitschaft. Was das kostet, steht im Beitrag zu den [vollen Kosten eigener Inferenz](/de/wissen/llm-selbst-betreiben-kosten). Zweitens die Datenhoheit: Bei der API verlassen deine Prompts die Schweiz, und das lässt sich nicht in Franken aufwiegen.

Genau in dieser Lücke sitzt [Managed Inference](/de/managed-inference): die feste Monatspauschale und die Datenhoheit des eigenen Endpoints, ohne den Betriebsblock selbst zu schultern.

## Wo du die Grenze für deinen Fall ziehst

Miss dein echtes Token-Volumen eine Woche lang, rechne es auf den Monat hoch und stell es der Pauschale gegenüber. Die Ansätze dafür stehen offen auf der [Preisseite](/de/preise). Wenn deine Last konstant ist und über dem Break-even liegt, hört die API auf, die günstige Option zu sein.