Der Cache schlägt das Modell: Was die KI-Rechnung wirklich treibt

Anthropic hat am 1. September 2026 Claude Fable 5.1 veröffentlicht. Der Listenpreis blieb, wo er war: 10 US-Dollar je Million Token Eingabe, 50 US-Dollar je Million Ausgabe. Gesenkt wurde eine Zahl, die in keinem der üblichen Preisvergleiche auftaucht.

Es ist der Preis für Cache-Treffer, und er fiel von 1,00 auf 0,25 US-Dollar je Million Token. In einer durchgerechneten Monatsrechnung für einen Backoffice-Ablauf wiegt dieser eine Posten schwerer als der Sprung zwischen zwei Modellgenerationen. Und er ist nicht einmal der größte Hebel.

Das Wichtigste in Kürze: Anthropic hat am 1. September 2026 Claude Fable 5.1 und Claude Mythos 5.1 veröffentlicht. Eingabe und Ausgabe kosten unverändert 10 und 50 US-Dollar je Million Token, der Preis für Cache-Treffer sank um 75 Prozent auf 0,25 US-Dollar. Anthropic beziffert die Ersparnis mit rund 25 Prozent für übliche Lasten und bis zu etwa 45 Prozent für stark agentische Abläufe. Eine durchgerechnete Monatsrechnung für 4.200 Vorgänge mit je acht Modellaufrufen bestätigt das: 3.830,40 US-Dollar auf Fable 5, 2.318,40 auf Fable 5.1, also 39,5 Prozent weniger. Der größere Hebel liegt woanders. Derselbe Ablauf ohne Zwischenspeicher kostet 21.672 US-Dollar, das Neunfache. Die Rangfolge lautet damit: Aufbau vor Modellstufe vor Modellversion. Für mittelständische Anwendungen zählt außerdem, dass Sonnet 5 bei 2 und 10 US-Dollar bleibt; die zum 1. September angekündigte Erhöhung auf 3 und 15 findet nicht statt.

Was hat Anthropic am 1. September geändert?

Zwei Modelle sind erschienen: Claude Fable 5.1 und Claude Mythos 5.1. Beide sind laut Anthropic identisch, Mythos 5.1 hat lediglich weniger enge Schutzmechanismen und steht nur geprüften Organisationen in den USA offen, die in der Cybersicherheit oder in den Lebenswissenschaften arbeiten. Für Unternehmen in Deutschland ist damit Fable 5.1 die relevante Fassung.

Beim Preis nennt Anthropic den entscheidenden Satz selbst: Cache-Treffer kosten jetzt 75 Prozent weniger, nämlich 0,25 US-Dollar je Million Token. Alles andere bleibt gleich. Wie ungewöhnlich das ist, zeigt erst die vollständige Preisliste.

Alle Angaben je Million Token, Stand 2. September 2026.

Der Faktor in der vorletzten Spalte ist das eigentlich Bemerkenswerte. In der gesamten Claude-Preisliste kostet ein Cache-Treffer zehn Prozent des Eingabepreises. Fable 5.1 und Mythos 5.1 sind die einzigen Ausnahmen mit 2,5 Prozent. Anthropic hat also nicht an einer Stellschraube gedreht, die für alle gilt, sondern eine Sonderregel für die teuerste Reihe eingeführt.

Das ergibt betriebswirtschaftlich Sinn. Fable ist auf lang laufende Agenten zugeschnitten, und genau dort besteht die Eingabe zum größten Teil aus Wiederholung. Wer den Preis für diesen Anteil senkt, senkt die Rechnung für die eigene Zielgruppe, ohne den Listenpreis anzufassen, an dem sich Vergleiche und Verhandlungen orientieren.

Was ist ein Cache-Treffer und warum steht er in keinem Vergleich?

Ein Sprachmodell verarbeitet jede Anfrage von vorn. Schickt ein Ablauf achtmal hintereinander dieselbe Systemanweisung, dieselben Regeln und dieselben Beispielfälle mit, dann werden diese Token achtmal berechnet und achtmal bezahlt.

Prompt-Caching hält den unveränderten Anfang einer Anfrage vor. Beim ersten Mal wird er geschrieben, was zwischen dem 1,25-fachen und dem Doppelten einer normalen Eingabe kostet. Bei jedem weiteren Aufruf innerhalb der Haltezeit wird er nur noch gelesen, und dieser Lesevorgang ist der Cache-Treffer. Zwei Haltezeiten stehen zur Wahl: fünf Minuten zum 1,25-fachen Schreibpreis und eine Stunde zum doppelten.

Wer solche Abläufe baut, sieht das Muster schnell. Der feste Vorspann ist fast immer der größte Einzelposten der Eingabe, weil er die gesamte Regelkenntnis trägt, die der Ablauf braucht: Preislogik, Freigabegrenzen, Ausnahmen, Musterfälle. Die eigentliche Anfrage daneben ist winzig. Genau deshalb entscheidet der Preis für Cache-Treffer über die Rechnung und nicht der Preis für Eingabe.

In Preisvergleichen taucht diese Zahl trotzdem selten auf. Verglichen werden Eingabe und Ausgabe, weil das die beiden Werte sind, die jeder Anbieter nennt. Der Cache-Preis steht eine Klickebene tiefer.

Was kostet ein Backoffice-Agent im Monat?

Damit die Größenordnung nachvollziehbar wird, hier ein vollständig durchgerechnetes Beispiel. Es beschreibt einen Ablauf, wie er in der Angebots- oder Rechnungsprüfung vorkommt.

Daraus ergeben sich 15,12 Millionen geschriebene, 2.016 Millionen gelesene und 50,4 Millionen frische Eingabe-Token sowie 20,16 Millionen Ausgabe-Token. Multipliziert mit der Preisliste sieht die Monatsrechnung so aus.

Alle Werte in US-Dollar je Monat.

Der Wechsel von Fable 5 auf Fable 5.1 senkt die Rechnung um 1.512 US-Dollar oder 39,5 Prozent. Das liegt am oberen Rand der von Anthropic genannten Spanne, was zum Aufbau passt: Ein Vorspann von 60.000 Token, achtmal je Vorgang gelesen, ist ein stark agentisches Muster.

Sichtbar wird auch, warum. Auf Fable 5 machten die Cache-Treffer 52,6 Prozent der gesamten Rechnung aus, mehr als jeder andere Posten. Auf Fable 5.1 sind es noch 21,7 Prozent. Der größte Einzelposten ist damit die Ausgabe geworden, und das ist eine andere Optimierungsaufgabe.

Eine zweite Beobachtung aus derselben Tabelle: Opus 5 kostet mit 1.915,20 US-Dollar weniger als Fable 5.1 mit 2.318,40, obwohl Opus keinen Sonderpreis für Cache-Treffer bekommen hat. Der Rabatt verkleinert den Abstand zwischen den Reihen, er dreht ihn nicht um.

Welcher Hebel ist der größte?

Bis hierhin ging es um die Modellwahl. Der weitaus größere Posten steckt aber im Aufbau des Ablaufs. Rechnet man dasselbe Szenario ohne Zwischenspeicher, wird der Vorspann bei jedem der 33.600 Aufrufe frisch berechnet.

Damit steht die Rangfolge der Hebel fest, und sie ist für die meisten Unternehmen überraschend herum:

1. Der Aufbau des Ablaufs entscheidet über den Faktor 9. Ob der wiederkehrende Teil überhaupt zwischengespeichert wird, ist die teuerste einzelne Entscheidung.
2. Die Modellstufe entscheidet über den Faktor 3. Sonnet 5 statt Fable 5.1 spart in diesem Szenario 1.552 US-Dollar im Monat, sofern die Aufgabe es zulässt.
3. Die Modellversion entscheidet über den Faktor 1,65. Der Sprung von Fable 5 auf Fable 5.1 ist der kleinste der drei und derjenige, über den am meisten geschrieben wird.

Wer über KI-Kosten spricht und dabei nur über Modelle spricht, diskutiert also den kleinsten der drei Posten. Das gilt unabhängig vom Anbieter: OpenAI, Google und Anthropic rechnen Zwischenspeicher unterschiedlich ab, aber alle drei rechnen ihn deutlich günstiger ab als frische Eingabe.

Warum das günstigste Modell die höchste Rechnung erzeugen kann

Es gibt eine Bedingung, die in der Preisliste nicht steht und trotzdem über die Rechnung entscheidet: die Mindestlänge. Ein Text muss eine bestimmte Größe erreichen, damit überhaupt ein Cache-Eintrag entsteht. Diese Schwelle ist je Modell verschieden.

Der Unterschied ist praktisch bedeutsam. Nehmen wir einen Chatbot mit einer Systemanweisung von 3.000 Token, 40.000 Anfragen im Monat, 200 Token Nutzereingabe und 300 Token Antwort. Auf Haiku 4.5 liegt der Vorspann unter der Schwelle von 4.096 Token und wird deshalb bei jeder einzelnen Anfrage voll berechnet.

Das Modell mit dem halben Listenpreis kostet 24,98 US-Dollar mehr im Monat, also 15,3 Prozent. Wer nur die Spalte Eingabe vergleicht, trifft hier die falsche Wahl.

Es gibt einen zweiten, noch weniger naheliegenden Ausweg: Verlängert man den Vorspann auf 4.200 Token, überschreitet er die Schwelle und wird zwischenspeicherbar. Die Rechnung auf Haiku 4.5 sinkt dann auf 86,92 US-Dollar. Ein längerer Prompt kostet in diesem Fall weniger als ein kürzerer, weil er in einen anderen Tarif fällt.

Was den Zwischenspeicher unbemerkt verwirft

Ein Cache-Eintrag hält nur, solange der Anfang der Anfrage exakt gleich bleibt. Änderungen wirken hierarchisch: Werkzeugdefinitionen, dann Systemanweisung, dann Nachrichten. Wer eine Ebene ändert, verwirft sie und alles darunter.

Diese Auslöser verwerfen den Zwischenspeicher, und keiner davon sieht nach einer Kostenentscheidung aus:

• Eine geänderte Werkzeugbeschreibung. Ein neues Feld in einem Werkzeugschema verwirft alles Nachfolgende.
• Websuche oder Quellenangaben ein- oder ausschalten. Beides verändert den Vorspann.
• Ein Bild, das dazukommt oder wegfällt. Unabhängig davon, an welcher Stelle im Prompt.
• Eine geänderte Denk- oder Aufwandsstufe. Auch das gehört zum zwischengespeicherten Rahmen.
• Eine geänderte Werkzeugwahl. Der Wechsel zwischen automatischer und erzwungener Auswahl reicht.

Der häufigste Fehler ist banaler. Steht am Anfang der Systemanweisung ein Zeitstempel, ein Kundenname oder eine Vorgangsnummer, ist der Vorspann bei jedem Aufruf ein anderer. Dann entsteht nie ein Treffer, und die Rechnung sieht aus wie die Zeile ohne Zwischenspeicher weiter oben. Solche variablen Angaben gehören hinter den festen Teil, nicht davor.

Erlaubt ist übrigens das, was viele für riskant halten: Neue Nachrichten an ein laufendes Gespräch anzuhängen, verwirft nichts, solange der Haltepunkt auf dem unveränderlichen Teil sitzt. Mehr als vier ausdrückliche Haltepunkte je Anfrage sind allerdings nicht möglich.

Was sich am selben Tag noch geändert hat

Zwei weitere Änderungen sind für mittelständische Anwendungen wichtiger als der Fable-Rabatt, weil sie die Modelle betreffen, auf denen Chatbots und Telefonassistenten tatsächlich laufen.

Sonnet 5 bleibt bei 2 und 10 US-Dollar. Der Preis war als Einführungspreis bis zum 31. August 2026 angekündigt, danach sollte er zum 1. September auf 3 und 15 US-Dollar steigen. Diese Erhöhung findet nicht statt, der Einführungspreis ist der reguläre Preis geworden. Für den oben gerechneten Ablauf bedeutet das 383,04 US-Dollar weniger im Monat, ein Drittel der Rechnung. Diese Meldung stand in keiner Überschrift.

Fable 5.1 hat den jüngsten Wissensstand im Katalog. Er endet im Juni 2026, bei Opus 5 im Mai 2026, bei Sonnet 5 im Januar 2026 und bei Haiku 4.5 im Februar 2025. Das war eine der drei Fragen, die im Beitrag zur angekündigten Veröffentlichung offen geblieben waren; sie ist damit beantwortet.

Bei den Benchmarks ist der Abstand zum Vorgänger vor allem dort groß, wo Abläufe über viele Schritte selbständig laufen: 55,8 gegenüber 42,0 Prozent auf Terminal-Bench 4.0 und 31,4 gegenüber 17,1 Prozent auf AutomationBench. Bei Wissensaufgaben fällt der Sprung kleiner aus, etwa 60,9 gegenüber 57,8 Prozent auf Humanity's Last Exam ohne Werkzeuge. Das passt zur Preisänderung: Verbessert und verbilligt wurde dasselbe Einsatzgebiet.

Ein Detail für Vergleiche über Generationsgrenzen hinweg: Seit Claude 4.7 arbeitet Anthropic mit einem neuen Tokenizer, der laut Dokumentation rund 30 Prozent mehr Token für denselben Text erzeugt. Haiku 4.5 verwendet noch den alten. Der Preisabstand zwischen Haiku und Sonnet 5 ist deshalb je Textmenge größer, als die Spalte Eingabe nahelegt.

Was heißt das für die Modellwahl?

Aus den Zahlen lassen sich vier Regeln ableiten, die auch dann gelten, wenn morgen ein anderes Modell erscheint.

Erstens: Prüfen Sie den Aufbau, bevor Sie das Modell wechseln. Ein Ablauf ohne Zwischenspeicher wird durch kein Modell günstig. Der Faktor 9 ist größer als jeder Rabatt, der bisher angekündigt wurde.

Zweitens: Rechnen Sie mit Ihrem eigenen Mengengerüst. Die Anteile verschieben sich mit der Größe des Vorspanns und der Zahl der Schritte. Ein Ablauf mit kurzem Vorspann und langen Antworten hat sein Geld in der Ausgabe stehen, und dort gibt es keinen Cache-Rabatt.

Drittens: Wechseln Sie auf Fable 5.1, wenn Sie auf Fable 5 laufen. Listenpreis und Verhalten bleiben weitgehend gleich, der Cache-Preis fällt. Wer auf Sonnet oder Haiku läuft, gewinnt durch diesen Rabatt nichts, denn er gilt ausschließlich für Fable 5.1 und Mythos 5.1.

Viertens: Behalten Sie die Mindestlänge im Blick. Sie ist der einzige Wert in diesem Beitrag, der ein günstiges Modell teuer machen kann, ohne dass jemand einen Fehler gemacht hat.

Für die meisten Anwendungen im Mittelstand bleibt die Empfehlung damit dieselbe wie vor dem 1. September: Chatbots, Telefonassistenten und Backoffice-Abläufe laufen auf Sonnet 5 oder Haiku 4.5 zu einem Bruchteil der Kosten ausreichend gut. Der Aufpreis für Fable lohnt dort, wo ein Ablauf über viele Schritte ohne Aufsicht laufen muss. Wie ein solcher Ablauf gebaut und sein Nutzen belegt wird, steht im Beitrag zur Prozessautomatisierung im Backoffice.

Woran erkennen Sie, ob Ihr Aufbau cachefreundlich ist?

Diese sechs Fragen lassen sich ohne Entwicklerkenntnisse mit dem eigenen Team klären. Wer bei mehr als zwei davon ins Stocken gerät, hat einen Kostenposten offen liegen.

1. Steht der unveränderliche Teil der Anfrage vorn? Anweisung, Regeln und Beispiele zuerst, variable Angaben danach.
2. Steht ein Zeitstempel oder ein Name vor dem festen Teil? Wenn ja, entsteht nie ein Treffer.
3. Erreicht der feste Teil die Mindestlänge des eingesetzten Modells? 512, 1.024 oder 4.096 Token, je nach Modell.
4. Passt die Haltezeit zum Taktschlag? Kommen Anfragen im Minutentakt, reichen fünf Minuten. Bei Lücken von einer halben Stunde ist die Stundenhaltezeit trotz doppeltem Schreibpreis günstiger.
5. Werden Werkzeugdefinitionen zur Laufzeit verändert? Jede Änderung verwirft den gesamten nachfolgenden Zwischenspeicher.
6. Weist die Abrechnung Cache-Treffer aus? Die Antwort der Schnittstelle enthält die Felder für gelesene und geschriebene Cache-Token. Stehen dort Nullen, greift der Zwischenspeicher nicht.

Die letzte Frage ist die wichtigste, weil sie die anderen fünf überflüssig macht. Der Anteil der Cache-Treffer an der Gesamteingabe ist die Kennzahl, an der sich ein Automatisierungsablauf messen lässt. Steigt er, sinkt die Rechnung, ohne dass am Modell etwas geändert wurde.

Häufige Fragen

Was ist ein Cache-Treffer und warum kostet er Geld? Ein Cache-Treffer entsteht, wenn ein Modell einen Textteil verarbeitet, den es in einer früheren Anfrage schon verarbeitet hat und der seither unverändert geblieben ist. Der Anbieter muss diesen Teil nicht neu berechnen und gibt den Vorteil im Preis weiter. Kostenlos ist er nicht: Er kostet bei Claude-Modellen zehn Prozent des normalen Eingabepreises, bei Fable 5.1 und Mythos 5.1 nur 2,5 Prozent. Der zwischengespeicherte Text muss außerdem einmal geschrieben werden, und das kostet mehr als eine normale Eingabe.

Wie viel spart der neue Cache-Preis von Fable 5.1 konkret? Anthropic nennt rund 25 Prozent für übliche Lasten und bis zu etwa 45 Prozent für stark agentische Abläufe. In unserer durchgerechneten Monatsrechnung für 4.200 Vorgänge mit je acht Modellaufrufen und einem festen Vorspann von 60.000 Token sinkt die Rechnung von 3.830,40 auf 2.318,40 US-Dollar, also um 39,5 Prozent. Der Wert liegt am oberen Rand der Spanne, weil der Vorspann in diesem Aufbau sehr groß ist.

Ist Fable 5.1 durch den Cache-Rabatt jetzt das günstigste Modell? Nein. In derselben Rechnung kostet Opus 5 nur 1.915,20 US-Dollar und Sonnet 5 sogar 766,08, weil beide bei Eingabe und Ausgabe deutlich günstiger sind. Der Cache-Rabatt verkleinert den Abstand, er dreht ihn nicht um. Fable bleibt die Reihe für Abläufe, die über viele Schritte ohne Aufsicht laufen müssen.

Warum kann ein günstigeres Modell die höhere Rechnung erzeugen? Weil die Mindestlänge für zwischenspeicherbare Texte je Modell verschieden ist. Sie liegt bei Fable 5.1, Mythos 5.1, Fable 5 und Opus 5 bei 512 Token, bei Sonnet 5 bei 1.024 und bei Haiku 4.5 bei 4.096. Eine Systemanweisung von 3.000 Token lässt sich auf Haiku gar nicht zwischenspeichern. In unserer Gegenrechnung kostet derselbe Chatbot auf Haiku 4.5 dadurch 188,00 US-Dollar im Monat und auf Sonnet 5 nur 163,02, obwohl Haiku im Listenpreis halb so teuer ist.

Was verwirft den Zwischenspeicher, ohne dass man es merkt? Änderungen wirken sich hierarchisch aus, von den Werkzeugdefinitionen über die Systemanweisung bis zu den Nachrichten. Wer eine Werkzeugbeschreibung anpasst, verwirft alles Nachfolgende. Dasselbe gilt für das Ein- und Ausschalten von Websuche oder Quellenangaben, für Bilder, die irgendwo im Prompt dazukommen oder wegfallen, für geänderte Denk- oder Aufwandsstufen und für eine geänderte Werkzeugwahl. Ein Zeitstempel oder ein Kundenname am Anfang der Systemanweisung reicht aus, damit nie ein Treffer entsteht.

Bleibt Sonnet 5 bei 2 und 10 US-Dollar? Ja. Der Einführungspreis von 2 US-Dollar je Million Token Eingabe und 10 US-Dollar Ausgabe galt ursprünglich bis zum 31. August 2026 und ist seit dem 1. September der reguläre Preis. Die angekündigte Erhöhung auf 3 und 15 US-Dollar findet nicht statt. Für den in diesem Beitrag gerechneten Ablauf sind das 383,04 US-Dollar weniger im Monat.

Was hat sich beim Wissensstand von Fable 5.1 geändert? Der verlässliche Wissensstand endet im Juni 2026, bei Fable 5 endete er im Januar 2026 und bei Opus 5 im Mai 2026. Fable 5.1 ist damit das Modell mit dem jüngsten Wissensstand im Claude-Katalog. Für Abläufe, die eigene Dokumente mitliefern, spielt das eine kleinere Rolle als oft angenommen, weil dort ohnehin die mitgegebenen Quellen zählen.

Lohnt der Wechsel auf Fable 5.1 sofort? Nur, wenn Sie bereits auf Fable 5 laufen. Dann ist der Wechsel kostenneutral bis günstiger, weil Listenpreis und Verhalten weitgehend gleich bleiben und der Cache-Preis fällt. Wer heute auf Sonnet oder Haiku läuft, gewinnt durch den Rabatt nichts: Der niedrigere Cache-Preis gilt ausschließlich für Fable 5.1 und Mythos 5.1.

Quellen und Stand

Die Angaben zur Veröffentlichung, zum Cache-Preis, zu den genannten Ersparnissen und zu Claude Mythos 5.1 stammen aus Anthropics Ankündigung zu Claude Fable 5.1 und Claude Mythos 5.1 vom 1. September 2026. Die Benchmarkwerte stammen aus derselben Quelle.

Die vollständige Preistabelle, der Faktor 0,025 für Cache-Treffer auf Fable 5.1 und Mythos 5.1 sowie der Hinweis, dass der Einführungspreis von Sonnet 5 zum regulären Preis geworden ist, stammen aus der Preisseite der Claude-Plattform, abgerufen am 2. September 2026.

Kontextfenster, Wissensstände, Modellkennungen und Ruhestandstermine stammen aus der Modellübersicht derselben Dokumentation, ebenfalls abgerufen am 2. September 2026. Dort steht auch der Hinweis auf den seit Claude 4.7 verwendeten Tokenizer.

Mindestlängen für die Zwischenspeicherung, Haltezeiten, die Zahl der erlaubten Haltepunkte und die Liste der Auslöser, die einen Cache-Eintrag verwerfen, stammen aus der Dokumentationsseite zum Prompt-Caching, abgerufen am 2. September 2026.

Die beiden Monatsrechnungen sind eigene Berechnungen auf Basis dieser Preise. Die Annahmen stehen vollständig in den jeweiligen Tabellen, damit sie mit eigenen Mengen nachgerechnet werden können. Sie enthalten weder Rabatte noch Aufschläge für regionale Endpunkte und keinen Rabatt der Stapelverarbeitung.

Wie die Veröffentlichung von Fable 5.1 vorab belegt wurde und welche Fragen damals offen blieben, steht im Beitrag vom 31. August. Wie sich ein Modellwechsel auf laufende Anwendungen auswirkt, zeigt der Beitrag zur Auflösung des Ox-Alpha-Falls an einem abgeschlossenen Beispiel.