Teuer denken, günstig ausführen

Die meisten Leute wählen einmal ein Modell und nutzen es dann für alles. Meist das leistungsfähigste, das sie kriegen können, denn warum nicht das beste nehmen? Bei einer Aufgabe am Tag ist das kein Problem. Niemandes Budget merkt das. Aber bei hundert Aufgaben am Tag, im Team, oder in einer Automatisierung, die die ganze Nacht durchläuft, wird dieser eine Reflex schnell teuer. Und das meiste davon zahlst du für Arbeit, die das nie gebraucht hätte.

Es gibt ein ganzes Gespräch darüber, welches Modell man nehmen soll, das eigentlich um Fähigkeiten geht: Reasoning gegen schnell, Chat gegen agentisch, dieser Benchmark gegen jenen. Darum geht es hier nicht. Es geht um die andere Achse, die Leute überspringen: Kosten. Nicht weil sie kompliziert ist, sondern weil die Tools es leicht machen, sie zu ignorieren — bis die Rechnung kommt, oder die Meldung «du hast dein Limit erreicht».

Die Stufen liegen in Vielfachen auseinander, nicht in Prozenten

Das prüfen die wenigsten. Die Modellstufen sind nicht ein paar Prozent auseinander bepreist. Sie sind Vielfache voneinander.

Nimm Anthropics Reihe, weil die Zahlen ungewöhnlich sauber aufgehen. Setz Haiku, das kleine schnelle Modell, als Basiswert auf 1, und der Rest der Leiter sieht so aus:

• Haiku: 1×
• Sonnet: 3×
• Opus: 5×
• Fable: 10×

(Das sind Preise pro Token auf API-Ebene, Stand Juni 2026. Sie verschieben sich, also nimm die Form als den Punkt, nicht die Nachkommastellen.)

Denk kurz über diese Skala nach. Von oben nach unten ist das eine volle Spanne von 10×. Das Frontier-Modell kostet das Zehnfache dessen, was das kleine Modell für dieselbe Arbeitseinheit kostet. Und der grösste einzelne Sprung ist der erste: Von Haiku zu Sonnet verdreifachen sich deine Kosten, bevor du überhaupt die Mitte der Skala erreicht hast.

Es gibt einen Haken. Diese Leiter vermischt zwei Dinge. Da ist der Preis pro Token, und da ist, wie viele Tokens ein Modell tatsächlich verbraucht — grössere Modelle neigen dazu, mehr zu «denken», laut, bevor sie antworten. Der Unterschied in der Praxis kann also noch grösser ausfallen als der Listenpreis. Für eine Faustregel spielt das keine Rolle. Die Erkenntnis bleibt so oder so: Der Abstand ist gross, und «immer das beste nehmen» ist eine Budgetentscheidung, die die meisten treffen, ohne zu merken, dass sie sie treffen.

Die Gewohnheit: teuer denken, günstig ausführen

Sobald du die Leiter siehst, ist die Gewohnheit naheliegend:

Nimm dein stärkstes Modell zum Denken. Strategie, Konzepte, Planung, die schwierigen Urteilsentscheidungen. Gib dann den fertigen Plan an ein günstigeres, schnelleres Modell zur Ausführung weiter.

Warum funktioniert das? Weil der teure Teil der meisten Wissensarbeit das Urteilsvermögen ist, und das Urteilsvermögen steckt komplett im Plan. Die Ausführung — aus einem klaren, detaillierten Plan tatsächlichen Output machen — ist grösstenteils Anweisungen befolgen. Und günstigere Modelle sind darin wirklich gut. Wo sie scheitern, ist, wenn sie eigene Urteilsentscheidungen treffen müssen. Sie glänzen, wenn ein stärkeres Modell diese Entscheidungen schon getroffen und aufgeschrieben hat.

Das ist derselbe Schachzug wie bei einer guten Führungskraft. Die erfahrene Person setzt das Briefing auf. Das Briefing ist das, was es sicher macht, den Rest an jemanden weiterzugeben, der weniger kostet und schneller arbeitet. Du delegierst nicht das Denken. Du delegierst alles, was nach dem Denken kommt.

Der Trick ist die Übergabe

Die Brücke zwischen den beiden Hälften ist ein Dokument. Lass dein starkes Modell ein ausführungsreifes Briefing schreiben, präzise genug, dass ein günstigeres Modell es ausführen kann, ohne selbst nachdenken zu müssen:

«Mach daraus ein präzises, schrittweises Briefing, das ein schnelleres, günstigeres Modell ausführen könnte, ohne eigene Urteilsentscheidungen zu treffen: [deine Aufgabe].»

Öffne dann einen neuen Chat mit dem günstigeren Modell und füge das Briefing ein. Das ist die ganze Technik. Der grösste Teil des Nutzens liegt darin, das starke Modell zu zwingen, seine Überlegungen explizit zu machen, was praktischerweise auch dir die Kontrolle der Arbeit erleichtert.

Wie ich es tatsächlich aufteile

Damit das weniger abstrakt bleibt: So teile ich meine eigene Arbeit ungefähr auf.

Die Frontier-Modelle bekommen die Planung und das tiefe Nachdenken, die Teile, wo ich einen echten Denkpartner will, der zurückstösst. Alles, wo die Qualität des Urteils die Qualität von allem Nachgelagerten bestimmt.

Modelle der mittleren Stufe bekommen die Umsetzung. Sobald der Plan steht, übernehmen die mittleren Modelle das gut und schnell: einen ersten Entwurf daraus machen, eine Struktur, eine funktionierende Version.

Und das Einfache — Text aufräumen, umformatieren, eine schnelle Überarbeitung, die kleinen Büroaufgaben, die einen Tag füllen — geht an die Flash-Modelle oder Haiku. Es gibt keinen einzigen Grund, Frontier-Modell-Geld oder Frontier-Modell-Kontingent dafür auszugeben, eine E-Mail aufzuräumen.

Diese Aufteilung ist keine Regel, die ich starr befolge. Es ist ein Gefühl, das ich mir aufgebaut habe, weil ich die Modelle oft genug genutzt habe, um zu wissen, welches eine Aufgabe verdient. Was mich zur eigentlichen Empfehlung bringt — aber zuerst der Teil, den Abo-Nutzer gern übersehen.

Bei einem Abo zahlst du in Kontingent, nicht in Dollar

Bist du auf der API, zeigt sich die Leiter direkt auf deiner Rechnung. Aber die meisten sind nicht auf der API. Sie sind auf einem Abo — ein Pro- oder Max-Plan, eine monatliche Pauschale — und es ist leicht anzunehmen, dass das die Modellwahl kostenlos macht. Ist sie nicht.

Abos geben dir keine unbegrenzte Nutzung. Sie geben dir ein Budget: ein rollierendes Fenster von ein paar Stunden, mit einem Wochenlimit obendrauf. Und das Modell, das du wählst, bestimmt die Verbrauchsrate. Je schwerer das Modell, desto schneller läuft dieses Budget leer. Anthropic misst die Plan-Nutzung ungefähr proportional zum API-Preis, also gilt dieselbe 1-3-5-10-Leiter. Fable verbraucht dein Kontingent etwa doppelt so schnell wie Opus. Opus frisst es schneller auf als wiederum Sonnet.

Auf einem Abo bekommst du also keine Überraschungsrechnung. Du bekommst eine Wand. Du läufst leer und bist ausgesperrt, bis das Fenster zurückgesetzt wird — manchmal ein paar Stunden, manchmal den Rest der Woche. «Teuer denken, günstig ausführen» hört auf, ums Geldsparen zu gehen, und wird zu: die ganze Woche nicht schon am Mittwochnachmittag auf Opus verbrannt zu haben. Plane das schwierige Problem auf dem grossen Modell, führ die Ausführung auf einem günstigeren aus, und dasselbe Kontingent reicht mehrfach weiter.

Das günstige Ende ist besser, als du denkst, und es ist nicht nur amerikanisch

Wenn Leute sich «die günstigere Option» vorstellen, stellen sie sich ein schlechteres Modell vor. Das stimmt zunehmend nicht, und es lohnt sich, das zu wissen, weil es die Rechnung verändert.

Die grossen drei amerikanischen Labs (Anthropic, OpenAI, Google) sind nicht das einzige Spiel. Es gibt eine Gruppe kosteneffizienter Modelle, mehrere davon aus chinesischen Labs und mehrere Open-Weight, die still und leise sehr gut geworden sind. GLM-5.2 ist das, das mich überrascht hat: Bei manchen Design- und Coding-Benchmarks liegt es auf Augenhöhe mit den amerikanischen Frontier-Modellen, für einen Bruchteil des Preises. Ich sage dir nicht, du sollst deinen ganzen Stack dorthin verschieben. Benchmarks sind nicht das echte Leben, und es gibt gute Gründe, von Daten bis Governance, sich genau zu überlegen, welche Modelle du wo einsetzt. Aber die Idee, dass fähig teuer bedeuten muss, oder dass die einzigen ernstzunehmenden Modelle von drei Unternehmen in Kalifornien kommen, ist einfach veraltet.

Der eigentliche Rat: bau dir das Gefühl

Wenn du eine Sache aus diesem Guide mitnimmst, dann diese: probier sie aus. Alle.

Lass dieselbe echte Aufgabe durch ein paar verschiedene Modelle laufen. Schraub die Aufwands- oder Reasoning-Einstellung hoch und runter und schau, was sich ändert. Bring ein Problem zu Claude, dann zu Gemini, dann zu einer der günstigeren Alternativen, und beobachte, wo jedes stark ist und wo es einbricht. Das kostet dich einen Nachmittag. Was du zurückbekommst, ist ein Gefühl dafür, welches Modell zu welchem Job passt, und dieses Gefühl ist mehr wert als jede Benchmark-Tabelle, weil es auf deine Arbeit geeicht ist, nicht auf die von jemand anderem. Du baust dieses Urteilsvermögen auf, indem du die Arbeit machst, nicht indem du Modellkarten liest.

Der Gewinn ist dreifach. Du bekommst bessere Ergebnisse, weil du aufhörst, jede Aufgabe durch ein Modell zu zwingen, das dafür falsch ist. Du gibst weniger aus, weil du aufhörst, für Arbeit zu viel zu zahlen, die die Premium-Stufe nie gebraucht hätte. Und du steckst nicht mehr fest, weil du dein Nutzungslimit nicht für Dinge verbrennst, die ein kleineres Modell locker geschafft hätte.

Der ehrliche Teil

Ich bin ehrlich zu dir, denn der ganze Sinn dieser Seite ist Signal, kein Verkaufsgespräch.

Es gibt keinen Grund, die grössten Modelle für einfache Büroarbeit zu nutzen. Keinen. Ich stehe zu jedem Wort oben.

Und Frontier-Modelle machen süchtig. Wenn du echte Wissensarbeit machst, wird das beste verfügbare Modell zu dem, nach dem du greifst, ohne nachzudenken, und jedes andere Modell wirkt im Vergleich plötzlich etwas dümmer. Genau das habe ich in den paar Tagen gespürt, als Anthropic Fable 5 unter einer Anordnung der US-Regierung aus dem allgemeinen Zugang nahm, Anthropics eigener Darstellung zufolge. Ich war plötzlich wieder auf Opus, einem Modell, das noch wenige Tage zuvor das beste der Welt gewesen war, und es fühlte sich an wie eine spürbare Verschlechterung. Dasselbe Modell, von dem ich eine Woche zuvor noch begeistert war. Jetzt wirkte es schwer von Begriff.

Nimm den Rat also mit diesem Vorbehalt. Die Disziplin ist echt und richtig. Sie ist auch etwas, das ich mir immer wieder neu entscheiden muss, gegen einen Sog zum besten Modell, der nicht verschwindet. Zu wissen, dass der Sog da ist, hilft mir schon, ihm zu widerstehen.

Wo das an seine Grenzen stösst (denn das tut es)

Ein paar ehrliche Grenzen, damit du die Regel nicht weiter treibst, als sie trägt:

• Spar nicht am Denken. Ein schlampiger Plan, günstig ausgeführt, ist einfach günstiger Murks, nur schneller geliefert. Das teure Modell muss sich den Teil verdienen, der wirklich Urteilsvermögen braucht.
• Manche Ausführung braucht wirklich das starke Modell. Alles, wo die «Ausführung» selbst voller Urteilsentscheidungen steckt (nuanciertes Schreiben, mehrdeutige Grenzfälle), lässt sich nicht sauber aufteilen. Die Übergabe funktioniert am besten, wenn die Ausführung fast mechanisch ist.
• Der Aufwand muss sich lohnen. Für eine einmalige Aufgabe überspring das alles und nimm ein gutes Modell. Die Leiter zahlt sich bei Volumen aus, in Automatisierungen und im Team, nicht bei einer einzelnen E-Mail.

Der Punkt ist, dort auszugeben, wo es dir etwas bringt. Ob du in Dollar zahlst oder in Kontingent, die Modellwahl ist eine Budgetentscheidung. Also triff sie bewusst, und heb dir das Premium für die Probleme auf, die es sich verdienen.