Eine kürzlich durchgeführte Analyse von SemiAnalysis hat interessante Einblicke in die Kostenstruktur von Abonnementmodellen für Künstliche Intelligenz (KI) geliefert. Die Untersuchung konzentrierte sich dabei auf die Abonnementpläne von OpenAI und Anthropic, zwei der führenden Anbieter auf dem Markt für großformatige Sprachmodelle. Ziel war es, die tatsächlichen Rechenkosten mit den Preisen für die Nutzung ihrer APIs zu vergleichen. Die Ergebnisse dieser Analyse werfen ein Licht auf die möglicherweise erheblichen Subventionen, die diese Unternehmen für Nutzer mit hohem Verbrauch bereitstellen.
SemiAnalysis erwarb jeden verfügbaren Abonnementplan von OpenAI und Anthropic und führte umfangreiche Tests mit langwierigen Codierungs- und Agentenaufgaben durch. Diese Aufgaben wurden so lange ausgeführt, bis die wöchentlichen Nutzungslimits erreicht waren. Anschließend wurde der Tokenverbrauch mit den Standardpreisen für APIs verglichen. Die Ergebnisse zeigten, dass ein vollständig genutzter ChatGPT Pro 20x Plan von OpenAI, der monatlich 200 US-Dollar kostet, etwa 14.000 US-Dollar an API-basierten Rechenkosten verursachen könnte. Im Vergleich dazu würde der Claude Max 20x Plan von Anthropic, der ebenfalls intensiv genutzt wird, Kosten von etwa 8.000 US-Dollar verursachen. Ein 20-Dollar-ChatGPT Plus Plan entspricht etwa 700 Dollar an API-Ausgaben.
Die Analyse von SemiAnalysis identifizierte auch die sogenannten „Utilization Breakpoints“, ab denen die Gewinnmargen für die Abonnementpläne negativ werden. Für OpenAI liegt dieser Punkt bei einer Nutzung von über 11,4 % für die ChatGPT Plus und Pro 5x Pläne, wobei die Gewinnmarge bei den Top-Tier-Plänen bei etwa 5,7 % auf null sinkt. Anthropic hingegen ist bei einer Nutzung von etwa 20 % und 10 % in einer besseren Position, was darauf hindeutet, dass Anthropic bei hoher Auslastung weniger anfällig für Margenverluste ist als OpenAI.
Diese Erkenntnisse sind Teil eines größeren Diskurses über die wirtschaftliche Nachhaltigkeit von Abonnementmodellen im Bereich der KI. Die großzügigen Nutzungslimits haben zwar das schnelle Wachstum der Nutzerzahlen gefördert, setzen die Anbieter jedoch einem erheblichen finanziellen Risiko aus, wenn ein bedeutender Anteil der Nutzer ressourcenintensive Arbeitslasten ausführt. Die steigende Token-Nutzung und der Wettbewerb um verbesserte Agentensysteme führen zu einem Druck, die Zugangs- und Preisstrukturen zu überdenken.
Für Fachleute und Unternehmen, die auf diese Plattformen setzen, sind mehrere Indikatoren von Bedeutung. Erstens sollten Änderungen der veröffentlichten API-Preise und neuer Abrechnungsmodelle von den Hauptanbietern genau beobachtet werden. Zweitens könnten Produktänderungen, die die Sitzungslimits ändern oder Prioritätsstufen für agentische Arbeitslasten einführen, bedeutende Auswirkungen haben. Schließlich sind unabhängige Replikationen der Token-Konsum-Schätzungen in verschiedenen Arbeitsszenarien von Interesse, um die Genauigkeit und Anwendbarkeit der Ergebnisse zu überprüfen.
Die Ergebnisse von SemiAnalysis sind von Bedeutung für die Kostenmodellierung und die Auswahl von Anbietern auf dem Markt für KI-Dienste. Sie bieten einen wertvollen Einblick in die Wirtschaftlichkeit und die Herausforderungen, denen sich die Anbieter stellen müssen, um ihre Geschäftsmodelle nachhaltig zu gestalten.