OpenAI senkt Preise um 80 %, während das Milliarden-Nutzer-Ziel verspätet erreicht wird
Kolumnenübersicht
Zwei Zahlen landeten innerhalb einer Woche, und wenn man nur die Schlagzeilen liest, könnte man denken, OpenAI hätte seinen besten Monat überhaupt. Am 30. Juli 2026 senkte das Unternehmen die Preise für sein Modell GPT-5.6 Luna um 80 % – sowohl für den Text, den man eingibt, als auch für den Text, den es zurückgibt. Eine Woche später, am 6. August, gab OpenAI bekannt, dass ChatGPT die Marke von 1 Milliarde Nutzern überschritten hat. Nebeneinander betrachtet liest sich das wie totale Dominanz: billiger, größer, schneller. Schaut man jedoch genauer auf das Timing und das Kleingedruckte, zeigt sich eine andere Geschichte – eine über ein Unternehmen, das die Preise senkt, weil es muss, und einen Meilenstein feiert, der später kam als geplant.
Der Rabatt im Detail
Die Schlagzeilen-Senkung betrifft GPT-5.6 Luna, das Mittelklasse-Modell von OpenAI: Die Eingabetoken fielen von 1,00 $ auf 0,20 $ pro Million, und die Ausgabetoken von 6,00 $ auf 1,20 $ pro Million – eine Reduzierung um 80 % auf beiden Seiten der Bilanz. GPT-5.6 Terra, eine Stufe darunter, erhielt eine kleinere Senkung von 20 %. GPT-5.6 Sol, das neueste und leistungsfähigste Modell der Reihe, blieb preislich unverändert. Diese Asymmetrie ist der erste Hinweis darauf, dass dies keine pauschale Geste des "Dankeschön für Ihre Treue" war – es zielte auf die Stufen, auf denen OpenAI dem stärksten Wettbewerbsdruck ausgesetzt ist, während das Spitzenmodell unangetastet blieb.
OpenAIs offizielle Erklärung stützt sich auf Effizienz, nicht auf Wohltätigkeit. Das Unternehmen sagt, GPT-5.6 Sol wurde eingesetzt, um die eigene Produktionsinfrastruktur zu optimieren – Berichten zufolge wurden die GPU-Inferenz-Kernel, die den Live-Verkehr bedienen, neu geschrieben und abgestimmt, wodurch die End-to-End-Bereitstellungskosten um etwa 20 % gesenkt wurden. Dieses Detail verdient es, hervorgehoben und separat betrachtet zu werden. Hier schreibt kein Modell eine App oder debuggt den Code von jemandem, die übliche Geschichte von KI, die die Produktivität unterstützt. Hier wird ein Modell auf die Maschinerie unter sich selbst gerichtet – die Softwareschicht, die bestimmt, wie effizient GPU-Cluster Strom in Token umwandeln – und verbessert sie. Ob das allein eine 80-prozentige Senkung bei Luna erklärt oder nicht, es ist eine wirklich neue Art von Geschichte: KI-Unternehmen, die ihre eigenen Modelle nutzen, um die Kosten für den Betrieb von KI zu senken.
Warum jetzt: Der Druck kommt von außen
Effizienzgewinne erklären selten eine 80-prozentige Preissenkung allein, und der überzeugendere Treiber liegt in den Wettbewerbsdaten. Auf OpenRouter, dem Routing-Marktplatz, den viele Entwickler nutzen, um Modelle zu vergleichen und zu wechseln, eroberten chinesische Modelle kurzzeitig 46 % des Token-Volumens von US-Unternehmen – und übertrafen dabei zeitweise die amerikanischen Modelle vollständig in diesem Nutzungssegment. Das ist eine bemerkenswerte Zahl für ein Marktsegment, nämlich US-Unternehmenskäufer, das westliche Labore im Allgemeinen als ihr Heimspiel betrachtet haben.
Dies deckt sich mit einem Trend, der sich seit einiger Zeit aufbaut: Die aggressive Preisgestaltung pro Token aus chinesischen Laboren, wobei DeepSeeks etwa 0,001 ¥ pro tausend Token das am häufigsten zitierte Beispiel ist, hat die Vorstellung davon, was Käufer als normalen Preis betrachten, neu geformt. Dieser Druck sah früher wie eine regionale Geschichte aus, die vor allem für preissensible Märkte in Asien relevant war. Die OpenRouter-Zahlen deuten darauf hin, dass er nicht mehr regional ist. Er hat den Pazifik überquert und zeigt sich nun in den Unternehmensbudgets, auf die OpenAI am meisten angewiesen ist. Eine 80-prozentige Senkung bei einem Mittelklasse-Modell, so zeitlich abgestimmt, liest sich weniger wie Großzügigkeit und mehr wie ein Unternehmen, das seinen Marktanteil gegen Konkurrenten verteidigt, von denen es nicht erwartet hatte, dass sie so nah und so schnell sind.
Die Milliarden-Nutzer-Schlagzeile hat ein Sternchen
Die Ankündigung vom 6. August beschrieb, dass ChatGPT "1 Milliarde Menschen" erreicht hat – eine "Menschen"-Zahl, keine "wöchentlich aktive Nutzer"-Zahl, und der Unterschied ist wichtiger, als es aussieht. Das letzte Mal, dass OpenAI eine genaue Zahl wöchentlich aktiver Nutzer nannte, war im Februar 2026, als es etwas über 900 Millionen angab. Zwischen damals und der Milliarden-Ankündigung wechselte das Unternehmen zu weicheren, breiteren Formulierungen, was die beiden Zahlen schwerer direkt vergleichbar und leichter zu beschönigen macht.
Aussagekräftiger ist die Terminverzögerung: Nach OpenAIs eigenen früheren internen Zielen hätte dieser Meilenstein etwa sieben Monate früher erreicht werden sollen. Eine Milliarde Nutzer ist immer noch eine wirklich enorme Zahl, und nichts daran, dass es spät erreicht wurde, ändert das. Aber "groß und pünktlich" und "groß und sieben Monate zu spät" erzählen zwei verschiedene Geschichten darüber, wie ein Unternehmen im Vergleich zu seinen eigenen Erwartungen abschneidet, und OpenAIs Wachstumskurve war eindeutig die zweite.
Was uns das tatsächlich sagt
Nichts davon bedeutet, dass die KI-Wachstumsgeschichte fake ist. Die Nutzung steigt jedes Mal, wenn die Preise fallen, was die Lehrbuch-Signatur des Jevons-Paradoxons in Echtzeit ist – billigere Rechenleistung schrumpft den Markt nicht, sie entfesselt Nachfrage, die durch Kosten zurückgehalten wurde. Diese Dynamik scheint intakt, und sie ist vielleicht das gesündeste Zeichen in dieser ganzen Episode: Die Leute nutzen tatsächlich mehr von diesem Zeug, wenn es billiger wird, nicht nur wechseln sie den Anbieter, um Geld zu sparen.
Aber "der zugrunde liegende Trend ist real" und "das Unternehmen erreicht seine eigenen Ziele im Zeitplan" sind zwei getrennte Behauptungen, und dieser Monat ist eine Erinnerung daran, sie nicht zu vermischen. Es ist dieselbe Spannung, die sich in letzter Zeit auch anderswo in der KI-Geschäftsgeschichte gezeigt hat – die Technologie funktioniert ungefähr wie versprochen, während die Kapital- und Wachstumszeitpläne dem, was die Zahlen tatsächlich hergeben, vorauseilen. Eine Milliarde Nutzer sieben Monate zu spät ist immer noch eine echte Leistung. Es ist auch ein Beweis dafür, dass das Tempo, das Investoren und Führungskräfte versprochen haben, schwerer zu erreichen ist als das Tempo, das der Markt tatsächlich liefert.
Es schärft auch eine Kluft, die es zu beobachten lohnt. OpenAI entscheidet sich dafür, Margen zu komprimieren und Geld zu verbrennen, um Marktanteile gegen schnellere, billigere Konkurrenten zu verteidigen – eine Strategie, die sich nur auszahlt, wenn sich Größe irgendwann in Preissetzungsmacht umwandelt. Anthropic hingegen soll die Bruttomargen in Richtung 70 % und mehr treiben und damit effektiv darauf wetten, dass Disziplin Volumen schlägt. Beide Unternehmen reagieren auf denselben Preiskampf; sie wählen nur entgegengesetzte Seiten des Kompromisses zwischen schnellem Wachstum und Profitabilität. Branchenbeobachter glauben, dass sich die Kluft zwischen diesen beiden Strategien, während dieser Preiskampf intensiver wird – selbst ein so dominantes Unternehmen wie OpenAI zu einer 80-prozentigen Senkung zwingt –, wahrscheinlich vergrößern wird, bevor sie sich verkleinert, und welche sich als richtig erweist, könnte noch ein oder zwei Jahre unklar bleiben.