Gergely Orosz zeigte die Preise von Jev auf seiner neuen Suchseite: 0 $ Rechnung, nachdem mehr als 1 Million Tokens verarbeitet worden waren.

Wichtigste Erkenntnisse

• Gergely Orosz zeigte eine Rechnung über 0 $, nachdem seine neue Suchseite mehr als 1 Million Tokens verarbeitet hatte

• Orosz veröffentlichte die Zahl auf X und sagte, die Preise von Jev würden „pro Milliarden Tokens, nicht pro Millionen“ berechnet, während OpenAI separate Preise für Eingabe- und Ausgabetokens aufführt.

• Suche ist tokenintensiv: Prompts, Abrufschritte, Ranking-Logik und endgültige Antworten summieren sich

• Jev muss zeigen, ob die gleiche Kostenstruktur auch bei größeren Arbeitslasten, gleichmäßigerem Traffic und anspruchsvolleren Aufgaben gilt

Orosz veröffentlichte die Zahl auf X und beschrieb Jevs Abrechnung als „pro Milliarden“. Die aufgeführten Preise von OpenAI weisen separate Gebühren für Eingabe- und Ausgabe-Tokens aus.

Jevs Preise machen aus einer winzigen Rechnung einen größeren Preiskampf um KI-Suche

Der Screenshot mit 0 $ zeigt zwar nur einen kleinen Betrag, trifft aber einen neuralgischen Punkt bei KI-Suchprodukten, denn Suchanfragen sind tokenintensiv. Prompts, Abrufschritte, Ranking-Logik und endgültige Antworten summieren sich.

Viele Teams haben gelernt, dass die Modellqualität nur einen Teil der Kaufentscheidung ausmacht.

Die schwierigere Frage ist, ob ein Tool günstig bleibt, wenn echte Nutzer den ganzen Tag damit suchen. Ein Dienst, der diese Kosten niedrig hält, kann kostenlose Tarife anbieten, Experimente auffangen und Preiserhöhungen hinauszögern – und Entwicklern so Spielraum für Verbesserungen geben.

Orosz’ Beispiel zeigt, wie wenig die meisten Nutzer von der Wirtschaftlichkeit von Modellen mitbekommen.

Ein Token ist ein kleines Textfragment, kein ganzes Wort, und Anbieter berechnen die Gesamtzahl der verarbeiteten Tokens. Mehr als 1 Million Tokens ohne sichtbare Kosten zu überschreiten, deutet entweder auf großzügige Subventionen, sehr niedrige Kosten pro Token, umfangreiches Caching oder einen Mindestabrechnungsbetrag hin, bei dem geringe Nutzung abgerundet wird.

Lesen Sie auch: KI-Hardware-Startup Positron gewinnt einen Käufer, der weitere Käufe in Aussicht stellt

Von teuren Modellrechnungen zu Jevs Preisdruck bei der KI-Suche

Bei Produkten mit vielen kurzen Abfragen können die Kosten mit der Nutzung steigen.

Ein Such-Tool, Programmierassistent oder Support-Bot kann beim Testen günstig wirken und teuer werden, sobald die Nutzung zunimmt. Entwickler achten daher ebenso sehr auf Vorhersehbarkeit wie auf reine Leistung.

Wenn ein Anbieter pro Milliarde Tokens statt in kleineren Blöcken abrechnet, verändert das die Überlegungen der Teams zu ihren Margen. Kleine Kunden machen sich vielleicht keine Gedanken darüber, Bruchteile eines Cents pro Abfrage einzusparen. Im Produktmaßstab summieren sich diese Bruchteile jedoch schnell.

Die Preisgestaltung ist neben Benchmarks und längeren Kontextfenstern zu einem Produktsignal geworden.

Im neueren Wettbewerb geht es darum, ob ein Modell breit eingesetzt werden kann, ohne dass jede Funktion zu einem Budgetposten wird. Für unabhängige Entwickler ist eine unerwartete Rechnung über 5 $ weit bedeutsamer als für Microsoft oder Google. Deshalb sind die Kostenmechanismen der KI-Suche besonders für Einzelentwickler und kleine Teams relevant.

Was Jevs Preisgestaltung noch beweisen muss

Ein einzelner Screenshot beantwortet die Frage nicht.

Jev muss zeigen, ob dieselbe Kostenstruktur auch bei größeren Arbeitslasten, gleichmäßigerem Datenverkehr und anspruchsvolleren Aufgaben gilt. Niedrige Preise können auf effizienter Inferenz, Architekturentscheidungen wie Abruf und Routing oder auf Werbemaßnahmen beruhen, die nicht von Dauer sind.

Käufer werden wissen wollen, ob Jev günstig ist, weil es effizient arbeitet, Aufgaben anders weiterleitet oder Marktanteile gewinnt, indem es Verluste in Kauf nimmt.

Eine niedrigere Token-Rechnung ist nur dann hilfreich, wenn die Antworten weiterhin nützlich sind, denn bei Suchsystemen, die Modelle mit Abrufverfahren kombinieren, spielen Qualitätsabwägungen eine Rolle.

Wie die Abrechnung pro Milliarde den Maßstab für KI-Suche verändert

Wenn Jev in sehr großen Token-Blöcken abrechnet, während OpenAI und viele Konkurrenten ihre Preise in kleineren Einheiten angeben, legt ein Entwickler, der die Marke von 1 Million Tokens überschritten und dennoch 0 $ angezeigt bekommen hat, nahe, dass Jevs Zähler bei geringer Nutzung möglicherweise nicht so hochzählt wie bei der üblichen API-Abrechnung.

Orosz sagte, Jev rechne pro Milliarden Tokens ab, nicht pro Millionen, und ein LLM hätte für mehr als 1 Million Tokens auf seiner neuen Suchseite bereits 3 bis 5 $ berechnet. Das hilft zu erklären, warum die Rechnung weiterhin 0,00 $ auswies.

Bei Such-Apps, die viele kleine Anfragen auslösen, können Teams Funktionen testen, ohne bei jeder Abfrage auf jeden Cent achten zu müssen, wenn diese Anfragen als winzige Bruchteile eines Milliarden-Token-Blocks behandelt werden. Als Nächstes gilt es, ausführlichere Jev-Preislisten oder Fallstudien abzuwarten.

Bis dahin ist der Beitrag vom Samstag ein Hinweis darauf, dass die Preisgestaltung – und nicht nur die Modellqualität – das nächste Schlachtfeld bei der KI-Suche ist.

In seinem Beitrag sagte Orosz, ein LLM hätte für diese Nutzung bereits 3 bis 5 $ berechnet, während Jev pro Milliarden statt pro Millionen Tokens abrechnet. Dieses Preisdetail erklärt, warum bei mehr als 1 Million Tokens trotzdem eine Rechnung von 0,00 $ angezeigt werden konnte.

Weiterlesen: Supermicro bietet Unternehmen eine speichersparende Lösung für Tausende von Chats