
Moin AInauten,
Willkommen zur neuen, heute vielleicht etwas fortgeschritteneren Ausgabe deines Lieblingsnewsletters.
Es geht dabei ums Geld. Genauer: Was kosten die AI-Modelle eigentlich, und wie schΓΌtzen wir unsere Limits, wenn sie immer weiter runtergefahren werden?
Wir haben verschiedenen Modellen 100-mal dieselben Aufgaben gegeben und dabei gemerkt, wie verschwenderisch wir selbst zum Teil unterwegs sind.
Dazu startet unsere kleine Serie zu Buchhaltung mit AI. Und Europa meldet sich mit gleich zwei neuen Modellen zurΓΌck.
Hier die Themen im Detail:
ποΈ Kosten, Geld und Limits bei AI (und warum das wichtig ist)
π§Ύ Buchhaltungstools & AI? Teil 1 unserer Serie
πͺπΊ Europa meldet sich zurΓΌck: Mistral Large 4 & Kolibri
Los geht's!
Diese Ausgabe wird dir prΓ€sentiert von:

ποΈ Kosten, Geld und Limits bei AI (und warum das wichtig ist)
Wir schreiben ja viel ΓΌber die unterschiedlichen AI-Modelle. Zum Teil ist es verwirrend, wenn man sich nicht den ganzen Tag in der AI-Bubble bewegt.
Es gibt unterschiedliche Anbieter, die wiederum haben unterschiedliche Modelle, die wiederum kann man unterschiedlich hart arbeiten lassen.
Und alles kostet dann unterschiedlich. Verwirrung garantiert.
Wir sehen aber, wie das Thema Kosten und Limits mehr und mehr eine Rolle spielt.
So wie du und wir heute AI nutzen, ist es in der Regel extrem stark subventioniert. Es sind nicht die echten Kosten.
Wir glauben deshalb, dass die Subventionen irgendwann enden werden. Daher ist es wichtig, die unterschiedlichen Ebenen zu verstehen. Deshalb geht es heute genau um dieses Thema.
Am Montag ging es um das richtige Modell fΓΌr den richtigen Schritt. Heute um den zweiten Regler, den viele nicht auf dem Schirm haben: Effort.

Wir fahren fast alles auf Extra High. Bei Claude Opus 5.5 als Standard. Und fΓΌr die schnellen Quickies zwischendurch Sonnet 5.5. Auch auf Extra High. π
Bei ChatGPT ist es GPT-6.1 Sol, auch auf der Stufe High oder Extra High.
FΓΌhlt sich grΓΌndlich an. Ist es auch. Aber es ist teuer.
Billig ist nicht billig
Vor zwei Wochen haben wir geschrieben: GPT-6 Sol nimmst du, wenn es gΓΌnstig laufen soll, im Vergleich zu z. B. Claude Opus 5.5.
Pro Token stimmt das. Aber Tokens sind oft ein abstrakter Vergleich. Die Aussage βbillige Tokens bedeuten preiswerte Ergebnisseβ kann stimmen - oft ist aber genau das Gegenteil der Fall.
Forscher aus Stanford und Berkeley haben nachgerechnet: In jedem dritten Vergleich war das billiger gelistete Modell am Ende teurer.

SemiAnalysis hat diese Woche gemessen, wie viel Arbeit du fΓΌr dein Abo bekommst.
Nehmen wir als Beispiel die mittleren Modelle: FΓΌr 100 Dollar im Monat gibt es bei Claude API-Tokens fΓΌr Opus 5.5 im Gegenwert von 5.725 Dollar. Bei ChatGPT sind es 1.055 Dollar fΓΌr GPT-6.1 Sol.
Jetzt kΓΆnnte man eine Milchbuchrechnung machen und sagen: βOk, ich kriege also bei Claude rund 5-mal mehr als bei ChatGPT.β Aber auch das ist nicht korrekt, weil die API-Preise von Anthropic und OpenAI unterschiedlich sind.
Opus 5.5 kostet pro Million Tokens 4 Dollar fΓΌr die Eingabe und 20 Dollar fΓΌr die Ausgabe, GPT-6.1 Sol nur 2 beziehungsweise 10 Dollar. Derselbe Tokenverbrauch ergibt bei Claude also schon den doppelten API-Gegenwert, ohne dass du dafΓΌr mehr Arbeit bekommst.
Jetzt halbiert OpenAI aber noch die Limits fΓΌr das 200-Dollar-Abo (hatten wir letzte Woche im P.S.).

Dazu kommt: Jedes Modell denkt fΓΌr dieselbe Aufgabe unterschiedlich lang.
Bedeutet unter dem Strich: der Preis pro Token lΓ€sst sich nicht pauschal auf den Preis pro Aufgabe hochrechnen, weil jedes Modell unterschiedlich viele Tokens dafΓΌr braucht.
Wir haben es getestet. 100-mal.
Das waren die Tokenkosten der verschiedenen Modelle. Um die KomplexitΓ€t noch zu erhΓΆhen, gibt es ja auch noch die Effort-Einstellungen.
Wir wollen dich aber nicht verwirren, sondern hilfreiche Praxistipps liefern, wie du am meisten aus deinem Abo rausholst. Deshalb haben wir verschiedenen Modellen auf verschiedenen Effort-Stufen dieselben Aufgaben gegeben.
Eine Kunden-Mail freundlicher machen.
Eine Spesenabrechnung mit 30 Belegen prΓΌfen.
Mit eingebauten Fallen: doppelte Belegnummer, Taxi am Sonntag, ein Hotel in Schweizer Franken. Und eine Druckerei-Rechnung, bei der die Summe stimmt, aber die Mehrwertsteuer nicht.
Was rauskam (das ist spannend):
Dieselbe Mail kostet auf Max-Effort 25-mal so viel wie auf Low. 14.698 statt 435 Tokens, fast zwei Minuten statt 7 Sekunden. Das Ergebnis? Praktisch identisch.
Opus 5.5 lΓΆst die SpesenprΓΌfung schon auf Low fehlerfrei. Max kostet das 7,6-Fache. Besser wird nichts.
Gemini 3.8 Flash ist pro Token 62 % billiger als GPT-6.1 Sol. Pro Aufgabe ist es 73 % teurer. Es denkt einfach fΓΌnfmal so lang π.
Das kleine GPT-6 Luna fΓ€llt auf Low und Medium durch. Die Druckerei-Falle ΓΌbersieht es jedes Mal. Auf Extra High: 3 von 3 richtig. FΓΌr 0,27 Cent. Das ist 28-mal billiger als Opus auf Low.

So haben wir getestet: ΓΌber die API (via OpenRouter), immer dieselbe Aufgabe, nur Modell und Effort verΓ€ndert. Kleine Stichprobe, 2β3 LΓ€ufe pro Stufe. In den Apps hast du je nach Abo weniger Auswahl. Luna samt Effort-Stufen gibt es zum Beispiel in ChatGPT Work und Codex. Und im Abo zΓ€hlt nicht der Dollarbetrag, sondern wie schnell deine Verbrauchsanzeige steigt.
Zwei Regler, die du kennen musst
Genug Zahlen. Wie holen wir jetzt mehr aus unserem Abo raus?
1. Das Modell
Such dir pro Aufgabe eins aus und bleib dabei. Jedes Modell hat seinen eigenen Zwischenspeicher (Token-Cache). Wechselst du mitten im Chat, liest das neue Modell den ganzen Verlauf noch mal ein. Zum vollen Preis!
Zwischen zwei Schritten wechseln, wie am Montag beschrieben: okay. Mittendrin: lieber nicht. Beispiel: du hast einen Plan mit dem besten Modell erstellt, fΓΌr die Umsetzung wechselst du dann zu einem mittleren Modell.
(Wir arbeiten noch an einem Deep-Dive zum Thema βWelches Modell wann nutzen β¦β)
2. Der Effort
Bei Claude im ModellmenΓΌ neben dem Senden-Knopf (im deutschen MenΓΌ heiΓt er βAufwandβ). Bei ChatGPT heiΓt er Thinking und geht von Instant bis Pro (oder Ultra, das musst du in den Einstellungen aber zuerst aktivieren).
Wichtig: Effort regelt nicht, wie schlau das Modell ist. Sondern wie grΓΌndlich es prΓΌft.
Mit dem Effort gibst du dem Modell also mehr Zeit zum Nachdenken. Damit fΓ€ngst du versteckte SonderfΓ€lle. Aber nur, wenn es welche gibt.
Low: Mails, Γbersetzen, Umformulieren, Ideen sammeln. Alles, was du sofort selbst siehst.
Medium: der Standard fΓΌr den Rest.
High oder Extra High: wenn Fehler teuer sind und nicht sofort auffallen. VertrΓ€ge, Zahlen, Abrechnungen.
Max: nur, wenn die AI lange ganz allein laufen soll.
Bei kniffligen Aufgaben kann das den Unterschied machen. FΓΌr eine freundlichere Mail dauert es oft einfach nur lΓ€nger. Die Faustregel aus unserem Test: Starkes Modell, Effort runter. Kleines Modell, Effort rauf.
Unser Take: Finde den βSweet Spotβ fΓΌr deine Aufgaben
Es ist ein komplexes Thema, das wir aber alle beherrschen mΓΌssen. Insbesondere weil die Labs jetzt damit beginnen, die Subventionen runterzufahren.
FΓΌr unsere langen Agenten-LΓ€ufe in Claude Code darf es bei Extra High bleiben. Da schaut keiner zwischendurch drauf. Genau dafΓΌr ist es da.
Aber bei den Quickies verbrennen wir Limit. Sonnet auf Extra High kostet fΓΌr eine Mail so viel wie Opus auf Low. Und 2,5-mal so viel wie Sonnet auf Low. Gleiches Ergebnis. Wir gehen somit auf Low.
Also, bedeutet fΓΌr dich: Spiele mehr mit den Effort-Einstellungen. Es wird sich lohnen.
Es gibt ΓΌbrigens noch einen ganzen Haufen weiterer Hebel. Alte Chats, Screenshots, Projekte, Connectors. Diese Details packen wir dann in einen eigenen Deep-Dive.
Anzeige | Mit unserem Partner sevdesk
π§Ύ Buchhaltungstools & AI?
Letzte Woche haben wir darΓΌber geschrieben, welche Tools wir gerade kΓΌndigen. Gamma war das jΓΌngste.
Auf unserer Liste βBleibtβ stand aber auch was: Buchhaltung. Da dockt der Agent an. Er ersetzt das Tool nicht.
Das Thema Buchhaltung und AI ist gerade bei Solopreneuren und SelbststΓ€ndigen ein Dauerbrenner in unserer Community.
Daher starten wir heute eine kleine Serie zum Thema und zeigen dir, wie das bei einer kleinen Firma von uns ganz konkret aussieht. In 3 Teilen.
Zusammen mit unserem heutigen Partner sevdesk, das wir seit Anfang des Jahres selbst fΓΌr genau diese Firma nutzen.
Keine Sorge, der erste Teil ist vielleicht schon etwas fortgeschritten, die folgenden werden simpler.
Unser Buchungslauf von letzter Woche
Ende September. 28 Belege im Eingangsordner in unserem Google Drive. Software-Abos, Telekom, Parkhaus, Γffi-Tickets. Das Γbliche.
FΓΌr den ersten Buchungslauf haben wir schon lΓ€nger einen Skill. Wir tippen /belege-buchen. Fertig.
Wir haben dazu unseren sevdesk-Account ΓΌber die sevdesk-API mit Claude verbunden. (DarΓΌber haben wir hier schon einmal geschrieben.)

Claude liest jeden Beleg, legt ihn in sevdesk an, wΓ€hlt Konto und Steuerregel und gleicht mit der Bank ab.
Das Ergebnis:
8 gebucht. Mit Konto, Steuer und Zahlung.
3 Dubletten erkannt. Rechnungen, die schon gebucht waren und nochmal im Ordner lagen. Aussortiert.
17 bewusst liegen gelassen.

Warum 17 liegen geblieben sind
Alles FremdwΓ€hrung. API-Credits, Domains, Tools aus den USA.
In unserem Handbuch fΓΌr Claude steht eine Regel: Niemals selbst umrechnen. Gebucht wird erst, wenn der echte Euro-Betrag von der Kreditkarte da ist.
Ein Modell, das βeinfach malβ mit dem Tageskurs umrechnet, produziert Buchungen, die plausibel aussehen. Und trotzdem falsch sind. Merkt keiner. Bis der Steuerberater fragt.
Was auΓerdem immer super hilfreich ist, sind die AuffΓ€lligkeiten und Probleme, die uns die AI meldet:

So sehen wir schnell, wenn irgendwelche Belege nicht passen.
Die Leitplanken kommen vom Tool
Jetzt aber zum wichtigen Teil: warum wir sevdesk nicht kΓΌndigen, obwohl Claude in der Theorie selbst buchen kann.
sevdesk gibt Claude einen Rahmen vor, ΓΌber den Claude nicht hinauskommt.
Claude kann sich keine Buchungen ausdenken. Γber die API laufen nur Belege auf gΓΌltige Konten. Freie BuchungssΓ€tze gibt es nicht. Nervt manchmal. Ist aber richtig so.
Was gebucht ist, ist fest. Γndern geht nur ΓΌber einen bewussten Schritt zurΓΌck in den Entwurf. Nichts wird nebenbei ΓΌberschrieben.
Die Umsatzsteuer-Voranmeldung und das finale Absenden bleiben bei dir und deinem Steuerberater. Das lΓ€uft ΓΌber die OberflΓ€che, nicht ΓΌber Claude. Der Steuerberater kann dann in DATEV auch noch einmal alles korrigieren, was nicht passt.
AI ist super im Lesen, Zuordnen und Finden von AuffΓ€lligkeiten. Ein genialer Coach. Aber bei Buchhaltung willst du nicht, dass sie sich die Regeln selbst schreibt und macht, was sie fΓΌr richtig hΓ€lt.
Die Regeln liefert das Tool. Claude bedient es nur.
Brauchst du dafΓΌr ΓΌberhaupt AI?
Ehrlich: Die meisten nicht.
Wir spielen gerne mit AI und schauen immer, was mΓΆglich ist.
sevdesk hat selbst AI eingebaut.
Belege werden automatisch ausgelesen. Und wenn dein Bankkonto verknΓΌpft ist, werden ZahlungseingΓ€nge automatisch verbucht.
FΓΌr Solo-SelbststΓ€ndige und frische GrΓΌnder reicht das oft komplett.

Claude ist die KΓΌr. FΓΌr alle AI Power-User, die SonderfΓ€lle, Auswertungen und Berichte wollen. Wie das Setup funktioniert, haben wir hier Schritt fΓΌr Schritt gezeigt.
Bei uns schaut immer noch einmal ein Mensch drΓΌber. Claude erledigt nur die Vorarbeit. Und am Ende natΓΌrlich noch einmal der Steuerberater.
So startest du
Kostenlos: dauerhaft 0 β¬, bis zu 3 Rechnungen pro Monat, auch als E-Rechnung. Zum Reinschnuppern ohne Risiko.
Mit API fΓΌr Claude: Tarif Buchhaltung Pro. Mit AINAUTEN60 sparst du 60 % bei 12 oder 24 Monaten Laufzeit. Lieber monatlich? Dann AINAUTEN3M fΓΌr 60 % auf die ersten 3 Monate.
P.S. NΓ€chsten Monat in Teil 2: ein Prompt, mit dem Claude nur liest, nichts anfasst und dir in fΓΌnf Minuten erklΓ€rt, wo dein Unternehmen gerade steht.
πͺπΊ Europa meldet sich zurΓΌck: Mistral Large 4 & Kolibri
Zum Abschluss eine kurze, aber wichtige News aus Europa.
Im August haben wir noch darΓΌber geschrieben, ob Europa im Rennen um ein eigenes Spitzenmodell aufgibt.
Mistral hatte damals plΓΆtzlich ein chinesisches Modell auf die eigene Plattform gestellt. Viele sind davon ausgegangen, dass sie aufgeben.
Diese Woche kam die Antwort. Gleich doppelt!
Mistral Large 4. Spitzname: Le Chonk. π 1 Billion Parameter, komplett in Europa trainiert und betrieben.
Per API ab sofort, die Weights zum Selbst-Hosten sollen Ende Oktober kommen.
Laut Mistral das beste offene Modell aus den USA oder Europa. Nach den Zahlen von Artificial Analysis stimmt das auch.
Fairerweise: Im Ranking von Artificial Analysis liegt es mit 38 Punkten hinter sieben offenen Modellen aus China zurΓΌck.
Und 20 Punkte hinter Opus 5.5. Also ungefΓ€hr auf dem Niveau von GPT-6 Luna. Ja, dem kleinen Luna von oben.

Trotzdem. Ein gutes offenes Modell aus Europa zu haben, finden wir WICHTIG!!!
Zweite News, die wir selbst noch nicht abschlieΓend einordnen kΓΆnnen.
Kolibri-1 von Aleph Alpha.
Ja, Aleph Alpha, das einstige Hype-Lab aus Deutschland, das viele totgesagt haben, meldet sich mit einem Modell zurΓΌck.
Es ist das erste neue Modell aus Heidelberg seit August 2024. Es ist klein (3,5 Milliarden aktive Parameter), kann Deutsch und Englisch und ist frei nutzbar unter Apache 2.0.
Gedacht ist es fΓΌr BehΓΆrden und Industrie, nicht fΓΌr den Spitzenplatz. Benchmarks gibt es bisher nur vom Hersteller.
Wir wollten darΓΌber schreiben, weil wir so selten News aus Deutschland haben. Aber vom Hocker haut uns das jetzt auch nicht.
Kleine Ironie am Rande: Teile der Trainingsdaten stammen laut heise aus chinesischen Modellen. π
Unser Take: Totgesagte leben lΓ€nger
Europa ist nicht raus. Vorne mit dabei aber auch nicht.
FΓΌr die meisten Firmen hier zΓ€hlt aber eh was anderes als der Platz im Ranking. Wo lΓ€uft das Modell? Darf ich es selbst betreiben? Und reicht es fΓΌr meine Aufgabe?
Unser Test von oben zeigt: Ein Modell auf Luna-Niveau kann reichen - wenn du den Effort hochdrehst. (Disclaimer: Mistral und Kolibri haben wir selbst noch nicht getestet.)
Geschafft! Ist wieder etwas lΓ€nger geworden. Auch etwas komplexere Themen als sonst. HΓ€tten wir wohl auf Low schreiben sollen. π
Bis nΓ€chste Woche!
Reto & Fabian von den AInauten
Du willst tiefer einsteigen? Die AInauten Community.
Der Newsletter hΓ€lt dich auf dem Laufenden. Die Community ist der Ort fΓΌr alle, die es selbst umsetzen wollen: Praxisvideos, Deep Dives mit Setup-Anleitung, 50+ Use Cases, alle Trainings, Austausch mit 1000+ Mitgliedern und unsere persΓΆnliche Hilfe. 12 Monate, kein Abo. Hier mehr erfahren Β»
βοΈ Wie hat dir diese Ausgabe gefallen?
Anmelden oder abonnieren teilnehmen

