GPT-5.4 Mini Preise: Eingabe-, Cache- und Ausgabekosten

Hallo, ich bin Dora. Ich leite seit einigen Wochen einen hochvolumigen Klassifizierungs-Workload über OpenAI. Die Frage, die ich vom Finanzteam immer wieder bekam, war dieselbe, die Builder stellen, wann immer ein „Mini”-Modell erscheint: Stimmt die Rechnung wirklich, oder wird der günstigere Token-Preis durch andere Faktoren aufgefressen?

Dieser Artikel richtet sich an alle, die gerade dieselbe Kalkulation zu GPT-5.4 Mini-Preisen durchführen – kostenbewusste Builder und finanznahe Engineering Leads. Ich schlüssle Input-, Cached-Input- und Output-Raten auf, zeige, wo die Wirtschaftlichkeit funktioniert, und weise darauf hin, wo Mini still und heimlich teurer wird als die Schlagzeile vermuten lässt. Alle Preise stammen von OpenAIs offizieller API-Preisseite, verifiziert zum Veröffentlichungsdatum – diese ändern sich, also vor dem Zitieren prüfen.

Dies ist nicht der Integrationsleitfaden. Routing und der API-Vertrag sind in einem separaten Artikel behandelt. Hier geht es ums Geld.

GPT-5.4 Mini Kostenaufschlüsselung

Input- vs. Output-Raten

!

GPT-5.4 Mini kostet $0,75 pro Million Input-Token und $4,50 pro Million Output-Token. Der 6-fache Output-Multiplikator ist das, was die meisten Menschen zu spät verinnerlichen. Input ist günstig. Output verbrennt das Budget.

Zur Einordnung: Die Position von Mini in der GPT-5.4-Familie zum Veröffentlichungsdatum:

Modell	Input ($/M)	Cached Input ($/M)	Output ($/M)
GPT-5.5	$5,00	$0,50	$30,00
GPT-5.4	$2,50	$0,25	$15,00
GPT-5.4 Mini	$0,75	$0,08	$4,50

Mini ist etwa 3,3-mal günstiger als GPT-5.4 und 6,7-mal günstiger als GPT-5.5. Dieses Verhältnis ist die entscheidende Geschichte, wenn man beurteilt, ob ein Workload für Mini geeignet ist.

Standardtarife gelten für Kontextfenster unter ca. 270K Input-Token. Darüber hinaus wendet OpenAI für die gesamte Sitzung eine 2-fache Input- und 1,5-fache Output-Berechnung an – einschließlich Batch- und Flex-Tarifen. Die teuerste Überraschung auf der Plattform.

Cached-Input-Rabatt

Cached Input bei GPT-5.4 Mini kostet $0,075 pro Million Token – eine Reduzierung um 90% gegenüber dem Standard-Input-Preis, entsprechend dem Muster der GPT-5.4- und GPT-5.5-Familien. Der Cache ist automatisch: kein API-Flag, keine Code-Änderung. Wenn eine Anfrage ein Präfix wiederverwendet, das OpenAI bereits berechnet hat, werden diese Token zum Cache-Tarif abgerechnet.

Die wichtigen Regeln:

• Das Präfix muss byteweise stabil sein. Ein Zeitstempel im System-Prompt zerstört den Cache.
• Das Präfix muss lang genug sein (mindestens ca. 1.024 Token).
• Der Cache läuft nach mehreren Minuten Inaktivität ab.
• Die Output-Preise ändern sich nicht.

Für RAG-Anwendungen mit großen stabilen System-Prompts sind Cache-Trefferquoten über 70% realistisch. Bei Single-Turn-Workloads ohne gemeinsame Präambel hilft der Cache kaum. Die Einsparungen sind real, aber bedingt – deshalb zitiere ich sie gegenüber dem Finanzteam nie als pauschalen Prozentsatz.

Warum kleine Modelle bei hohem Volumen gewinnen

Kosten-pro-Aufgabe-Rechnung vs. Frontier

Die richtige Einheit ist nicht Kosten pro Token. Es sind Kosten pro erfolgreich erledigter Aufgabe. Ein repräsentativer Workload – Klassifizierung von 1 Million kurzen Support-Tickets, 800 Input-Token und 200 Output-Token jeweils, ohne Caching:

Modell	Input-Kosten	Output-Kosten	Gesamt
GPT-5.5	$4.000	$6.000	$10.000
GPT-5.4	$2.000	$3.000	$5.000
GPT-5.4 Mini	$600	$900	$1.500

Basierend auf OpenAIs Standardpreisen Stand Juni 2026. Nur Beispielrechnung – tatsächliche Preise können je nach Region, Cache-Trefferquote, Mengenrabatten oder anderen Faktoren variieren. Vor dem Zitieren immer die offizielle OpenAI-Preisseite prüfen.

Mini liegt bei 15% der Rechnung von GPT-5.5. Die Frage ist, ob Minis Genauigkeit bei der eigenen Aufgabe nah genug ist, damit die Einsparungen real und nicht auf Nacharbeit, Eskalationen oder menschliche Überprüfung verschoben werden.

Ich pflege für jeden Workload, den ich auf Mini umstelle, ein Eval-Set. Fällt die Qualität unter den Schwellenwert, hört die Tabelle auf zu zählen.

Batch- & Flex-Rabatte

Zwei weitere Hebel:

• Batch API: pauschaler 50%-Rabatt auf Input und Output, asynchrone Verarbeitung innerhalb von 24 Stunden. Bei Mini: $0,375 Input und $2,25 Output pro Million. Die meisten Batches werden in 1–6 Stunden abgeschlossen.
• Flex-Preisgestaltung: ebenfalls 50% Rabatt, mit variabler Latenz statt asynchroner Warteschlange. Nützlich für nicht-benutzerseitige interne Tools.

Exakte Abrechnung an einem kleinen Test-Batch prüfen, bevor ein großer Workload committed wird – die OpenAI Developer Pricing Docs sind die Quelle der Wahrheit.

Versteckte Kostenfaktoren

Output-Token-Wildwuchs

Der Fehlermodus, den ich am häufigsten sehe, und er hat nichts mit dem Modell zu tun.

Output-Token kosten bei Mini 6-mal so viel wie Input-Token. Wenn die Output-Länge nicht begrenzt wird, bläst ein Modell, das gelegentlich 2.000 Token zurückgibt, wenn 200 ausreichen würden, die Rechnung still und leise um eine Größenordnung auf. Die Korrekturen sind banal:

• max_tokens bei jedem Aufruf setzen.
• Strukturierte Outputs oder strenge JSON-Modi verwenden, wo das Schema die Antwort begrenzt.
• Bei der Klassifizierung: ein Label zurückgeben. Keine Erklärung. Ein Label.

Ich habe einen Workload entdeckt, bei dem Mini durchschnittlich 480 Output-Token produzierte, weil der System-Prompt nach „einer kurzen Begründung” fragte. Kurz bedeutet offenbar, was das Modell möchte. Nachdem das Begründungsfeld entfernt und max_tokens hinzugefügt wurde, sank der Output auf 12 Token. Die Rechnung sank entsprechend.

Output-Wildwuchs frisst jede Ersparnis, die der günstigere Token-Preis bringt. Das erste, was geprüft werden sollte.

Caching erfordert stabile Präfixe

Ein „konsistenter System-Prompt” im Code-Review-Sinne ist nicht dasselbe wie „byteweise stabil”. Wenn der System-Prompt das aktuelle Datum enthält, ein benutzerspezifisches Personalisierungsfeld an der Spitze, einen abgerufenen Dokumentblock, der je nach Anfrage variiert, oder eine A/B-Variante – ist das Caching für dieses Präfix deaktiviert.

Der Cache gilt nur für das längste gemeinsame Präfix vom Anfang des Inputs. Die Lösung ist strukturell: stabilen Inhalt an den Anfang setzen, Variablen ans Ende.

Das klingt offensichtlich. Ich habe trotzdem Produktionssysteme gesehen, bei denen Caching als aktiv angenommen wurde und es nicht war. Die Cache-Trefferquote prüfen. Nicht annehmen.

Wer Mini wegen der Kosten nutzen sollte

Beste Anwendungsfälle vs. Schwächen

Mini eignet sich gut für hochvolumige Klassifizierung, Tagging, Routing-Entscheidungen, Zusammenfassung strukturierter Inputs, Erst-Extraktion, bei der ein Frontier-Modell Randfälle überprüft, und begrenzten Chat. Alles, wo die Output-Länge aggressiv begrenzt werden kann.

Mini ist schwach bei mehrstufigem Reasoning über lange Ketten, bei Outputs, deren Qualität das Nutzervertrauen bestimmt (juristische Entwürfe, kundenseitige Analysen), bei Aufgaben, bei denen Randfälle häufig und teuer zu verpassen sind, und wo die Eval-Lücke zwischen Mini und GPT-5.4 bei der eigenen Aufgabe messbar ist.

Der ehrliche Test ist das eigene Eval-Set mit eigenen Daten. Wenn Minis Genauigkeit innerhalb eines akzeptablen Rahmens von GPT-5.4 liegt, sind die Einsparungen real. Wenn nicht, zahlt man für einen Rabatt in Form von Nacharbeit, Support-Tickets und Nutzerreibung – was nie in der API-Rechnung erscheint, aber definitiv irgendwo auftaucht.

Ich führe alle paar Wochen Audits bei Workloads durch, die schon eine Weile auf Mini laufen. Drift ist real. Die OpenAI API-Preisvergleichs-Übersichten bieten eine aktuelle Ansicht, falls eine Neubewertung des Routings erforderlich ist.

FAQ

Was kostet GPT-5.4 Mini im Vergleich zu GPT-5.5 wirklich?

Etwa ein Siebtel pro Token. GPT-5.4 Mini kostet $0,75 Input und $4,50 Output pro Million Token; GPT-5.5 kostet $5,00 Input und $30,00 Output. Bei gleichem Volumen ohne Caching kostet Mini etwa 15% von GPT-5.5. Ob sich das in tatsächliche Einsparungen übersetzt, hängt davon ab, ob Mini die eigene Aufgabe ohne Qualitätsregression bewältigt. Siehe OpenAIs GPT-5.5-Modellseite für die modellübergreifende Preistabelle.

Gilt die Cached-Input-Preisgestaltung für GPT-5.4 Mini?

Ja. Cached Input bei GPT-5.4 Mini kostet $0,075 pro Million Token, ein 90%-Rabatt gegenüber dem Standardpreis von $0,75. Automatisch aktiv, wenn der Prompt ein stabiles Präfix wiederverwendet, das OpenAI bereits berechnet hat. Der Cache läuft nach mehreren Minuten Inaktivität ab und erfordert, dass das Präfix lang genug ist (ca. 1.024 Token). Die Output-Preisgestaltung ist davon unberührt.

Gibt es einen Batch-Rabatt für GPT-5.4 Mini?

Ja. Die Batch API bietet einen pauschalen 50%-Rabatt auf Input und Output für den gpt-5.4-mini-API-Endpunkt, mit Verarbeitung innerhalb von 24 Stunden. Effektive Batch-Raten sind $0,375 Input und $2,25 Output pro Million Token. Flex-Preisgestaltung bietet einen ähnlichen 50%-Rabatt mit variabler Latenz statt asynchroner Warteschlange.

Wie schätze ich die tatsächlichen Kosten eines hochvolumigen Workloads auf Mini?

Drei Zahlen: Token-Input pro Anfrage, Token-Output pro Anfrage, Anfragen pro Monat. Mit dem entsprechenden Tarif multiplizieren. Für Genauigkeit: 100 echte Anfragen stichprobenartig auswählen, tatsächliche Token-Zahlen messen und die Cache-Trefferquote prüfen. Rechner geben eine Obergrenze. Stichprobendaten geben die Realität.

Wann ist GPT-5.4 Mini zu schwach für die Aufgabe, auch wenn es günstiger ist?

Wenn das Eval-Set messbare Qualitätsregression im Vergleich zu GPT-5.4 oder GPT-5.5 bei den relevanten Outputs zeigt. Häufige Auslöser: mehrstufiges Reasoning, Anweisungsfolgen bei langen Prompts, Randfälle, bei denen eine falsche Antwort teuer ist, Outputs, die poliert wirken müssen. Einsparungen sind nicht real, wenn sie Arbeit in manuelle Überprüfung oder nutzerseitige Fehler verschieben. Erst den Eval durchführen.

Fazit

GPT-5.4 Mini-Preisgestaltung ist auf dem Papier unkompliziert: $0,75 Input, $0,075 Cached Input, $4,50 Output, pro Million Token. Interessant werden die Zahlen bei Cache-Trefferquoten, Output-Token-Disziplin, Batch-Routing und der Frage, ob das Modell für die Aufgabe tatsächlich gut genug ist.

Günstigere Token-Tarife sind notwendig, aber nicht hinreichend. Output-Wildwuchs, unterbrochenes Caching und Qualitätsregressionen können die Einsparungen jeweils unabhängig voneinander zunichte machen. Die Rechnung geht nur auf, wenn man sie für den eigenen Workload durchführt.

Ich führe diesen Monat noch eine weitere Migration durch – eine Zusammenfassungs-Pipeline, die derzeit auf GPT-5.4 läuft und die ich mit engeren Output-Limits für Mini geeignet halte. Die Kostenprognose sagt 70% Einsparungen. Wir werden sehen, was der Eval sagt. Fortsetzung nächste Woche.

Frühere Beiträge:

• GPT-5.4 Mini API: Preisgestaltung, Routing & Produktions-Workloads
• MiniMax M3-Preis: Langkontext-API-Kosten, Caching & Token-Wirtschaft
• MiniMax M3 API: Kontextfenster, Zugangswege & Produktions-Trade-offs
• Von KI-Coding-Agenten zu Inferenzplattformen
• Claude Mythos 5-Preisgestaltung: API-Kosten, Kontext & Produktionsökonomie