Der Hype um immer größere und teurere KI-Spitzenmodelle stößt in der Unternehmenspraxis auf wirtschaftliche Grenzen. Wie aktuelle Auswertungen des Ausgaben- und Abrechnungsdienstleisters Ramp mit mehr als 70.000 Unternehmenskunden belegen, greifen Firmen zunehmend zu kostengünstigeren Alternativen. Anstelle der kostspieligsten Flaggschiffmodelle dominieren pragmatische, auf Wirtschaftlichkeit getrimmte Systeme das Tagesgeschäft der Entwicklungsabteilungen.
Ein markantes Beispiel für diese Entwicklung ist Anthropics Spitzenmodell Claude Fable 5. Mit Inferenzkosten von 10 US-Dollar pro Million Input-Token und 50 US-Dollar pro Million Output-Token verharrt dieses Modell bei nur rund 8 bis 11 Prozent der gesamten Kundenausgaben für Anthropic-Dienste. Unternehmen setzen stattdessen vermehrt auf preiswertere Modelle wie Opus 4.8, Opus 5 oder Sonnet 5 sowie quelloffene Alternativen wie Qwen 3.8. Diese Optionen sind für typische Programmier- und Routineaufgaben um 70 bis 90 Prozent günstiger.
Trotz des verhaltenen Zuspruchs für das teuerste Modell verzeichnet Anthropic ein massives Gesamtwachstum. Das Unternehmen vermeldete für Juli 2026 einen annualisierten Umsatz von 65 Milliarden US-Dollar. Mehr als 6.000 Kunden besitzen mittlerweile Jahresverträge mit einem Volumen von über 100.000 US-Dollar, was die breite Verankerung der KI-Infrastruktur im B2B-Sektor unterstreicht.
Der Markt reagiert auf die wachsende Kostensensibilität der Kunden mit einem verschärften Preiskampf bei der Inferenz. Plattformen und Anbieter versuchen, Entwickler mit drastischen Nachlässen an ihre Gateways zu binden. So startete der Plattformanbieter Vercel am 17. August 2026 eine einmonatige Aktion, bei der OpenAIs Modell GPT-5.6 Sol über das hauseigene AI Gateway mit einem Rabatt von 50 Prozent angeboten wird.
Gleichzeitig erhöht die Veröffentlichung leistungsfähiger Alternativen den Druck auf proprietäre Anbieter weiter. Alibaba brachte Mitte August mit Qwen3.8-27B und Qwen3.8-Max neue Varianten heraus, die bei Logik- und Programmierbenchmarks mit früheren Billionen-Parameter-Modellen konkurrieren. DeepSeek erweiterte sein Modell DeepSeek-V4-Flash um experimentelle Bildanalyse bei einem Bruchteil westlicher Inferenzkosten, was den Trend zu budgetorientierter KI-Nutzung weiter beschleunigt.