Grundlagen
Tokens und Kontextfenster
Tokens sind kleine Texteinheiten (Wortteile), in die Modelle Ein- und Ausgaben zerlegen. Das Kontextfenster ist die maximale Token-Menge, die ein Modell gleichzeitig berücksichtigen kann. Beides beeinflusst Grenzen und Kosten.
Tokens
Modelle verarbeiten Text nicht als ganze Wörter, sondern als Tokens – oft Wortteile. Ein längeres Wort kann aus mehreren Tokens bestehen. Preise von Cloud-Modellen werden häufig pro Million Tokens angegeben (Eingabe und Ausgabe getrennt).
Kontextfenster
Das Kontextfenster begrenzt, wie viel Ein- und Ausgabe gleichzeitig „im Blick“ ist. Wird es überschritten, gehen frühere Inhalte verloren. Große Dokumente passen eventuell nicht vollständig hinein – hier hilft RAG, das nur relevante Ausschnitte einspeist.
Mehr Kontext ist nicht automatisch besser: Große Eingaben kosten mehr Tokens und können die Antwortqualität verwässern. Gezielte, relevante Kontexte sind oft wirksamer.
Bezug zu Kosten
Wer Cloud-Modelle per API nutzt, zahlt meist token-basiert. Der KI-Kostenrechner hilft, Szenarien grob zu schätzen – mit eigenen, aktuellen Preisen.
Quellen und weiterführende Informationen
- OpenAI: Tokenizer & Pricing (Dokumentation). Offizielle Dokumentation · abgerufen am 06.08.2026
Häufige Fragen
Wie viele Tokens hat ein Wort?
Das variiert je Sprache und Tokenizer. Häufig entspricht ein Token grob einem Wortteil; ganze Wörter können ein oder mehrere Tokens sein.