Beste Flatrate-LLM-API-Anbieter
Flatrate-LLM-Anbieter verkaufen unbegrenzte Modellnutzung zu einem festen monatlichen Preis statt pro Token abzurechnen. Dieses Modell verbreitete sich, weil agentische Codierungssitzungen Dutzende Millionen Token verbrauchen können, sodass eine Token-basierte Rechnung schwer vorhersehbar ist. Nur sehr wenige Anbieter bieten eine echte Flatrate; die meisten als Pauschalpreis vermarkteten Pläne enthalten darunter ein Nutzungskontingent. Im Folgenden vergleichen wir die Anbieter, die tatsächlich unbegrenzte Nutzung verkaufen, mit den bereitgestellten Modellen, der Parallelitätsgrenze und den Preisen für jeden.
Anbieter | Fokus | Modelle | Parallelität | Preis |
|---|---|---|---|---|
Giotto.ai | EU-gehostete souveräne Bereitstellung | Giotto 1 (eigenes Modell) | 1 Anfrage gleichzeitig | 49.90 CHF/Monat |
Featherless.ai | Vielfalt offener Modelle zu fixen Kosten | 30.000+ offene Modelle | 4 bis 8 Einheiten pro Plan | ab $25/Monat |
Awan LLM | Günstiger Flatrate-Zugang | Llama 3 und 3.1 (8B und 70B) | 100 bis 200 Anfragen/Min | $5 bis $80/Monat |
Anbieter in dieser Tabelle erfüllen zwei Kriterien:
- Einen veröffentlichten festen Monatspreis.
- Unbegrenzte Nutzung: kein Token- oder Prompt-Budget, das Sie stoppt. Ratenbegrenzungen, die das Tempo der Anfragen regulieren, sind erlaubt; Budgets, die Nutzung beenden, nicht.
Analysierte Flatrate-LLM-Anbieter
Featherless.ai
Featherless stellt mehr als 30.000 offene Modelle (DeepSeek, Kimi, GLM, Qwen, Llama und Feinabstimmungen) über eine OpenAI-kompatible API mit unbegrenzten Token und Anfragen bereit.1 Anstelle eines Tokenzählers bepreist es Parallelitätseinheiten: Ein kleines Modell kostet 1 Einheit pro laufende Anfrage, ein 70B-Modell kostet 4, und Anfragen über Ihr Budget hinaus geben einen HTTP-429-Fehler zurück, statt eine Gebühr zu erheben.
Der Premium-Plan umfasst 4 Einheiten, sodass $25 eine Spur für große Modelle oder vier Spuren für kleine Modelle ermöglicht. Agent-Pläne fügen 8 Einheiten und eine Sandbox für autonome Workloads hinzu. Das Unternehmen schloss am 04-30-2026 eine Series-A-Finanzierung in Höhe von 20M $ unter gemeinsamer Führung von AMD Ventures und Airbus Ventures ab – die stärkste finanzielle Rückendeckung auf diesem Markt.
Bester Anwendungsfall: Intensive agentische Codierung in einem Einzelstrom und Modell-Experimente mit einer harten Kostenobergrenze.
Modelle: 30.000+ offene Modelle; Größengrenze 229B bei den $100-Tarifen, keine Grenze bei den $200-Tarifen.
Parallelität: 4 Einheiten (Premium), 8 Einheiten (Agent und pro Business-Einheit).
Preis: Premium $25/Monat. Agent $100 oder $200/Monat. Business $100 oder $200 pro Einheit/Monat.
Wichtige Funktionen:
- Unbegrenzte Token und Anfragen in jedem Tarif.
- Jedes katalogisierte offene Modell, pro Anfrage wechselbar.
- OpenAI-kompatible API.
- Dokumentierte Richtlinie ohne Protokollierung für Prompts und Vervollständigungen.
- Parallelität skaliert linear in Business-Plänen.
Einschränkungen:
- Eine Anfrage der 70B-Klasse verbraucht das gesamte Premium-Einheitenbudget.
- Anfragen über dem Budget werden mit HTTP 429 abgelehnt, daher benötigt parallele Toolchain eine eigene Anfrage-Warteschlange.
- Der Durchsatz pro Spur wird nicht veröffentlicht; der Anbieter macht keine Angaben zu Token pro Sekunde.
Giotto.ai
Giotto ist ein Schweizer Labor in Lausanne, das sein eigenes Reasoning-Modell Giotto 1 anbietet, das es als das leistungsstärkste Modell positioniert, das auf einer einzelnen GPU läuft.2 Das Unternehmen verkauft dasselbe System als EU-gehostete Cloud, private On-Premise-Bereitstellung oder vorinstallierte Hardware, mit ISO 27001-Zertifizierung.
Die Flatrate-API wurde von CEO Aldo Podestà am 07-09-2026 angekündigt: 49.90 CHF pro Monat, eine gleichzeitige Anfrage, unbegrenzte Nutzung.3 Mit Stand 07-23-2026 ist das Angebot nicht auf giotto.ai zu finden, die Seite hat keine Preisseite und leitet Käufer zu einem Kontaktformular, daher sind alle nachstehenden Bedingungen vorläufig.
Bester Anwendungsfall: EU-Datenresidenz und Souveränitätsanforderungen bei festem Budget.
Modelle: Nur Giotto 1.
Parallelität: 1 Anfrage gleichzeitig (Mono-Parallelität).
Preis: Preis: 49.90 CHF/Monat; kostenloser Giotto Open Workspace mit nicht genannten API-Limits.
Wichtige Funktionen:
- Unbegrenzte Nutzung über eine einzelne Anfragespur.
- EU-Hosting in Schweizer und EU-Partnerrechenzentren.
- Dasselbe Modell für private Bereitstellung auf eigenen GPUs verfügbar.
- Kostenloser gemeinsamer Workspace enthält API-Zugang.
Einschränkungen:
- Noch nicht kaufbar; keine öffentliche Preisseite mit Stand 07-23-2026.
- Die Ankündigung behauptet bis zu 200x Einsparungen gegenüber Fable 5 und 350x gegenüber der API von GPT Pro; diese Vergleiche beziehen sich nur auf den Preis. Giottos eigene Benchmark-Tabelle stellt Giotto 1 Modellen mit einzelner GPU wie Gemma 4 31B und GPT-OSS-120B gegenüber, nicht den Frontier-Modellen, auf die sich die Preisbehauptung bezieht.
- Unternehmen in der Frühphase: das Produkt startete am 05-18-2026, und der CEO gab im Juni 2026 an, dass ein Wandelkredit über 10M CHF voraussichtlich bis Juli abgeschlossen sein sollte, mit einer größeren Seed-Runde zum Jahresende.4
Awan LLM
Awan LLM verkauft „unbegrenzte Token“ ab $5 pro Monat, mit täglichen Anfrageobergrenzen, die sich nach Modellgrößenklasse staffeln, sowie Ratenbegrenzungen pro Minute.5 Die täglichen Obergrenzen (30K bis 80K Anfragen beim $20-Pro-Plan) liegen weit über dem, was ein einzelner interaktiver Nutzer erzeugt, was den Plan in der Praxis zur Flatrate macht.
Der Modellkatalog befindet sich auf einer separaten Modellseite und nicht auf der Preisseite: Llama 3.1 8B und 70B Instruct, Llama 3 8B und 70B sowie Awans eigene 8B-Feinabstimmungen.6 Der neueste davon wurde im Juli 2024 veröffentlicht, sodass der Katalog ein bis zwei Generationen hinter aktuellen offenen Modellen zurückliegt.
Bester Anwendungsfall: Günstigster Flatrate-Einstieg für leichte und mittlere Workloads mit offenen Modellen.
Modelle: Llama 3.1 (8B, 70B), Llama 3 (8B, 70B) und 8B-Feinabstimmungen.
Parallelität: Ratenbegrenzung bei 100 Anfragen/Min (Pro) bis 200 Anfragen/Min (Max).
Preis: Lite kostenlos, Core $5/Monat, Plus $10/Monat, Pro $20/Monat, Max $80/Monat.
Wichtige Funktionen:
- Unbegrenzte Token in jedem kostenpflichtigen Tarif.
- Kostenloser Tarif für Tests im kleinen Maßstab.
- Max-Tarif entfernt tägliche Anfrageobergrenzen.
- Günstigster kostenpflichtiger Einstieg in diesem Markt mit $5/Monat.
Einschränkungen:
- Der Katalog endet bei Llama 3.1; kein offenes Modell von 2025 oder 2026 wird angeboten.
- Anfrageobergrenzen nach Modellgrößenklasse ersetzen den Tokenzähler.
Pauschalpreis-Pläne mit Nutzungskontingenten
Die meisten Pläne in der Flatrate-Diskussion sind Abonnements mit einem sich erneuernden Kontingent: Der Preis ist fest, und ein Prompt- oder Token-Budget stoppt Sie, anstatt Ihnen etwas zu berechnen. Was an der Kontingentsgrenze passiert, unterscheidet sich je nach Anbieter und ist genauso wichtig wie die Kontingentgröße. Wir behandeln diese Pläne Tarif für Tarif in unserem Leitfaden zu LLM-Preisen.
Z.ai GLM Coding Plan
- Messung: ~80 bis 1.600 Prompts pro 5-Stunden-Fenster plus ~400 bis 8.000 pro Woche je nach Tarif; jeder Prompt löst geschätzt 15 bis 20 Modellaufrufe aus; 3x Kontingentabzug in Spitzenzeiten.
- Am Limit: harte Blockierung bis zur Fensterauffrischung, kein Fallback auf Pay-as-you-go.
- Überblick: $18 bis $160/Monat, stellt GLM-5.2 über einen Anthropic-kompatiblen Endpunkt in 20+ Coding-Tools bereit.7
Kimi Code
- Messung: Ein Credit-Pool, der mit allen Kimi-Mitgliedschaftsfunktionen geteilt wird, wöchentlich aufgefrischt ohne Übertrag, zuzüglich eines gleitenden 5-Stunden-Ratenfensters; Kontingentmengen nicht veröffentlicht.
- Am Limit: nachgemessene Aufladung über Extra-Nutzung statt harter Blockierung.
- Überblick: $19 bis $199/Monat für K2.7 Code mit 2 bis 8 gleichzeitigen Agenten-Aufgaben; HighSpeed-Modus verbraucht 3x Kontingent.8
MiniMax Coding Plan
- Messung: ~1.7B bis 12.5B Token pro Monat innerhalb von 5-Stunden- und Wochenfenstern; ungenutztes Kontingent verfällt.
- Überblick: $20 bis $120/Monat; MiniMax empfiehlt Pay-as-you-go für den Produktiveinsatz.9
Cerebras Code
- Messung: 24M bis 120M Token pro Tag.
- Überblick: $50 oder $200/Monat für GLM 4.7 auf Cerebras-Hardware; alle Tarife am 07-23-2026 weiterhin als ausverkauft angezeigt.10
NanoGPT Pro
- Messung: 60M Input-Token pro Woche; große Modelle ziehen mit 2x Faktor ab.
- Überblick: $12/Monat über ein enthaltenes Open-Source-Modellset, Web und API.11
Synthetic
- Messung: 500 Anfragen pro 5 Stunden, 1 gleichzeitige Anfrage pro Modell.
- Überblick: $30/Monat für sieben dauerhaft verfügbare offene Modelle, UI plus API.12
Chutes
- Messung: Enthaltene Nutzung auf das 5x des Planpreises begrenzt, dann wird pro Token abgerechnet.
- Überblick: $10 oder $20/Monat Prepaid-Bundles auf dezentraler Rechenleistung; eher ein Rabattprogramm als eine Flatrate.13
Claude- und ChatGPT-Abonnements
- Messung: 5-Stunden-Sitzungen plus wöchentliche Obergrenzen (Claude); Nutzungsstufen mit Limits (ChatGPT).
- Überblick: $20 bis $200+/Monat; der einzige pauschal bepreiste Weg zu Closed-Source-Frontier-Modellen, als Plätze verkauft, nicht als APIs.14 15
Wie Flatrate-Preise funktionieren
1. Parallelitätsspuren ersetzen den Tokenzähler
Ein Flatrate-Anbieter begrenzt, wie viele Anfragen Sie gleichzeitig ausführen können, anstatt wie viele Token Sie verbrauchen. Eine Anfragespur kann nicht mehr ziehen als den Output eines GPU-Stroms, sodass die schlimmsten Servierkosten des Anbieters feststehen. Die Rechnung begrenzt auch Sie: Eine Spur, die rund um die Uhr 50 Token pro Sekunde streamt, produziert in einem 30-Tage-Monat höchstens etwa 130M Ausgabetoken, und die tatsächliche Nutzung liegt deutlich darunter, weil die Spur zwischen Aufrufen inaktiv ist. Token pro Sekunde werden daher zu einem Kaufkriterium, und keiner der drei Anbieter veröffentlicht diesen Wert.
2. Wirtschaftlichkeit offener Modelle
Jeder echte Flatrate-Anbieter bedient entweder offene Modelle auf Standard-GPUs (Featherless, Awan) oder sein eigenes Modell auf eigener Infrastruktur (Giotto). Niemand verkauft pauschalen unbegrenzten Zugang zu einem geschlossenen Frontier-Modell, da ein Wiederverkäufer die Bereitstellungskosten eines pro Token lizenzierten Modells nicht deckeln kann. Anthropic und OpenAI verkaufen Pauschalpreise nur für ihre eigenen Modelle, gebündelt in kontingentlimitierten Chat-Abonnements.
3. Break-even gegenüber Pay-per-Token
Ein Flatrate-Plan gewinnt, wenn die gemessenen Ausgaben für dasselbe Modell den Planpreis übersteigen würden, und der Break-even-Punkt hängt stark davon ab, mit welchem gemessenen Host man vergleicht. Llama 3.3 70B kostet $0.10 pro Million Input-Token und $0.32 pro Million Output-Token bei DeepInfra, gegenüber pauschalen $1.04 pro Million bei Together KI.16 Angenommen eines 70:30 Input-Output-Mix, liegt die Gewinnschwelle von Featherless Premium bei $25 bei etwa 150M Token pro Monat gegenüber DeepInfra, aber nur bei etwa 24M Token gegenüber Together KI. Intensive agentische Nutzung in einem Einzelstrom überschreitet die untere Grenze leicht und kann auch die höhere überwinden.
Der umgekehrte Fall ist ebenso wichtig. Ein Workload von 5M Token pro Monat, verteilt auf zwanzig parallele kurze Sitzungen, kostet gemessen bei DeepInfra weniger als $1, während die Bereitstellung derselben Parallelität auf Flatrate-Spuren $100 oder mehr kosten würde. Flatrate eignet sich für Arbeiten mit hohem Volumen und geringer Parallelität; Pay-per-Token gewinnt bei geringem Volumen oder stark parallelem Verkehr. Die Zahlen dienen als Illustration zum angegebenen Zugriffsdatum; setzen Sie die Token-Zahlen des letzten Monats durch dieselbe Rechnung.
4. Nachhaltigkeit unbegrenzter Preise
Unbegrenzte Pläne ziehen die intensivsten Nutzer an, und der Markt zeigt bereits Anspannung. Cerebras Code war am 07-23-2026 in jedem Tarif ausverkauft, zehn Tage nach unserem ersten Check. NanoGPT erhöhte sein Abonnement innerhalb eines Jahres von $8 auf $12. Der 30 %-Rabatt von Z.ai ist zeitlich befristet.
Die Präzedenzfälle reichen über diese Nische hinaus. Der CEO von OpenAI sagte im Januar 2025, dass der $200/Monat teure ChatGPT-Pro-Plan Geld verlor, weil Abonnenten ihn stärker nutzten als prognostiziert.17 GitHub ersetzte die Premium-Anfrageeinheiten von Copilot am 06-01-2026 durch nutzungsbasierte KI Credits, während die Abonnementpreise unverändert blieben.18 Cursor tauschte im Juni 2025 sein 500-Anfragen-Kontingent gegen ein $20-Nutzungspool und erstattete nach dem Aufschrei Geld zurück.19 Wenn die größten Anbieter pauschal bepreister KI-Nutzung zu Messgeräten zurückkehren, sollten Sie den unbegrenzten Plan eines kleinen Anbieters als Einführungspreis und die Break-even-Rechnung eher in Monaten als in Jahren gültig betrachten.
Warum würden Sie 2026 einen Flatrate-LLM-Plan benötigen?
1. Intensive agentische Codierung
Eine einzelne Coding-Agent-Sitzung führt Hunderte aufeinanderfolgender Modellaufrufe durch und kann Dutzende Millionen Token verbrauchen. Eine Spur bedient dieses Muster kontinuierlich ohne Rechnungsvarianz. Featherless passt; Giotto wird es, sobald kaufbar.
2. EU-Datenresidenz
Giotto hostet in Schweizer und EU-Rechenzentren, bedient sein eigenes Modell und bietet dasselbe System für die private Bereitstellung an, was regulierten Teams entgegenkommt, die keine Daten an in den USA gehostete APIs senden können.
3. Modell-Experimente
Featherless bietet über 30.000 offene Modelle hinter einer API und einer Gebühr an, sodass das Vergleichen von Modellen über das Abonnement hinaus nichts kostet.
4. Kostenbegrenzte Nebenprojekte
Ein Hobbyprojekt mit sporadischer Nutzung riskiert Überraschungsrechnungen auf einem Zähler. Awan LLM für $5 bis $20 pro Monat deckelt das Abwärtsrisiko auf den Abonnementpreis.
5. Batch- und Hintergrundverarbeitung
Zusammenfassungen über Nacht, Klassifizierungen oder Datenbereinigungsaufträge tolerieren Warteschlangen, sodass sie die Leerlaufzeiten einer Spur zu null Grenzkosten auslasten können. Jeder der drei Anbieter passt, wenn die Modellqualität ausreicht.
Wie wählt man den richtigen Flatrate-LLM-Plan aus?
Die Form des Workloads entscheidet mehr als der Preis. Sequenzielle Arbeit (ein Agent, ein Chat, Batch-Jobs) läuft gut auf einer einzelnen Spur. Parallele Agenten-Flotten werden hinter einer Spur serialisiert und benötigen mehr Parallelität: Featherless bepreist zusätzliche Einheiten explizit und lehnt Anfragen über dem Budget mit HTTP 429 ab, während ein Mono-Parallelitätsplan wie die angekündigte API von Giotto überhaupt nicht erweitert werden kann.
Die Modellqualität legt die Untergrenze fest. Ein Flatrate-Plan spart nur Geld, wenn das bereitgestellte Modell Ihre Arbeit erledigen kann, prüfen Sie daher unabhängige Benchmark-Ergebnisse für das spezifische Modell, bevor Sie Preise vergleichen. Gegenüber Frontier-Modellen angegebene Preisvielfache vergleichen unterschiedliche Qualitätsklassen. Unser agentischer LLM-Benchmark bewertet die offenen Modelle, die diese Pläne anbieten, einschließlich Kimi, GLM und MiniMax.
Monatsvolumen und die gemessene Alternative entscheiden gemeinsam über Flatrate oder Messung. Gegenüber einem kostengünstigen Host liegt der Schwellenwert für einen $25-Plan bei etwa 150M Token pro Monat; gegenüber einem Premium-Host sinkt er auf etwa 24M. Unter Ihrem Schwellenwert ist Pay-as-you-go günstiger; weit darüber liefert ein Flatrate-Plan ein Vielfaches seines Preises zurück.
Vor dem Abonnieren zu prüfende Einschränkungen:
- Werte für Token pro Sekunde und Latenz, die derzeit kein Anbieter veröffentlicht.
- Was eine Anfrage für ein großes Modell in Parallelitätseinheiten kostet.
- Verhalten am Limit: abgelehnte Anfragen (Featherless), Warteschlangen oder nachträgliche Abrechnung.
- Ob der bereitgestellte Modellkatalog dokumentiert ist (Awan listet ihn nicht).
- Bedingungen für kommerzielle und Produktionsnutzung.
Die Beständigkeit des Anbieters ist ein echtes Kriterium in diesem Markt. Featherless verfügt über eine Series-A-Finanzierung von 20M $; Giotto schloss im Juni 2026 noch einen Wandelkredit über 10M CHF ab. Bevorzugen Sie Anbieter, deren Drosselung ihnen nachhaltige Stückkosten ermöglicht, und vermeiden Sie es, ein Team auf einen Plan zu standardisieren, der innerhalb eines Jahres umgepreist oder ausverkauft sein könnte.
Als bevorzugte Quelle hinzufügenFAQs
Mit Stand Juli 2026: Featherless.ai (ab $25/Monat, parallelitätsbegrenzt), Awan LLM ($5 bis $80/Monat, anfrage-ratenbegrenzt) und die angekündigte API von Giotto.ai für 49.90 CHF/Monat, noch nicht öffentlich kaufbar. Jeder andere von uns geprüfte Pauschalpreis-Plan misst die Nutzung durch sich erneuernde Kontingente.
Durch Begrenzung gleichzeitiger Anfragen. Eine Spur kann nicht mehr verbrauchen als den Output eines GPU-Stroms, sodass die schlimmsten Kosten des Anbieters fixiert sind, und die bereitgestellten Modelle sind offen oder anbietereigen, sodass keine Kosten pro Token-Lizenz anfallen.
Im Allgemeinen nein. Der Durchsatz ist durch die gekauften Spuren begrenzt, kein Anbieter in der Haupttabelle veröffentlicht ein SLA für diese Pläne, und kontingentbasierte Alternativen verweisen Produktionsnutzer ausdrücklich auf Pay-as-you-go.
Diese Forschung zitieren
Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.
@misc{kalelioglu2026,
author = {Kalelioğlu, Berk},
title = {{Beste Flatrate-LLM-API-Anbieter}},
year = {2026},
month = aug,
howpublished = {\url{https://aimultiple.com/flat-rate-llm-api}},
note = {AIMultiple. Abgerufen am 7. August 2026}
}Referenzlinks
Seien Sie der Erste, der kommentiert
Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.