Dashboard
DE
Gratis starten

LLM-Websuche vs. SERP API: Kosten pro Antwort im Vergleich

Claude und OpenAI berechnen 10 $ pro 1.000 Suchen plus die Ergebnis-Tokens. Wir haben die Token-Seite an 20 Fragen gemessen und 1.000 Antworten beider Wege durchgerechnet.

Stand Oktober 2026 listen Anthropic und OpenAI ihr eingebautes Websuche-Tool beide mit 10 $ pro 1.000 Suchen, und der abgerufene Inhalt kommt als Input-Tokens obendrauf. Eine SERP API, die dem Modell nur Titel, Links und Snippets liefert, bringt etwa 360 Tokens pro Suche in den Kontext statt mehrerer Tausend. In unserem Rechenbeispiel kosten 1.000 Antworten mit je zwei Suchen auf diesem Weg 6,46 $, mit dem gehosteten Tool geschätzt 44,00 $ (bei einem Modell für 2 $ pro Million Tokens). Der Unterschied liegt vor allem bei den Tokens, nicht bei der Gebühr pro Suche.

Was berechnen die eingebauten Websuche-Tools?

Offizielle Listenpreise, abgelesen am 19. Oktober 2026:

Tool Suchgebühr Ergebnisinhalt
Claude-Websuche 10 $ pro 1.000 Suchen Input-Tokens, im selben Turn und in späteren Turns
OpenAI-Websuche 10,00 $ pro 1.000 Aufrufe Zu den Token-Preisen des Modells abgerechnet
OpenAI Preview, Nicht-Reasoning-Modelle 25,00 $ pro 1.000 Aufrufe Kostenlos
Gemini Grounding, Gemini 3 und neuer 14 $ pro 1.000 Abfragen nach 5.000 kostenlosen im Monat Pro ausgeführter Suchanfrage

Anthropic bepreist das Tool mit „$10 per 1,000 searches, plus standard token costs for search-generated content” und berechnet eine Suche, die mit einem Fehler endet, nicht. OpenAI ergänzt, dass bei gpt-4o-mini und gpt-4.1-mini der Inhalt pauschal mit 8.000 Input-Tokens pro Aufruf abgerechnet wird. Keine der beiden Seiten sagt, wie viele Tokens eine typische Suche einspielt, und der Guide von OpenAI hält fest, dass search_context_size „does not set an exact token count”.

Wie viele Tokens bringt eine Suche in den Kontext?

Am 19. Oktober 2026 haben wir 20 Recherchefragen durch FastAF /serp geschickt: 20 von 20 lieferten 200 bei 5 Credits, mit einem Median von 10 organischen Ergebnissen. Wir haben den Text gebaut, den du einem Modell geben würdest, und die Tokens mit tiktoken (o200k_base) gezählt:

import os, requests

r = requests.get("https://api.fastaf.co/v1/serp",
                 params={"query": "best vector database for RAG", "country": "us"},
                 headers={"Authorization": f"Bearer {os.environ['FASTAF_API_KEY']}"})
top5 = r.json()["organic_results"][:5]
text = "\n\n".join(f"{i}. {x['title']}\n{x['link']}\n{x.get('snippet', '')}"
                   for i, x in enumerate(top5, 1))
Was ans Modell geht Median an Tokens Spanne
Rohes /serp-JSON 2.285 1.815 bis 4.673
Top 5 Ergebnisse, Titel + Link + Snippet 362 277 bis 462
Top 10 Ergebnisse, Titel + Link + Snippet 698 491 bis 817
Eine Seite hinter diesen Links, als Markdown 4.912 10 bis 138.718

Die letzte Zeile stammt aus dem Abruf der Top-5-Links jeder Frage mit /scrape?formats=markdown: 96 von 100 Abrufen klappten für je 1 Credit (die 4 Fehlschläge wurden nicht berechnet), und 16 dieser Seiten hatten unter 500 Tokens. Die fünf Seiten einer Frage zusammen kamen auf einen Median von 25.399 Tokens.

Die gehosteten Tools habe ich nicht aufgerufen, daher kann ich nicht sagen, was sie für diese Fragen einspielen. Dokumentierte Werte liegen im Bereich einer ganzen Seite: Anthropics Beispielantwort für eine Frage mit einer Suche zeigt 6.039 Input-Tokens, und die Mini-Modelle von OpenAI rechnen pauschal 8.000 ab. Der Tokenizer ist der von OpenAI, die Zahlen bei Claude weichen also ab.

Was kostet eine Antwort, nicht eine Suche?

Eine Antwort ist ein Bündel: S Suchen, T eingespielte Tokens pro Suche, R Mal, die diese Tokens als Input gelesen werden. Eine einmalige Frage hat R = 1. Eine Agent-Schleife oder ein Chat mit Rückfragen liest sie in jedem Turn erneut, und Anthropic sagt, dass Ergebnisse „in subsequent conversation turns” als Input-Tokens zählen. Die Kosten pro Antwort sind S x Gebühr + S x T x R x Input-Preis; Output-Tokens sind auf beiden Seiten gleich und bleiben deshalb außen vor.

Rechenbeispiel: 1.000 Antworten, je 2 Suchen, Claude Sonnet 5.5 mit 2 $ pro Million Input-Tokens (Anthropic-Preise). Die Zeile für das gehostete Tool nimmt 6.000 Tokens pro Suche an, passend zu Anthropics Beispiel mit 6.039.

Setup Suchgebühren Tokens, einmal gelesen Gesamt Auf 3 Turns gelesen
Gehostetes Tool, ~6.000 Tokens pro Suche (Schätzung) 20,00 $ 24,00 $ 44,00 $ 92,00 $
FastAF nur Snippets, Starter-Paket (2,50 $ pro 1.000 Suchen) 5,00 $ 1,46 $ 6,46 $ 9,39 $
FastAF Snippets + 2 Seitenabrufe pro Antwort, Starter-Paket 6,00 $ 21,11 $ 27,11 $ 69,34 $

Mit dem Business-Paket (1,33 $ pro 1.000 Suchen) liegt die Summe nur mit Snippets bei etwa 4,13 $. Die dritte Zeile ist wichtig: Liest der Agent pro Antwort zwei ganze Seiten, ist die Token-Rechnung ungefähr so hoch wie beim gehosteten Tool, und du sparst nur den Gebührenunterschied. Der große Abstand entsteht, wenn Snippets reichen.

Zwei weitere Stellschrauben. Prompt Caching: Die Preisseite listet Cache-Treffer bei Sonnet 5.5 mit 0,10 $ pro Million Tokens, ein Zwanzigstel von frischem Input. Modellwahl: Dieselben 12.000 eingespielten Tokens kosten bei Haiku 5.5 0,0012 $ und bei Opus 5.5 0,048 $, bei einem günstigen Modell dominiert also die Gebühr von 0,02 $.

Wann ist das eingebaute Tool die bessere Wahl?

Oft:

  • Die Einrichtungszeit ist der Kostenfaktor. Ein Eintrag im tools-Array, kein Wrapper, kein zweiter Anbieter. Bei ein paar hundert Antworten im Monat ist die Gebühr ein Rundungsfehler neben einer Stunde Entwicklungszeit.
  • Zitate sind das Produkt. Beide Tools liefern strukturierte Zitate, die am Antworttext hängen. Das auf Snippets nachzubauen, ist Arbeit.
  • Das Modell soll gewichten und lesen. Das Retrieval des Anbieters wählt Passagen für das Modell aus, was fünf Snippets schlagen kann, wenn die Antwort mitten in einer Seite steht.

Eine SERP API gewinnt bei Volumen, wenn du pro Suche feste 5 Credits unter einem Prepaid-Guthaben willst (siehe das Muster mit Ausgabenlimit), wenn du Land oder Sprache wählen musst oder wenn du dieselbe Suche unter jedem Modell haben willst. Preise der Anbieter: SERP-API-Kosten pro 1.000 Suchen. Pipeline: SERP APIs für RAG und Grounding.

Wie komme ich zum günstigeren Setup?

Stell ein Such-Tool bereit, das den kompakten Text von oben liefert, und ein zweites Tool, das eine Seite nur auf Anfrage des Modells abruft: 5 Credits pro Suche, 1 pro statischer Seite, nichts für fehlgeschlagene Requests. Über MCP erreichen dieselben Tools Claude Code, Cursor oder Codex, wie im Beitrag zum MCP-Setup. Zwei Produktionsaufrufe am 19. Oktober 2026 lieferten 200 in 4,5 s und 3,8 s, jeweils für 5 Credits. Siehe die Seite zur Google SERP API und die Docs.

Die Kurzfassung

Claude und OpenAI berechnen 10 $ pro 1.000 Suchen (Gemini 14 $ nach einem Freikontingent) plus die eingespielten Tokens, die Anthropic in späteren Turns erneut abrechnet. Wir haben 362 Tokens pro Suche für Titel, Link und Snippet gemessen, gegen einen Median von 4.912 für eine Seite; bei 2 $ pro Million Tokens ergab das für 1.000 Antworten mit zwei Suchen 6,46 $ gegen geschätzte 44,00 $, und der Abstand schrumpft, wenn dein Agent ganze Seiten abruft. Nimm das eingebaute Tool für null Setup und fertige Zitate, eine SERP API für Volumen und planbare Kosten. Die kostenlosen 500 Credits brauchen keine Karte: Key holen.