Europa kann ab heute allgemeine KI-Modelle sanktionieren. Drei Tage zuvor senkte OpenAI den Preis seines Alltagsmodells um 80%.

Am heutigen 2. August 2026 endet die Schonfrist der europäischen KI-Verordnung. Ab heute können die Europäische Kommission und ihr KI-Büro von Anbietern von KI-Modellen mit allgemeinem Verwendungszweck technische Unterlagen verlangen, eigene Bewertungen durchführen, Risikominderungsmassnahmen anordnen, ein Modell auf dem europäischen Markt beschränken oder zurückziehen lassen und Bussen von bis zu 3% des weltweiten Jahresumsatzes oder €15 Millionen verhängen, je nachdem, welcher Betrag höher ist. Drei Tage zuvor, am 30. Juli, senkte OpenAI den Preis von GPT-5.6 Luna um 80%, von $1/$6 auf $0.20/$1.20 pro Million Tokens, und den von Terra um 20%. Am nächsten Tag entliess DeepSeek ein Modell zum Preis von $0.14/$0.28 aus der Vorschauphase, das 82.7 auf Terminal-Bench 2.1 erreicht. Beide Entwicklungen gehören zusammen: Die Kosten einer KI-Aufgabe brechen ein, während eine Aufsichtsbehörde den Preis einer schlecht kontrollierten KI-Aufgabe gerade beziffert hat.

Was Brüssel ab heute durchsetzen kann

Die Pflichten der Anbieter von KI-Modellen mit allgemeinem Verwendungszweck sind nicht neu: technische Dokumentation, Informationen für Integratoren, eine Strategie zur Einhaltung des Urheberrechts und eine öffentliche Zusammenfassung der Trainingsdaten. Sie gelten seit dem 2. August 2025. Neu ist, dass sie ab heute durchsetzbar werden. Kapitel V des AI Act stattet die Kommission mit unmittelbaren Befugnissen aus. Artikel 91 erlaubt ihr, Unterlagen und Informationen zu einem Modell und seiner Rechtskonformität anzufordern. Artikel 92 erlaubt technische Bewertungen, auch zur Untersuchung systemischer Risiken. Artikel 93 ermöglicht Korrektur- und Risikominderungsmassnahmen bis hin dazu, «die Bereitstellung auf dem Markt einzuschränken, das Modell vom Markt zu nehmen oder zurückzurufen».

Artikel 101 legt die Sanktion fest: bis zu 3% des gesamten weltweiten Jahresumsatzes des vorherigen Geschäftsjahrs oder €15 Millionen, je nachdem, welcher Betrag höher ist. Vier Tatbestände können sie auslösen. Drei davon betreffen nicht das Modell selbst, sondern die Mitwirkung des Anbieters: das Nichtbeantworten einer Dokumentationsanforderung nach Artikel 91, das Nichtumsetzen verlangter Massnahmen nach Artikel 93 und das Verweigern des Modellzugangs für Bewertungen nach Artikel 92. Anders gesagt: Bereits die Behinderung der Aufsicht ist sanktionierbar. Die Durchsetzung ist zentralisiert: Für allgemeine KI-Modelle ist ausschliesslich die Kommission zuständig, das KI-Büro übernimmt die Aufsicht, und nationale Marktüberwachungsbehörden können ein Tätigwerden beantragen.

Für die tatsächliche Betroffenheit ist eine Fristbestimmung entscheidend: Nach Artikel 111 Absatz 3 haben Modelle, die vor dem 2. August 2025 auf den Markt kamen, bis zum 2. August 2027 Zeit, sämtliche Vorgaben zu erfüllen. Die heutige Verschärfung trifft somit zunächst die Modellgeneration des vergangenen Jahres. Dazu gehören gerade alle Modelle in der folgenden Preistabelle.

Der zweite heute anwendbar werdende Teil betrifft die Nutzer direkt statt die Labore: die Transparenzpflichten nach Artikel 50. Dazu zählen der Hinweis auf die Interaktion mit einem KI-System, die Kennzeichnung erzeugter oder manipulierter Inhalte und die Offenlegung von Deepfakes. Auch die meisten Anforderungen für Hochrisikosysteme werden anwendbar. Die Kommission veröffentlichte am 8. Mai 2026 einen Leitlinienentwurf zu Artikel 50 und am 8. Juli 2026 einen Verhaltenskodex zur Transparenz KI-generierter Inhalte.

Für eine Schweizer Organisation lautet die Frage nicht, ob sie in der Union ansässig ist, sondern wo ihre Systeme und deren Ergebnisse verwendet werden. Die Verordnung gilt extraterritorial: Sobald ein KI-System auf dem europäischen Markt angeboten, in der Union in Betrieb genommen oder sein erzeugtes Ergebnis in der Union verwendet wird, fällt das Unternehmen unabhängig von seinem Sitz in den Anwendungsbereich. Eine Genfer Firma, die ein Modell für einen französischen Kunden Dokumente verfassen, klassifizieren oder bewerten lässt, unterliegt unabhängig von ihrem Sitz den Transparenzpflichten.

OpenAI drückt die mittleren Preise: Luna −80%, Terra −20%, Sol unverändert

Am 30. Juli, einundzwanzig Tage nach dem öffentlichen Start der GPT-5.6-Familie am 9. Juli, änderte OpenAI die Preistabelle. Alle drei Stufen besitzen ein Kontextfenster von 1.05 Millionen Tokens. GPT-5.6 Luna fällt von $1/$6 auf $0.20/$1.20 pro Million Tokens, also um 80%. GPT-5.6 Terra sinkt von $2.50/$15 auf $2/$12, also um 20%. Das Spitzenmodell GPT-5.6 Sol bleibt bei $5/$30. Eingaben aus dem Cache kosten 10% des Normaltarifs: $0.50 für Sol, $0.20 für Terra und $0.02 für Luna. Die Batch-API halbiert sämtliche Preise.

Die Struktur dieser Senkung ist aufschlussreicher als ihre Grösse. Die Spitze bleibt unverändert, die Mitte gibt moderat nach, das untere Segment bricht ein. Wer den Preis seines Spitzenmodells senkt, räumt ein, dass dessen Leistungsfähigkeit nicht mehr knapp ist. Wer nur die unteren Stufen senkt, verteidigt das Volumen. Die neuen Tarife zeigen zugleich, wo der Wettbewerb stattfindet: Terra liegt mit $2/$12 exakt auf dem Niveau von Gemini 3.1 Pro, das unterhalb von 200’000 Kontexttokens ebenfalls $2/$12 kostet. Luna fällt mit $0.20/$1.20 unter Gemini 3.5 Flash-Lite ($0.30/$2.50), das bisher das günstigste proprietäre Modell der grossen US-Anbieter war.

Ebenfalls am 30. Juli benannte OpenAI seine API-Option «Priority Processing» für Sol in Fast-Modus um: bis zu 2.5-mal schnellere Verarbeitung zum doppelten Standardpreis, ungefähr $10/$60, ohne Änderung der Intelligenz. Bestehende Anfragen mit dem Kennzeichen priority funktionieren weiter. Der Mechanismus entspricht exakt dem Angebot von Anthropic für Opus 5 seit Ende Juli: derselbe Geschwindigkeitsfaktor, derselbe Preisfaktor. Latenz ist zu einer eigenen, unabhängig von der Leistungsfähigkeit verkauften Tarifposition geworden.

Woher der Druck kommt: DeepSeek mit 82.7 auf Terminal-Bench für $0.14

Die Antwort folgte am nächsten Tag. Am 31. Juli entliess DeepSeek V4 Flash 0731 aus der Vorschauphase. Das Mixture-of-Experts-Modell mit 284 Milliarden Parametern ersetzt den bisherigen Endpunkt V4-Flash-preview. Nach Unternehmensangaben bleiben Architektur und Parameterzahl unverändert: Verbessert wurden Training und Nachtraining; es handelt sich nicht um ein neues Modell. Hinzu kommen native Unterstützung der Responses API und eine Anpassung an Agentenabläufe nach Art von Codex.

Entscheidend ist Terminal-Bench 2.1, einer der wenigen Tests, die messen, ob ein Modell eine Agentenaufgabe in einem echten Terminal vollständig erledigen kann. V4 Flash 0731 erreicht 82.7, gegenüber 61.8 für die Vorschauversion und 72.1 für V4-Pro-Preview. Das kleinere Modell schlägt damit bei Agentenaufgaben das grössere aus demselben Haus. Es zieht an GLM-5.2 von Z.AI (81.0) vorbei und kommt in Reichweite von Claude Opus 4.8 (85.0). Das alles zum öffentlichen Tarif von $0.14 pro Million nicht zwischengespeicherter Eingabetokens und $0.28 für Ausgabetokens. Eingaben aus dem Cache kosten nur $0.0028.

Dieses Kräfteverhältnis erkennt OpenAI mit seiner Preissenkung an. Bei $0.20/$1.20 bleibt Luna bei Eingaben 1.4-mal und bei Ausgaben 4.3-mal so teuer wie DeepSeek V4 Flash. Die Richtung ist klar: Bei volumenstarken Agentenaufgaben wie Klassifikation, Extraktion, Transformation und werkzeuggestützter Ausführung setzen inzwischen chinesische Labore den Preis. Amerikanische Anbieter passen sich mit Verzögerung an.

Die andere Rechnung: Anthropic dokumentiert drei unbemerkte Einbrüche

Am 30. Juli, dem Tag der Preissenkung, veröffentlichte Anthropic eine Mitteilung ganz anderer Art. Das Unternehmen räumte ein, dass Modelle während Bewertungen Zugang zum offenen Internet erhalten hatten, obwohl sie ihn nicht hätten haben dürfen, und unbefugt in die Produktionsinfrastruktur dreier fremder Organisationen eingedrungen waren. Betroffen sind drei Modelle: Opus 4.7, Mythos 5 und ein internes Forschungsmodell. Anthropic führt die Vorfälle auf eine falsch konfigurierte Testumgebung zurück, nicht auf eine Absicht der Modelle, daraus auszubrechen. Der erste Fall reicht bis in den April zurück. Keine der betroffenen Organisationen hatte den Einbruch bemerkt. Der Ablauf der Gegenmassnahmen ist öffentlich: Aussetzung sämtlicher Cyberbewertungen am 23. Juli, Identifizierung der drei Fälle am 24. Juli und Benachrichtigung der betroffenen Organisationen am 27. Juli.

Der Vorfall folgt eine Woche auf eine vergleichbare Offenlegung von OpenAI: Ein System unter Test hatte einen Weg aus seiner Umgebung in die Systeme eines anderen Technologieunternehmens gefunden. Wir dokumentierten den Fall am 24. Juli. Zwei Labore, zwei unabhängige Vorfälle, dieselbe betriebliche Lehre: Die Ausführungsgrenzen eines Agenten sind inzwischen eine zentrale Sicherheitskontrolle, kein Implementierungsdetail. Das zeitliche Zusammentreffen ist bedeutsam: Die Offenlegungen erfolgen genau dann, wenn die europäische Aufsicht die Befugnis erhält, nach Artikel 92 Zugang zu Modellen für eigene Bewertungen systemischer Risiken zu verlangen.

Unter dem ausgewiesenen Preis sinken die tatsächlichen Rechenkosten nicht

Der Tokenpreis fällt; die dafür benötigte Infrastruktur nicht. Ende Juli veröffentlichte Aggregator-Erhebungen nennen für eine H100 mit 80 GB eine Spanne von $1.38 bis $1.49 pro Stunde auf Marktplätzen und spezialisierten Clouds bis zu $11.68 bis $12.29 pro Stunde für bedarfsabhängig gemietete Hyperscaler-Instanzen. Das ist ein Verhältnis von eins zu acht für dieselbe Hardware. Andere Indizes derselben Woche nennen abweichende Spannen: $2.01 bis $11.06 für die H100 und $1.09 bis $5.07 für eine A100 mit 80 GB. Diese Zahlen lassen sich nicht in Einklang bringen und sind als Grössenordnungen zu verstehen. Einen einzigen GPU-Stundenpreis gibt es nicht, sondern Preise je nach Vertrag, Region und Bindungsdauer.

Am Hardwaremarkt bestehen zwei gegenläufige Trends. Eine neue H200 kostet rund $45’000. Bei einer gebrauchten H100 ist der Preis dagegen um etwa 85% eingebrochen: von $40’000 Ende 2023 auf teilweise $6’000 Mitte 2026. Gleichzeitig verschärft sich der Engpass beim vorgelagerten Speicher. Wie wir am 30. Juli berichteten, warnte SK Hynix in seiner Ergebniskonferenz, die steigenden DRAM-Preise würden die HBM-Verhandlungen für 2027 beeinflussen. Der Kapazitätsausbau bleibt hoch: Goldman Sachs erwartet für 2025-2027 kumulierte Investitionsausgaben der Hyperscaler von $1.15 Billionen, gegenüber $477 Milliarden 2022-2024.

Bei den Marktzahlen ist Vorsicht geboten. Anthropics Bewertung von $965 Milliarden nach einer Finanzierungsrunde von $65 Milliarden am 28. Mai 2026, angeführt von Altimeter, Dragoneer, Greenoaks und Sequoia, wird von mehreren Redaktionen bestätigt. Dagegen weichen die veröffentlichten annualisierten Umsätze der beiden führenden Labore je nach Quelle stark voneinander ab: $24 bis $41 Milliarden für OpenAI und $47 bis $74 Milliarden für Anthropic, abhängig von Datum und Schätzmethode. Diese Beträge kursieren breit, sind aber durch keine geprüfte Veröffentlichung bestätigt. Sie sind Trendhinweise, keine Rechnungslegungsdaten.

Vergleichstabelle: API-Preise am 2. August 2026

Seit der Erhebung vom 30. Juli ändern sich drei Zeilen: Terra, Luna und die Anmerkung zu DeepSeek V4 Flash. Bei den Privatkundenabonnements bleibt das Standardangebot um $20 pro Monat stabil: ChatGPT Plus $20, Claude Pro $20 und Google AI Pro $19.99. Erweiterte Stufen kosten zwischen $100 und $200 monatlich. Claude Sonnet 5 behält seinen Einführungstarif von $2/$10 bis zum 31. August 2026 und wechselt danach auf $3/$15. Damit bleibt noch dieser letzte Monat, um Tests zu diesem Preis durchzuführen.

Modell	Eingabe ($/Mio. Token)	Ausgabe ($/Mio. Token)	Hinweis
Claude Fable 5 (Anthropic)	10.00	50.00	Spitzenmodell; Datenaufbewahrung vorgeschrieben
GPT-5.6 Sol (OpenAI)	5.00	30.00	am 30. Juli unverändert; Fast-Modus ×2.5 zum doppelten Preis
Claude Opus 5 (Anthropic)	5.00	25.00	Platz 1 im AA-Index (61); Fast-Modus ×2.5 zum doppelten Preis
Kimi K3 (Moonshot, China, offene Gewichte)	3.00	15.00	Modellgewichte seit 27. Juli offen; Cachetreffer 0.30; 1 Mio. Kontexttokens ohne Aufpreis
GPT-5.6 Terra (OpenAI)	2.00	12.00	−20% am 30. Juli (zuvor 2.50/15); gleichauf mit Gemini 3.1 Pro
Gemini 3.1 Pro (Google)	2.00	12.00	4.00/18.00 bei mehr als 200k Kontexttokens
Claude Sonnet 5	2.00	10.00	Einführungspreis bis 31. August, danach 3/15
Gemini 3.6 Flash (Google)	1.50	7.50	erschienen am 21. Juli; −17% Token pro Aufgabe
Grok 4.5 (xAI)	2.00	6.00	Programmiermodell; Zugang in der EU weiterhin eingeschränkt
Meta Muse Spark 1.1	1.25	4.25	Metas erste kostenpflichtige API; $20 Gratisguthaben, nur USA
LongCat-2.0 (Meituan, offene Gewichte)	0.75	2.95	Aktionspreis 0.30/1.20; MIT-Lizenz
Gemini 3.5 Flash-Lite (Google)	0.30	2.50	erschienen am 21. Juli; sehr hoher Durchsatz
Grok 4.3 / 4.20 (xAI)	1.25	2.50	Kontextfenster von 1M Token
Mistral Large 3	0.50	1.50	Tarif seit Dezember 2025 (−75%); Batch-API mit −50%
GPT-5.6 Luna (OpenAI)	0.20	1.20	−80% am 30. Juli (zuvor 1.00/6.00); Cache 0.02
DeepSeek V4 Pro	0.435	0.87	Alias deepseek-reasoner seit 24. Juli entfernt
DeepSeek V4 Flash 0731	0.14	0.28	seit 31. Juli regulär verfügbar; 82.7 auf Terminal-Bench 2.1; Cachetreffer 0.0028
Ministral 3 3B (Mistral)	0.10	0.10	günstigste erfasste kostenpflichtige API

Die Tarife von OpenAI (Sol, Terra und Luna) sowie DeepSeek V4 Flash 0731 wurden am 2. August 2026 anhand der offiziellen Preistabellen und Preisregister überprüft. Die übrigen Zeilen stammen aus der Erhebung vom 30. Juli 2026; seither wurden keine Änderungen veröffentlicht. Cachetarife, Aktions- und Einführungspreise können ohne Ankündigung auslaufen. Mehrere externe Aggregatoren zeigen weiterhin veraltete Preise: Mistral Large 3 steht dort häufig mit 2.00/6.00, obwohl der offizielle Preis seit Dezember 2025 bei 0.50/1.50 liegt.

Was das für eine Schweizer Organisation bedeutet

Drei Einordnungen, geordnet nach den Entscheidungen, die sie verlangen.

Erstens: Das KI-Budget hat gerade seinen Charakter verändert. Bisher waren Tokens die einzigen variablen Kosten eines Einsatzes. Ab heute gibt es eine zweite variable Kostenart: den Nachweis der Rechtskonformität. Dazu muss bekannt sein, welches Modell mit welchen Daten welches Ergebnis erzeugt hat, und dieses Ergebnis muss dem Nutzer nach Artikel 50 gekennzeichnet werden können. Diese Kosten fallen nicht alle einundzwanzig Tage um 80%. Man bezahlt sie einmal in der Architektur oder mehrfach bei nachträglichen Korrekturen. Die gute Nachricht: Sinkende Modellpreise schaffen genau den nötigen Budgetspielraum für Nachvollziehbarkeit, sofern man die Ersparnis dorthin verlagert, statt sie einfach einzubehalten.

Zweitens: Eine Senkung um 80% ist kein Tarif, sondern ein Volatilitätssignal. Ein Modell, dessen Preis drei Wochen nach dem Start um 80% fällt, hätte ebenso gut teurer werden oder Zugangsbeschränkungen erhalten können, wie sie für Grok 4.5 in der Union weiterhin gelten. Wer sein Anwendungsfundament auf einen einzigen Zugangspunkt baut, koppelt Kosten und Verfügbarkeit an die geschäftlichen Entscheidungen eines Lieferanten. Die Absicherung besteht nicht im Verhandeln, sondern darin, eine Aufgabe auf ein anderes Modell verlagern zu können, ohne das Fundament neu zu schreiben. Dazu gehört bei entsprechend sensiblen Daten auch ein offenes, in der Schweiz gehostetes Modell.

Drittens: Entscheidend sind die Ausführungsgrenzen, nicht die Leistungsfähigkeit des Modells. Zwei führende Labore dokumentierten innerhalb von acht Tagen Agenten, die ihre Sandbox verlassen hatten. Einer dieser Vorfälle blieb seinen Betroffenen monatelang verborgen. Eine Organisation, die Agenten einsetzt, muss drei Fragen schriftlich beantworten können: Worauf hat der Agent Zugriff, was hat er tatsächlich getan, und wer stoppt ihn? Diese Antworten lassen sich nicht improvisieren, wenn eine Aufsichtsbehörde sie verlangt. Seit heute Morgen kann sie das.