Eine Milliarde gegen 725: Der Tag, an dem die Miete eines Spitzenmodells zur bewussten Strategie wurde

Am 1. September 2026 übernahm John Ternus die Führung von Apple und löste Tim Cook nach fünfzehn Jahren ab. Er erbt eine Börsenkapitalisierung von rund $4.6 Billionen und eine Besonderheit: Apple ist das einzige sehr grosse Technologieunternehmen ohne eigenes Spitzenmodell. Es mietet eines. Seit der am 12. Januar 2026 angekündigten Vereinbarung bezahlt Apple Google rund eine Milliarde Dollar jährlich für eine angepasste Gemini-Version mit 1.2 Billionen Parametern. Sie betreibt die neue Siri auf Apples Servern, nicht auf Googles. Gleichzeitig verpflichten sich die vier grossen Hyperscaler 2026 zu Investitionen von rund $700 Milliarden. Am selben Tag trat ein anderes Ereignis nicht ein: Die für den 1. September angekündigte Preiserhöhung von 50% für Claude Sonnet 5 wurde gestrichen. Am 18. August schrieben wir, der Tokenpreis sei keine Konstante mehr. Nun kommt hinzu: Die Frage lautet nicht nur, was ein Token kostet, sondern auch, was es kostet, das erzeugende Modell nicht zu besitzen. Diese Antwort ist inzwischen öffentlich.

Am 1. September bestätigt Apple den Verzicht auf ein eigenes Spitzenmodell

Die Nachfolge war lange vorbereitet, fällt aber in eine bestimmte Phase des Zyklus. Laut einer am 31. August veröffentlichten Analyse von Fortune hat Apple den Markt für Spitzenmodelle Google und OpenAI «weitgehend überlassen», um seine Mittel auf die Verbreitung der Technologie über Hardware zu konzentrieren. Während Microsoft, Google, Meta, Amazon und Oracle jeweils Dutzende Milliarden in Rechenzentren investieren, blieb Apple dem Infrastrukturwettlauf fern. Diese Zurückhaltung schützte die Margen. Sie hinterlässt Ternus aber interne Trainingskapazitäten und KI-Infrastruktur, die kleiner sind als die der Wettbewerber.

Die Architektur der Google-Vereinbarung verdient genaue Betrachtung, denn sie entspricht dem Kompromiss, den viele europäische Organisationen heute suchen. Das Modell ist für Apple angepasst und verwendet eine Mixture-of-Experts-Architektur: Pro Anfrage wird nur ein Teil der 1.2 Billionen Parameter aktiviert, was die Stückkosten der Inferenz senkt. Vor allem läuft es auf Apples Private-Cloud-Compute-Servern, nicht in Googles Infrastruktur. Apple mietet die kognitive Leistungsfähigkeit, ohne die Daten zu übergeben. Das ist die praktische Definition eines souveränen Kerns, der seine Modelle nicht selbst trainiert.

Ternus’ erste öffentliche Bewährungsprobe ist für den 9. September bei Apples Medienveranstaltung vorgesehen. Die Frage wird nicht sein, ob er Hardware verkaufen kann, sondern ob er sich öffentlich dazu bekennt, die dahinterstehende Intelligenz zu mieten.

Die Mietrechnung: 0.14% der Hyperscaler-Investitionen

Apples jährlicher Milliarde sind die Investitionsausgaben der vier grossen Hyperscaler für 2026 gegenüberzustellen. Die Summen unterscheiden sich, was ausdrücklich zu sagen ist: Es handelt sich um addierte Prognosen, nicht um geprüfte Abschlüsse. Drei unabhängige Erhebungen verorten Amazon, Google, Microsoft und Meta für 2026 zusammen zwischen $630 und $725 Milliarden. Die detaillierteste Erhebung nennt $725 Milliarden, 77% mehr als die $410 Milliarden von 2025, und gliedert wie folgt: Amazon rund $200 Milliarden gegenüber 125 im Jahr 2025, Google $175 bis 185 Milliarden gegenüber 91, Meta $115 bis 135 Milliarden gegenüber 72 und Microsoft $110 bis 120 Milliarden gegenüber 90. Wir halten an der Bandbreite fest, nicht am Punktwert: Die Grössenordnung ist belastbar, die letzte Stelle nicht.

Das Verhältnis bleibt unter jeder Annahme robust. Apple erhält ein angepasstes Spitzenmodell für rund 0.14% der gemeinsamen Investitionen dieser vier Unternehmen. Allein gegenüber dem Lieferanten Google, der 175 bis 185 Milliarden investiert, entspricht die Miete etwa 0.55% dessen, was der Entwickler jährlich ausgibt.

Dieses Verhältnis ist kein Kostenvergleich: Die Hyperscaler-Investitionen finanzieren auch ihr Cloudgeschäft, ihre eigenen Produkte und den Kapazitätsverkauf an Dritte. Apples Milliarde kauft nur ein Nutzungsrecht in einem klar begrenzten Rahmen. Die strategische Schlussfolgerung bleibt dennoch bestehen: Ein Spitzenmodell zu entwickeln und Zugang dazu zu erhalten, sind nicht zwei Punkte auf derselben Ausgabenskala, sondern zwei unterschiedliche Grössenordnungen. Das kapitalkräftigste Unternehmen der Welt entschied sich am Tag der Nachfolge für die zweite Möglichkeit. Keine Schweizer Organisation muss diese Frage unter Apples Voraussetzungen stellen. Alle stellen sie aber nach derselben wirtschaftlichen Logik.

Die Preiserhöhung, die ausblieb

Wer sein Inferenzbudget auf Claude Sonnet 5 aufgebaut hatte, erwartete zum 1. September 2026 eine Preiserhöhung von 50%. Das Modell war mit einem bis zum 31. August 2026 geltenden Einführungstarif von $2 pro Million Eingabetokens und $10 für Ausgaben gestartet. Am nächsten Tag sollte es auf $3 / $15 wechseln.

Der Wechsel fand nicht statt. Wir prüften Anthropics offizielle Preisseite am 2. September 2026, nach Ablauf der entscheidenden Frist. Ein ausdrücklicher Hinweis erklärt, dass der bei Einführung bis 31. August angekündigte Tarif von $2 / $10 nun der Standardtarif ist und die für den 1. September geplante Erhöhung nicht stattfinden wird. Die Entscheidung wurde um den 10.-11. August öffentlich. Ihre Bestätigung in der Preistabelle nach Fristablauf macht sie zur Tatsache statt zur Absicht.

Das ist die genaue Gegenbewegung zu unserer Dokumentation von vor zwei Wochen. Am 16. August ersetzte DeepSeek den Einheitstarif durch einen Stundenplan, der eine Million V4-Pro-Ausgabetokens von $1.10 auf $3.96 während Spitzenzeiten verteuert. Am 13. August startete Google Gemini 3.7 Flash zu einem laut Dokumentation am 31. Dezember auslaufenden Preis. Innerhalb von fünfzehn Tagen brachte der Markt somit eine kräftige Erhöhung, eine befristete Aktion und einen dauerhaft gewordenen Aktionspreis hervor.

Die praktische Lehre lautet weder, dass Preise steigen, noch, dass sie fallen: Ein in der Dokumentation genanntes Ablaufdatum ist in keine Richtung mehr eine verlässliche Budgetgrundlage. Wer für Sonnet 5 im September +50% zurückgestellt hatte, band unnötig Geld. Wer seine Planung für 2027 auf den aktuellen Tarif von Gemini 3.7 Flash stützt, trägt das spiegelbildliche Risiko. Tragfähig bleibt nur, die tatsächlich angefallenen Kosten pro Modell und Monat zu messen und die technische Möglichkeit zum Anbieterwechsel zu erhalten, die einzige Variable, die der Anbieter nicht kontrolliert.

Souveränität hat jetzt einen Listenpreis: +10%

Die für Schweizer Entscheider unmittelbar nützlichste Information steht in keiner Pressemitteilung. Sie findet sich in Anthropics Preistabelle, wo wir sie am 2. September erfassten: Bei Claude 4.6 und späteren Modellen führt die Anforderung einer ausschliesslich in den USA ausgeführten Inferenz über inference_geo zu einem Multiplikator von 1.1 für sämtliche Tokenkategorien: Eingabe, Ausgabe, Cache-Schreiben und Cache-Lesen. Das standardmässige globale Routing bleibt beim Normaltarif.

Dieselbe Logik gilt bei Cloud-Wiederverkäufern. Auf Amazon Bedrock und Google Cloud kosten ab Claude Sonnet 4.5, Haiku 4.5 und Opus 4.5 regionale und multiregionale Endpunkte 10% mehr als globale Endpunkte. Sie gewährleisten, dass die Daten eine festgelegte geografische Zone durchlaufen.

Die Bedeutung sollte man sich klarmachen. Zwei Jahre lang galt der Ort der Inferenz als Vertragsklausel, einzeln ausgehandelt und unsichtbar in den Tariftabellen. Nun ist er eine öffentliche, bepreiste und standardisierte Position. Geografische Datenkontrolle ist nicht mehr bloss ein Verkaufsargument oder eine rechtliche Grauzone. Sie ist ein Produkt und kostet 10% mehr.

Für eine Privatbank, ein Treuhandunternehmen oder eine Schweizer Firma ist das eine gute Nachricht im Gewand eines Aufschlags. Eine ausdrückliche Budgetposition lässt sich abwägen, prüfen und vor einem Risikoausschuss verteidigen, anders als eine Vertraulichkeitsklausel. Die Konsequenz ist ebenso klar: Wer seinen Tokenverbrauch nicht erfasst, weiss nicht, was die eigene Souveränitätsanforderung tatsächlich kostet, und auch nicht, bei welchen Arbeitslasten dieser Preis sinnvoll bezahlt wird.

Die Tokenizer-Falle: angekündigt −33%, tatsächlich −13%

Dieselbe Preisseite enthält einen zweiten, technischen Hinweis ohne grosses Aufsehen. Seine Budgetfolgen übersteigen diejenigen des ersten. Claude 4.7 und spätere Modelle verwenden einen anderen Tokenizer als ihre Vorgänger. Er trägt zur besseren Leistung bei und erzeugt laut ausdrücklicher Dokumentation von Anthropic für denselben Text ungefähr 30% mehr Tokens. Claude Sonnet 4.6 und frühere Modelle verwenden den alten Tokenizer. Der genaue Umfang hängt dem Hinweis zufolge vom Inhalt und der Art der Arbeitslast ab.

Rechnen wir nach, denn das geschieht selten. Sonnet 4.6 kostet mit altem Tokenizer $3 / $15, Sonnet 5 mit neuem Tokenizer $2 / $10. Die Schlagzeile nennt eine Senkung um 33%. Für dasselbe beiden Modellen vorgelegte Dokument berechnet Sonnet 5 jedoch ungefähr 1.3-mal mehr Tokens. Die tatsächlichen Eingabekosten sinken damit von 3.00 auf 2.60 Einheiten, die Ausgabekosten von 15.00 auf 13.00. Effektiv beträgt der Rückgang rund 13%, nicht 33%. Zwei Drittel des beworbenen Rabatts werden von der geänderten Masseinheit aufgezehrt.

Wir stellen das nicht als Täuschungsmanöver dar: Ein besserer Tokenizer verbessert die Qualität je Recheneinheit tatsächlich, und Anthropic veröffentlicht die Information von sich aus, was nicht jeder Anbieter tut. Die methodische Konsequenz ist jedoch gravierend und allgemein: Der Preis pro Million Tokens ist zwischen Modellgenerationen nicht mehr vergleichbar, selbst beim selben Anbieter. Eine Preistabelle, auch unsere folgende, vergleicht nicht mehr einfach Preise. Sie vergleicht Etiketten auf Einheiten, die Unterschiedliches messen. Die einzige ehrliche Zahl sind die an einer echten Arbeitslast beobachteten Kosten, gemessen am eigenen Datenverkehr.

Nebenbei gibt es auch eine unauffällige und sehr reale Innovation in die Gegenrichtung. Bei Claude Fable 5.1 und Mythos 5.1 kosten Cache-Lesezugriffe das 0.025-Fache des normalen Eingabepreises statt des Faktors 0.1 bei allen übrigen Modellen. Das entspricht $0.25 pro Million Tokens bei einem Modell mit $10 Eingabepreis. Nicht der Preis bewegt sich, sondern der Multiplikator. Für Agentenaufgaben mit langem, stabilem Kontext ist das ein stärkerer Hebel als 20% Rabatt auf den Listenpreis.

Unter den Preisen: Rechenleistung, Energie und die Klage

Drei Fakten der vergangenen zwei Wochen beleuchten, was unterhalb der sichtbaren Preistabellen geschieht.

Rechenleistung bleibt teuer und stark gestreut. Eine am 20. August 2026 über öffentliche Anbieter-APIs durchgeführte Erhebung nennt für eine H200-Stunde mindestens $4.45 auf dem Akash-Marktplatz und höchstens $10.60 bei Azure, ND96isr H200 v5 in East US 2. Das ist ein Faktor von 2.4 bei identischer Hardware. Andere Anbieter nennen $3.99 pro Stunde bei bedarfsabhängiger Miete und $1.99 am Spotmarkt. Die B200-Generation kostet rund $7 bis 10 pro Stunde, 75 bis 150% mehr als die H200. Analysen halten diesen Aufschlag ausserhalb von Arbeitslasten mit Speicherbandbreitenlimit, sehr langen Kontexten oder FP4-quantisierter Ausführung für schwer amortisierbar.

Energie ist zum begrenzenden Faktor geworden, und das Kapital hat es verstanden. Ende August nahm Databricks $5 Milliarden bei einer Bewertung von $190 Milliarden auf. Firmus erhielt $2 Milliarden von Blackstone, Coatue und Nvidia bei $10.5 Milliarden Bewertung für den Ausbau im asiatisch-pazifischen Raum. Die aufschlussreichste Runde ist jedoch die kleinste: Emerald AI nahm $150 Millionen bei einer Bewertung von $1.05 Milliarden auf, für einen einzigen Zweck: energiehungrige Rechenzentren dazu zu befähigen, ihren Verbrauch zu modulieren und so das Stromnetz auszugleichen. Wenn ein Unternehmen, dessen Produkt darin besteht, Rechenleistung im richtigen Moment abzuschalten, mehr als eine Milliarde wert ist, hat sich der Engpass vom Chip zur Steckdose verlagert. Bloomberg berichtete ausserdem am 12. August, Cognition verhandle über eine Runde bei mindestens $40 Milliarden Bewertung.

Die Kosten der Trainingsdaten gelangen in die Bilanz. Am 28. August 2026 verklagten Sony Music Publishing und Warner Chappell Music Anthropic vor dem Bundesgericht für den nördlichen Bezirk Kaliforniens. Auch die Mitgründer Dario Amodei und Benjamin Mann werden persönlich beklagt. Die Klage betrifft «Zehntausende» Kompositionen, die angeblich ohne Erlaubnis beschafft und genutzt wurden. Gefordert werden bis zu $150’000 pro Werk wegen vorsätzlicher Rechtsverletzung sowie bis zu $25’000 je behaupteter Entfernung von Rechteverwaltungsinformationen. Die Klageschrift bezeichnet die Vorgänge als einen der grössten Diebstähle geistigen Eigentums der Geschichte und wirft dem Unternehmen vor, das Risiko als gewöhnliche Betriebskosten zu behandeln.

Wir geben diese Beträge als Forderungen wieder, nicht als Verurteilungen. Es gibt noch keine Entscheidung, und die Multiplikation einer gesetzlichen Obergrenze mit einer ungeklärten Werkzahl ist keine Schätzung der tatsächlichen Haftung. Für KI-Käufer ist etwas anderes relevant: Das Rechtsrisiko der Trainingsdaten eines Modells steht in keiner Preistabelle und lässt sich nicht pro Token vertraglich festlegen. Beherrschbar wird es durch die Möglichkeit, das Modell zu wechseln, ohne das System neu zu schreiben. Das ist dieselbe Architektur, die vor Preisrisiken schützt.

Vergleichstabelle der API-Preise

Modell	Eingabe ($/Mio. Token)	Ausgabe ($/Mio. Token)	Hinweis
GPT-5.6 Sol	5.00	30.00	OpenAI-Spitzenmodell
GPT-5.6 Terra	2.00	12.00	−20% am 30. Juli 2026
GPT-5.6 Luna	0.20	1.20	−80% am 30. Juli; Preisuntergrenze allgemeiner Angebote
Claude Fable 5.1	10.00	50.00	Cache-Lesen zu 0.025× ($0.25/Mio.)
Claude Opus 5	5.00	25.00	Fast-Modus: 10.00 / 50.00
Claude Sonnet 5	2.00	10.00	Erhöhung am 1. September gestrichen; neuer Tokenizer
Claude Sonnet 4.6	3.00	15.00	Alter Tokenizer, nicht zeilenweise vergleichbar
Claude Haiku 4.5	1.00	5.00
Gemini 3.1 Pro	2.00	12.00	4.00 / 18.00 oberhalb von 200k Tokens
Gemini 3.7 Flash	0.75	3.75	Angekündigter Tarif bis 31. Dezember 2026, nicht gegengeprüft, siehe Hinweis
Grok 4.6	2.00	6.00	4.00 / 12.00 ab 200k Tokens (gesamte Anfrage)
DeepSeek V4-Pro	0.66 bis 1.32	1.98 bis 3.96	Stundentarife seit 16. August: Nebenzeit / Spitzenzeit
DeepSeek V4-Flash	0.22 bis 0.44	0.66 bis 1.32	Stundentarife seit 16. August
Qwen3.7 Flash	0.03	0.13	Unter 32k Tokens; oberhalb von 256k Anstieg auf 0.20 / 0.80

Claude-Preise am 2. September 2026 auf Anthropics offizieller Preisseite überprüft. Die Preise von OpenAI, DeepSeek und Qwen stammen aus einer Erhebung vom 5. August 2026, jene von Google und xAI aus einer Erhebung vom 1. September 2026. Zwei ausdrückliche Vorbehalte: (1) Die Google-Erhebung vom 1. September enthält das am 13. August gestartete Gemini 3.7 Flash nicht. Wir verwenden den zum Start angekündigten Tarif von $0.75 / 3.75, ohne ihn anhand einer Septemberquelle gegenprüfen zu können. (2) Mehrere Aggregatoren bezeichnen GPT-5.6 Luna mit $0.20 als Marktminimum. Das stimmt nur unter Ausschluss chinesischer Anbieter: Qwen3.7 Flash ist bei kurzen Prompts fast siebenmal günstiger. Die Tarife von Claude 4.7 und später gelten für einen Tokenizer, der etwa 30% mehr Tokens erzeugt. Ohne Korrektur sind die Zeilen dieser Tabelle nicht miteinander vergleichbar.

Was Schweizer Entscheider daraus mitnehmen sollten

Die vergangenen zwei Wochen liefern vier Erkenntnisse, die auf dieselbe praktische Konsequenz hinauslaufen.

Erstens: Ein Spitzenmodell zu mieten, ist eine erstklassige Strategie, keine Notlösung für eine unterfinanzierte Organisation. Das finanziell am besten ausgestattete Unternehmen der Welt hat sie am Tag der Nachfolge bestätigt und bezahlt ungefähr 0.55% der jährlichen Ausgaben seines Lieferanten. Zweitens: Ein Tarifablaufdatum ist keine Zusage. Bei Sonnet 5 wurde es aufgehoben, bei Gemini 3.7 Flash läuft es weiter, und bei DeepSeek entstand ein Stundentarif. Drittens: Geografische Souveränität ist zu einer Budgetposition von 10% geworden, abwägbar für diejenigen, die messen, unsichtbar für die anderen. Viertens: Auch die Abrechnungseinheit hat sich verändert. 30% mehr Tokens für denselben Text verwandeln einen Rabatt von 33% in eine Ersparnis von 13%.

Diese vier Tatsachen verlangen nicht vier Antworten, sondern eine: eine Orchestrierungsebene, die die tatsächlichen Kosten pro Arbeitslast misst, geografische Vorgaben genau dort durchsetzt, wo sie nötig sind, und Modellwechsel einfach macht. Ohne sie nimmt eine Organisation nicht nur Preise hin. Sie kann nicht einmal wissen, welche sie bezahlt.