AWS Bedrock rechnet ohne Grundgebühr pro Million Token ab: Claude Sonnet 4.6 kostet 3 Dollar Input und 15 Dollar Output, EU-Routing über Frankfurt rund 10 Prozent Aufschlag. Batch-Inferenz halbiert den Preis, Prompt-Caching spart bis zu 90 Prozent. Ein interner Assistent im Mittelstand liegt damit bei 20 bis 100 Dollar im Monat.
Die AWS Bedrock Kosten haben eine Eigenheit, die viele erst auf der ersten Monatsrechnung bemerken: Der Listenpreis des Modells ist nur die halbe Wahrheit. Dazu kommen die Frage, über welchen Endpunkt die Anfragen laufen, ob Batch-Rabatte und Prompt-Caching genutzt werden, und welche Nebenkosten sich um die eigentlichen Modellaufrufe herum ansammeln. Wer in Frankfurt startet und mit US-Preislisten kalkuliert hat, wundert sich schnell über Abweichungen.
Dieser Artikel schlüsselt die Kosten auf: die drei Abrechnungsmodelle, die konkreten Modellpreise mit Stand Juli 2026, der oft übersehene Preisunterschied zwischen europäischem und globalem Routing, die wirksamsten Sparhebel und die Werkzeuge, mit denen Sie die Ausgaben unter Kontrolle halten. Was Bedrock als Plattform ist und wie der Einstieg aussieht, haben wir im Überblick zu Amazon Bedrock beschrieben. Alle Preise hier sind US-Dollar je einer Million Token und sollten vor einer Kalkulation gegen die offizielle AWS-Preisseite geprüft werden, denn sie ändern sich häufig.
Der Standard ist On-Demand: Sie zahlen pro verarbeiteter Million Token, getrennt nach Input und Output, ohne Grundgebühr und ohne Commitment. Output ist dabei deutlich teurer als Input, bei den aktuellen Claude-Modellen um den Faktor fünf. Wer einen Monat nichts aufruft, zahlt nichts. Für den Einstieg und für die meisten Anwendungen mit variabler Last ist das die richtige Wahl.
Der zweite Modus ist die Batch-Inferenz: Sie legen Ihre Anfragen als Datei in einen S3-Bucket, Bedrock arbeitet sie asynchron ab, typischerweise innerhalb von 24 Stunden, und berechnet dafür nur den halben On-Demand-Preis. Für alles, was nicht in Echtzeit passieren muss, also nächtliche Dokumentenauswertungen, Stammdaten-Anreicherung oder Massenklassifikation, ist Batch der einfachste Rabatt, den es gibt. Zu beachten: Nicht jedes Modell ist für Batch freigeschaltet, die jeweils neuesten Claude-Generationen tauchen in der Batch-Liste oft erst verzögert auf.
Der dritte Modus, Provisioned Throughput, ist reservierte Kapazität: Sie buchen sogenannte Model Units zum Stundenpreis, wahlweise ohne Bindung oder mit ein- bis sechsmonatigem Commitment, und bekommen dafür garantierten Durchsatz. Die Größenordnung liegt schnell bei mehreren zehntausend Dollar im Monat. In der Praxis spielt das Modell für aktuelle Claude-Generationen kaum noch eine Rolle, weil AWS hohe Last inzwischen über On-Demand mit regionsübergreifendem Routing abfängt. Relevant bleibt es vor allem für ältere Modelle und importierte eigene Modelle. Für die Kalkulation eines typischen Mittelstandsprojekts können Sie es meist ignorieren.
Hier liegt die größte Überraschung für deutsche Unternehmen. Die großen Claude-Modelle sind nicht direkt in der Frankfurter Region gehostet. Anfragen aus eu-central-1 laufen über sogenannte Inference-Profile, die die Last auf mehrere Regionen verteilen. Dabei gibt es zwei Varianten: Ein EU-Profil hält die Verarbeitung innerhalb Europas, ein globales Profil darf weltweit routen. Der Unterschied ist nicht nur eine Datenschutzfrage, sondern eine Preisfrage: Für das regionale EU-Routing verlangt Anthropic bei den aktuellen Claude-Modellen rund zehn Prozent Aufschlag auf den globalen Basispreis. Abgerechnet wird dabei immer zum Tarif der Ausgangsregion, ein separater Routing-Aufschlag existiert nicht.
Auch bei den Amazon-eigenen Modellen ist Frankfurt kein US-Preisschild: Die Nova-Familie kostet in eu-central-1 rund ein Drittel mehr als in den US-Regionen, und das Embedding-Modell Titan Text Embeddings V2 liegt in Frankfurt beim Zehnfachen des US-Preises. Die Konsequenz für die Planung: Rechnen Sie nie mit Preisbeispielen aus US-Blogs. Und treffen Sie die Routing-Entscheidung bewusst. Wer die EU-Verarbeitung aus Datenschutzgründen braucht, zahlt den Aufschlag zu Recht als Preis der Datenresidenz. Wer sie nicht braucht, spart mit dem globalen Profil dauerhaft rund zehn Prozent.
Die folgende Tabelle zeigt die On-Demand-Preise der für den Mittelstand relevantesten Modelle mit Stand Juli 2026, als globaler Basispreis in US-Dollar je einer Million Token. Für EU-Routing kommt bei den Claude-Modellen der beschriebene Aufschlag von rund zehn Prozent hinzu, die Nova-Preise sind bereits die Frankfurter Werte.
| Modell | Input / 1M | Output / 1M | Typischer Einsatz |
|---|---|---|---|
| Claude Opus (aktuelle 4er) | $5,00 | $25,00 | schwere Reasoning-Fälle, Agenten mit langen Aufgaben |
| Claude Sonnet 4.6 | $3,00 | $15,00 | Standard-Arbeitstier für anspruchsvolle Aufgaben |
| Claude Haiku 4.5 | $1,00 | $5,00 | Klassifikation, Extraktion, hohes Volumen |
| Amazon Nova Pro (FRA) | $1,05 | $4,20 | solide Mittelklasse aus dem AWS-Haus |
| Amazon Nova Micro (FRA) | $0,046 | $0,184 | einfachste Routineaufgaben zum Kleinstpreis |
| Mistral Large 3 (FRA) | $0,60 | $1,80 | europäischer Anbieter, gutes Preis-Leistungs-Verhältnis |
Zwei Fußnoten, die bares Geld wert sind. Erstens die Legacy-Falle: Ältere Claude-3.5-Modelle laufen auf Bedrock inzwischen in einem verlängerten Zugangsmodus zum doppelten Preis von sechs Dollar Input und dreißig Dollar Output. Wer noch alte Modellkennungen im Code hat, zahlt damit mehr für weniger Leistung als beim aktuellen Spitzenmodell. Ein Modell-Update ist hier eine reine Kostensenkung. Zweitens die Token-Zählung: Die neuesten Claude-Generationen zerlegen denselben Text in mehr Token als ihre Vorgänger, und deutscher Text ist ohnehin token-intensiver als englischer. Beides zusammen kann eine Kalkulation um dreißig Prozent und mehr verschieben. Wie sich die Tokenisierung generell auf die Kostenrechnung auswirkt, zeigt unsere Analyse der OpenAI API Kosten am Beispiel des Deutsch-Aufschlags.
Fast jede produktive KI-Anwendung schickt bei jedem Aufruf denselben Vorspann mit: den System-Prompt, die Anleitung, die Wissensblöcke. Ohne Caching zahlen Sie diesen Vorspann jedes Mal voll. Mit Prompt-Caching legt Bedrock den gleichbleibenden Anfang zwischen die Aufrufe: Der erste Aufruf schreibt den Cache und kostet dafür einen Aufschlag von einem Viertel auf den Input-Preis des gecachten Teils, jeder Folgeaufruf liest ihn für rund ein Zehntel des normalen Input-Preises. Bei den Amazon-Nova-Modellen entfällt der Schreibaufschlag sogar ganz, dort kostet der Cache-Read ein Viertel des Input-Preises.
Für Chatbots, Agenten und alle Anwendungen mit langem, stabilem System-Prompt ist das der größte einzelne Sparhebel: Auf den gecachten Anteil sind Einsparungen von bis zu neunzig Prozent möglich. Voraussetzung ist ein sauber strukturierter Prompt, bei dem der stabile Teil vorne steht und der variable Teil hinten, und eine Mindestlänge des gecachten Blocks von einigen tausend Token. Wie sich das beim Direktbezug der Modelle über die Anthropic-Schnittstelle verhält, beschreiben wir im Detail im Artikel zur Claude API.
Die Grundformel: Input-Tokens mal Input-Preis plus Output-Tokens mal Output-Preis, geteilt durch eine Million, mal Anfragen pro Monat. Die Beispiele rechnen mit deutschsprachigen, also eher token-intensiven Prompts und globalem Basispreis; für EU-Routing legen Sie gedanklich zehn Prozent drauf.
Ein interner Assistent beantwortet Fragen zu Produkten und Prozessen: pro Anfrage rund 1.500 Input-Tokens und 400 Output-Tokens. Mit Haiku 4.5 zu einem Dollar Input und fünf Dollar Output kostet die einzelne Anfrage etwa $0,0035. Bei 10.000 Anfragen im Monat sind das rund 35 US-Dollar. Wird der gleichbleibende System-Prompt gecacht, sinkt der Input-Anteil auf einen Bruchteil und die Rechnung landet deutlich unter 20 Dollar. Mit Sonnet 4.6 statt Haiku läge dieselbe Last bei gut 100 Dollar, mit Opus beim Fünffachen davon. Die Modellwahl ist und bleibt der größte Kostenfaktor.
5.000 Lieferantendokumente im Monat, je rund 3.000 Input-Tokens und 300 Output-Tokens für eine strukturierte Zusammenfassung. Mit Haiku 4.5 über die Batch-Inferenz zum halben Preis kostet das Dokument rund $0,0023, alle 5.000 zusammen also etwa 12 US-Dollar im Monat. Massenverarbeitung ist auf Bedrock erstaunlich günstig, solange der teure Output kurz bleibt und der Job nicht in Echtzeit laufen muss. Teuer wird es erst, wenn für solche Routineaufgaben reflexhaft das größte Modell gewählt wird.
Die Modellaufrufe sind nicht immer der größte Posten auf der Rechnung. Wer eine Bedrock Knowledge Base betreibt, zahlt zusätzlich für Embeddings und vor allem für den Vektor-Speicher: Die bequeme Standardvariante mit einem dauerhaft laufenden Suchcluster erzeugt in Frankfurt schnell mehrere hundert Dollar Grundkosten im Monat, unabhängig davon, ob jemand fragt. Auch Guardrails, also die Inhalts- und PII-Filter, werden separat pro geprüfter Texteinheit abgerechnet, und das Protokollieren der Modellaufrufe kostet zwar keinen Bedrock-Aufpreis, aber die üblichen Speicher- und Log-Gebühren. Für eine ehrliche Kalkulation gehören diese Posten von Anfang an mit auf den Zettel.
Die unbequeme Wahrheit zuerst: Bedrock hat kein natives Ausgabenlimit. Es gibt keinen Schalter, der bei einem Monatsbudget von 500 Euro hart abschaltet. Die Kontrolle muss man sich aus vier Bausteinen zusammensetzen. AWS Budgets liefert Alarme bei Schwellenüberschreitung und kann automatisch eine Sperr-Regel anhängen, aktualisiert seine Daten aber nur etwa einmal täglich, als Notbremse gegen einen außer Kontrolle geratenen Prozess ist das zu träge.
Schneller sind die CloudWatch-Metriken: Bedrock zählt Aufrufe sowie Input- und Output-Token je Modell nahezu in Echtzeit mit. Multipliziert man die Tokenzahlen mit den Modellpreisen, entsteht eine laufende Kostenschätzung, auf die sich Alarme setzen lassen, die in Minuten statt Tagen reagieren. Für die Zuordnung der Kosten auf Teams und Anwendungen gibt es Application Inference Profiles: eigene Modell-Endpunkte mit Kosten-Tags, die die Bedrock-Ausgaben im Kostenbericht sauber nach Abteilung oder Use-Case aufschlüsseln. Und die Service Quotas, also die Obergrenzen für Token pro Minute und Tag, wirken als eingebaute Kostenbremse: Mehr als Quota mal Tokenpreis kann ein Account gar nicht ausgeben. Wer diese vier Bausteine am ersten Tag einrichtet, statt auf die erste Rechnung zu warten, hat das Thema im Griff.
Rein beim Listenpreis nehmen sich die beiden Wege wenig: Die Claude-Modelle kosten auf Bedrock am globalen Endpunkt dasselbe wie bei Anthropic direkt, und Batch-Rabatt wie Prompt-Caching existieren auf beiden Seiten mit derselben Logik. Der reale Unterschied entsteht am Rand: Auf Bedrock kommt für EU-gebundenes Routing der Regionalaufschlag hinzu, dafür landet alles auf der bestehenden AWS-Rechnung, läuft unter dem bestehenden AWS-Vertrag und lässt sich mit den eben beschriebenen AWS-Werkzeugen überwachen. Der Direktbezug ist bei den allerneuesten Modellversionen und Funktionen meist schneller dran. Wer bereits ernsthaft auf AWS arbeitet, fährt in der Regel mit Bedrock einfacher; wer keinerlei AWS-Bezug hat, spart sich mit der Direkt-API eine zusätzliche Schicht. Den breiteren Vergleich inklusive Azure und Selbst-Hosting finden Sie im Bedrock-Überblick.
Bedrock ist für typische Mittelstands-Anwendungen kein Kostenrisiko, sondern gut kalkulierbar, wenn man vier Dinge beherzigt: das kleinste passende Modell wählen, Batch und Prompt-Caching konsequent nutzen, die Routing-Entscheidung zwischen EU-Aufschlag und globalem Basispreis bewusst treffen und die Kostenkontrolle am ersten Tag einrichten, nicht nach der ersten Rechnung. Ein interner Assistent oder eine Dokumenten-Pipeline landet dann bei zweistelligen Dollar-Beträgen im Monat, während die Grundkosten einer unbedacht angelegten Wissensdatenbank das Zehnfache verschlingen können.
Die schwierigere Frage ist selten der Tokenpreis, sondern welcher Prozess die Investition wert ist und wie die Anwendung wartbar und datenschutzkonform gebaut wird. Genau dabei begleitet Bluebatch deutsche Mittelständler und Großhändler, von der Prozessauswahl bis zum Betrieb. Sprechen Sie uns an.
Hier finden Sie die Antworten auf häufig gestellte Fragen.
Es gibt keine Grundgebühr, abgerechnet wird pro verarbeiteter Million Token. Ein interner Assistent mit Claude Haiku 4.5 und 10.000 Anfragen im Monat liegt grob bei 35 US-Dollar, eine nächtliche Batch-Dokumentenverarbeitung von 5.000 Dokumenten bei rund 12 US-Dollar. Teurer wird es durch große Modelle für Routineaufgaben und durch Nebenkosten wie dauerhaft laufende Vektor-Speicher.
Ja, in mehrfacher Hinsicht. Die Claude-Modelle kosten bei EU-gebundenem Routing rund zehn Prozent mehr als am globalen Endpunkt, die Amazon-Nova-Modelle liegen in Frankfurt rund ein Drittel über den US-Preisen und das Embedding-Modell Titan V2 sogar beim Zehnfachen. Wer mit US-Preisbeispielen kalkuliert, unterschätzt die eigenen Kosten systematisch.
Anfragen werden als Datei in einen S3-Bucket gelegt und asynchron abgearbeitet, typischerweise innerhalb von 24 Stunden. Dafür halbiert sich der Tokenpreis gegenüber On-Demand. Der Rabatt eignet sich für alles ohne Echtzeitanspruch, etwa Dokumentenauswertung oder Massenklassifikation. Nicht jedes Modell ist für Batch freigeschaltet, die neuesten Generationen folgen oft verzögert.
Der gleichbleibende Anfang eines Prompts, etwa der System-Prompt eines Agenten, wird zwischengespeichert. Der erste Aufruf kostet einen kleinen Aufschlag, jeder Folgeaufruf liest den gecachten Teil für rund ein Zehntel des Input-Preises. Auf den gecachten Anteil sind bis zu neunzig Prozent Ersparnis möglich, was Caching für Chatbots und Agenten zum größten einzelnen Sparhebel macht.
Nein, ein natives Ausgabenlimit gibt es nicht. Die Kontrolle entsteht aus der Kombination von AWS Budgets für Alarme, CloudWatch-Token-Metriken für schnelle Reaktion, Application Inference Profiles für die Kostenzuordnung pro Team und den Service Quotas, die als Obergrenze für Token pro Minute faktisch den maximal möglichen Monatsverbrauch deckeln.
Am globalen Endpunkt nicht, die Listenpreise der Claude-Modelle sind identisch und Batch wie Caching existieren auf beiden Seiten. Ein Aufschlag von rund zehn Prozent entsteht auf Bedrock nur, wenn das Routing bewusst auf Europa begrenzt wird. Dafür bietet Bedrock die Abrechnung über den bestehenden AWS-Vertrag und die AWS-eigenen Kontrollwerkzeuge.
