Ein dreizeiliger Prompt kostete 15.000 US-Dollar, und der Prompt war dabei der günstigste Teil.

Matthew Berman zeigte ein spielbares Level im Stil von Gears of War: E-Day, das in Unreal Engine 5 von Claude Fable 5.2 aus einem dreizeiligen Prompt erstellt wurde. Es verbrauchte 8,63 Milliarden Tokens über 43 Stunden, mit geschätzten API-äquivalenten Kosten von nahezu 14.710 US-Dollar. Die interessante Zahl ist nicht die Gesamtsumme – interessant ist, was diese Summe über Caching aussagt und darüber, was eine Stunde eines autonomen Agenten kostet.

Am 9. November demonstrierte der KI-Forscher und YouTuber Matthew Berman einen in Unreal Engine 5 von Claude Fable 5.2, dem am selben Tag veröffentlichten Modell von Anthropic, entwickelten Third-Person-Shooter. Die Ausgangsanweisung war drei Zeilen lang. Dann schaltete er den autonomen Modus der IDE ein und ließ ihn laufen.

Das Ergebnis ist ein Pastiche im Stil von Gears of War: E-Day: ein Soldat, der sprintet, in Deckung geht, sich zum Feuern hervorlehnt und den Timing-Check für das aktive Nachladen aus der Reihe ausführt. Gegner schießen mit funktionierendem Kampfverhalten zurück, ein zu Boden gegangener Spieler kann von einem Kameraden wiederbelebt werden, und die Texturen und die Beleuchtung werden dem Modell zugeschrieben.

Die Rechnung ist der interessante Teil.

Der Prompt ist nicht die Arbeit

Drei Zeilen klingen nach der Schlagzeile. Es ist die am wenigsten interessante Zahl hier, denn ein Prompt ist ein Samen, und dies war eine Suche. Vierundvierzig unbeaufsichtigte Stunden, in denen das Modell schreibt, kompiliert, scheitert, seine eigenen Fehler liest und es erneut versucht, sind die eigentliche Arbeit.

Ein Team, das „Drei-Zeilen-Prompt“ liest und drei Zeilen Anweisung einplant, wird sich um die Größe des Projekts verschätzen. Gekauft wurden 44 Stunden einer Maschine, der nie langweilig wurde.

Wohin das Geld tatsächlich ging

Teilen Sie die gemeldeten Kosten durch die gemeldeten Tokens, und es kommt eine Zahl heraus, die niemand nennt: etwa 1,70 US-Dollar pro Million Tokens, gemittelt über Eingabe und Ausgabe.

Dieselben 8,63 Milliarden Tokens allein zum Eingabe-Tarif wären grob 69.000 US-Dollar. Mit einem Fünftel davon zu landen ist nur möglich, wenn die überwältigende Mehrheit der Tokens Cache-Lesevorgänge statt frischer Eingaben waren.

Die Kostengeschichte von 2026 ist also keine Modellpreis-Geschichte. Sie ist eine Context-Caching-Geschichte. Ein Agent, der dasselbe Repository tausende Male erneut liest, ist bezahlbar oder unbezahlbar, je nachdem, ob dieses erneute Lesen den Cache trifft – und der Großteil dieser Differenz hat nichts damit zu tun, welches Modell Sie gewählt haben.

Bei 336 $ pro Stunde rechnet der Agent wie ein Auftragnehmer ab

Der Stundensatz ist die Zahl, bei der man innehalten sollte. 14.710 $über 43,8 Stunden sind rund **336$ pro Stunde** autonomer Arbeit – innerhalb der Spanne, die ein erfahrener freiberuflicher Entwickler in den meisten westlichen Märkten verlangt.

Was zurückkam, ist ein spielbares Level mit sichtbaren Animationsfehlern (Berman markiert die Vault-over-Cover-Bewegung) und ohne unabhängige Tests von Performance, Stabilität oder Wartbarkeit.

Der Vorschlag ist nicht, dass KI Entwickler ersetzt oder dass sie zu teuer ist. Er besagt, dass der Agent nun zwischen beiden sitzt: ein nach Rechenleistung abgerechneter Auftragnehmer ohne Mindeststundensatz und ohne Urteilsvermögen, ein neuer Posten in einem Budget statt einer günstigeren Version eines alten.

Ein Level ist kein Spiel

Die Extrapolationsfalle besteht darin, 15.000 Dollar mit der Anzahl der Level in einer AAA-Veröffentlichung zu multiplizieren. Diese Summe ist an beiden Enden falsch: Das erste Artefakt trägt den gesamten Setup-Aufwand, und ein ausgeliefertes Spiel umfasst weit mehr als Geometrie.

Was die Demo belegt, ist enger gefasst und dennoch bedeutsam: Ein Unreal-Engine-Level mit Deckungskampf, funktionierender Gegner-KI und detaillierter Beleuchtung kann aus einem kurzen Briefing eines sich selbst überlassenen Modells entstehen. Vor zwei Jahren war das keine Frage, die man stellen konnte; heute kommt die Antwort mit einer Rechnung und einem Glitch daher.

Die Regel, gegen die es zu verstoßen scheint

Eine unangenehme Fußnote: Ende Oktober erhielt Claude Code Anweisungen, die von der Nachbildung bestehender Spiele abraten, und Anthropic bestätigte, dass die Änderung speziell Opus 5.5 betraf. Dieser Lauf ist eine genaue Nachbildung der charakteristischen Mechaniken und des Settings einer Microsoft-Franchise.

Ob diese Richtlinie Fable 5.2 abdeckt und ob eine Early-Access-Konfiguration außerhalb ihrer liegt, ist durch nichts Veröffentlichtes belegt. Eine Funktionsdemo ist keine Lizenz; die Lücke zwischen „beeindruckend“ und „auslieferbar“ ist der Punkt, an dem die rechtliche Prüfung einsetzt.

Worauf wir achten würden

Die Artefakte, die daraus mehr als eine Anekdote machen würden: eine Kostenkurve über eine zweite und dritte Ebene hinweg, eine Token-pro-Feature-Metrik, die einer Prüfung standhält, und eine klare Aussage darüber, welche Richtlinie für welches Modell gilt.

Wir bauen Daten- und Inferenzsysteme, daher geht es bei der praktischen Lehre um Budgetierung statt um Spektakel: Die Kosten eines Agenten sind eine Eigenschaft Ihrer Kontextstrategie, nicht seiner Preisliste. Teams, die gecachten Kontext, Retrieval und Aufgabengranularität als Engineering behandeln, kommen auf den 1,70-Dollar-Mix. Teams, die bei jedem Turn ein Repository einfügen, kommen auf den 69.000-Dollar-Fall und schließen daraus, dass das Modell teuer war.

Wccftech, unter Berufung auf Matthew Bermans Demonstration vom 9. November 2026 und die Zahlen von Decrypt — 43 Stunden 48 Minuten, 8,63 Milliarden Tokens, geschätzte API-äquivalente Kosten von etwa 14.710 US-Dollar. Anthropic listet Claude Fable 5.2 mit 8 US-Dollar pro Million Eingabe-Tokens und 40 US-Dollar pro Million Ausgabe-Tokens. Der Mischsatz und der Stundensatz sind unsere Berechnung auf Grundlage dieser berichteten Zahlen, keine Aussagen von Berman, Decrypt oder Anthropic. Bei den Kosten handelt es sich um eine Schätzung der API-Preise, nicht um eine Aussage über tatsächlich ausgegebenes Geld.

Kontakt: [email protected]

Bitte beachten Sie, dass die deutsche Version von Ai unterstützt wird und daher geringfügige Fehler auftreten können.

AUTOR

Über ABN Asia: Ai-Banking-NetworkSecurity (ABN), ABN Asia wurde im Jahr 2012 gegründet und ist ein Unternehmen mit akademischem Hintergrund, das von Lehrkräften und ehemaligen Studierenden aus Ungarn, den Niederlanden, Russland, Deutschland und Japan gegründet wurde. Wir teilen eine gemeinsame Leidenschaft und eine klare Vision für Technologie, die Innovation und erstklassige Qualität für unsere Kunden bringt. Unser Motto lautet: Besser. Schneller. Sicherer. In vielen Fällen: Günstiger.

Zögern Sie nicht, uns zu kontaktieren, wenn Sie IT-Dienstleistungen, digitale Beratung, Standardsoftwarelösungen benötigen oder uns Angebotsanfragen (RFPs) senden möchten. Sie können uns unter [email protected] kontaktieren. Wir sind bereit, Ihnen bei all Ihren Technologiebedürfnissen zu helfen.

© ABN ASIA