PTU vs. Pay-as-you-go: Wann sich Azure- und Bedrock-Reservierungen lohnen
Aktualisiert October 18, 2026 · erstveröffentlicht October 18, 2026
Sobald die monatlichen KI-Ausgaben eines Unternehmens $25.000 übersteigen, stellt sich unweigerlich die Frage: Sollten wir dedizierte Kapazitäten über Provisioned Throughput Units (PTU bei Azure OpenAI) reservieren oder weiterhin rein nach Verbrauch (Pay-as-you-go) abrechnen?
Cloud-Anbieter preisen PTUs mit Rabatten von bis zu 82 % gegenüber dem On-Demand-Stundensatz an. Dennoch stellen viele FinOps-Teams fest, dass ihre effektiven Kosten pro Million Token nach der PTU-Einführung gestiegen sind. Die Ursache liegt in der tatsächlichen Auslastungsquote (Duty Cycle).
1. Basisvergleich: Direkt-API vs. Managed Cloud
Bei Standardbereitstellungen sind die Listenpreise pro Token zwischen OpenAI und Azure identisch. Für Unternehmensbereitstellungen mit souveränen Datenzonen oder Kontextfenstern über 272K Token verlangen Managed-Cloud-Anbieter jedoch Aufschläge von 25 % bis 43 %.
2. Das mathematische Break-even-Modell
Eine PTU für GPT-5.4 kostet bei 1-Monats-Bindung etwa $260 pro Monat. Mit einer marginalen Durchsatzgebühr von ca. $3,20/M Token und einem On-Demand-Mischpreis von $12,50/M ergibt sich die Break-even-Schwelle:
Break-even-Volumen =
$260 / ($12,50 - $3,20) = 27,96 Millionen Token pro Monat und PTU
Bei 28,0 Millionen Token pro Monat sind die Gesamtkosten beider Modelle exakt gleich ($350). Liegt das monatliche Volumen darunter, zahlt man für ungenutzte Bereitstellung drauf. Bei 75 Millionen Token spart die Reservierung hingegen über 62 %.
3. Die Auslastungsfalle bei Bürozeiten
Wird eine interne KI-Anwendung nur montags bis freitags von 9 bis 17 Uhr genutzt, ist das System nur zu rund 24 % der Gesamtzeit aktiv. In den verbleibenden 76 % der Zeit erzeugt die feste PTU-Gebühr teure Leerlaufkosten, wodurch der effektive Preis auf über $18 pro Million Token ansteigt.
4. Die hybride Routing-Architektur
Erfolgreiche FinOps-Teams dimensionieren PTUs ausschließlich für die dauerhafte Grundlast (Saturation >85 %) und leiten kurzzeitige Tagesspitzen dynamisch per KI-Gateway an Pay-as-you-go-Endpunkte weiter. Nachts werden Hintergrund-Jobs (Evals, Re-Indexing) über die freie PTU-Kapazität abgewickelt.
Weiterführend
- Azure OpenAI vs Direkt-OpenAI Kostenvergleich
- Rabatte für zugesagte Ausgaben
- Warum Providerpreise schwer vergleichbar sind
Möchten Sie das auf Ihren Stack anwenden? Bringen Sie Anbieterrechnungen, Gateway-Protokolle und die wichtigsten Workflows mit; wir ordnen Kostentreiber und Einsparpotenziale zu. Kostenlose Prüfung buchen →