Startseite / Rang #6

Output-Länge kontrollieren

Typische Ersparnis20–60% der Output-Token-Kosten
AufwandNiedrig — Prompt- und max_tokens-Änderungen

Output-Token kosten 3–8× mehr als Input-Token (Median-Verhältnis ~4:1). Weitschweifige Antworten, ungefragte Erklärungen und wiederholte Textbausteine werden zum Premium-Tarif abgerechnet. Enger zu fassen, was das Modell sagen darf, ist einer der günstigsten Gewinne überhaupt.

Strukturierte Outputs (JSON-Schemas), explizite Längenbudgets im Prompt und harte max_tokens-Limits senken die Output-Kosten typischerweise um 20–60% — ohne Qualitätsverlust bei maschinell konsumierten Antworten.

So setzen Sie es um

  1. max_tokens pro Endpunkt bewusst setzen, statt großzügige Defaults stehen zu lassen.
  2. Strukturierte Ausgabe / JSON-Modus für maschinell konsumierte Antworten nutzen — Schemas eliminieren Prosa-Füllmaterial.
  3. Explizit um Kürze bitten ("antworte in einem Satz", "keine Vorrede").
  4. Chain-of-Thought aus finalen Outputs entfernen, wo die Begründung nicht gezeigt werden muss.

Häufig gestellte Fragen

Warum kosten Output-Token mehr?

Generierung ist sequenziell — jedes Output-Token erfordert einen vollen Forward-Pass — während Input-Token parallel verarbeitet werden. Anbieter preisen diese Rechen-Asymmetrie direkt in die Token-Tarife ein.

Nächste Methode: #7 Kontext-Hygiene & Token-Management