# Kosten: Anhang-Analyse & Vision-API (Kalkulator-Erweiterung)

Stand: **August 2026** · Quelle der Preise: siehe Abschnitt „Preis-Recherche".
Gilt für den erweiterten Kosten-Kalkulator (Standalone-Artefakt) und – als To-do – für den Rechner
im Layher-Proposal.

## Kontext

Neu im PoC: Der Außendienstler hängt pro Besuch **Fotos, PDFs und Textdateien** an (Anhang-Upload
Phase 1). Das Backend extrahiert deren Inhalt als KI-Kontext. Das erzeugt zusätzliche API-Kosten,
die der Kalkulator jetzt mitrechnet.

**Anbieter-Bindung:** Man bleibt bei **einem** Anbieter (xAI **oder** OpenAI **oder** Anthropic),
kann darin **verschiedene Modelle** wählen. Für die **Foto-Analyse** wird das **Vision-Modell des
Anbieters** herangezogen.

## Wie Vision abgerechnet wird (wichtige Erkenntnis)

- **Anthropic & OpenAI:** Die Modelle sind **multimodal** – es gibt kein separates Vision-Modell.
  Ein Foto kostet schlicht **Input-Tokens desselben Modells**, das auch den Text verarbeitet.
- **xAI:** Vision ist ein **eigenes Modell** (Grok Vision) mit eigener Rate. Fotos werden dort über
  dieses Modell abgerechnet, unabhängig vom gewählten Text-Modell.

Im Kalkulator einheitlich als **„Vision-Rate des Anbieters"** modelliert: bei Anthropic/OpenAI =
Input-/Output-Rate des gewählten Modells; bei xAI = Rate des Grok-Vision-Modells.

## Rechenmodell (die zwei neuen Schieber)

Zwei neue Eingaben, jeweils **Durchschnitt pro Besuch**:

| Schieber | Bedeutung |
|---|---|
| **Ø Foto-Uploads / Besuch** | Anzahl Fotos, die je Besuch hochgeladen und per Vision analysiert werden. |
| **Ø DIN-A4-Textseiten / Besuch** | Menge an Text (getippte Notizen **und** PDF-Seiten, via Textextraktion) je Besuch. |

### Token-Annahmen (dokumentiert, im Code kommentiert)

- **Foto:** Anthropic rechnet Bild-Tokens ≈ **(Breite × Höhe px) / 750**. Fotos werden auf die
  Vision-Grenze (~1.568 px Längskante, ~1,15 MP) herunterskaliert → **≈ 1.600 Input-Tokens/Foto**.
  Analyse-Ausgabe (Kurz-Zusammenfassung + Kernpunkte) ≈ **300 Output-Tokens/Foto**.
- **DIN-A4-Textseite:** ≈ 500 Wörter × 1,4 Tokens/Wort ≈ **700 Input-Tokens/Seite** (konsistent mit
  dem Extraktions-Token-Modell des Basis-Rechners). Zusammenfassung ≈ **150 Output-Tokens/Seite**.
- **PDF-Seite** = wie Textseite (Phase 1 extrahiert Text via `pdf-parse`; kein Vision auf PDF).

### Formeln

```
kosten_foto   = (1600/1e6 × rate_in) + (300/1e6 × rate_out)      // rate = Vision-Rate des Anbieters
kosten_seite  = ( 700/1e6 × rate_in) + (150/1e6 × rate_out)      // rate = Text-Modell des Anbieters
anhang_besuch = ø_fotos × kosten_foto + ø_seiten × kosten_seite
anhang_monat  = anhang_besuch × besuche_pro_monat                // = ma × vorgaenge/ma/monat
```

`anhang_monat` ist eine **neue Kostenzeile** im monatlichen Gesamtergebnis (neben Voice, Extraktion,
Infrastruktur, Lizenz).

### Rechenbeispiel (Anthropic Sonnet 4.6: $3 / $15 pro Mio. Tok)

- Foto: 1600/1e6·$3 + 300/1e6·$15 = $0,0048 + $0,0045 = **$0,0093 / Foto**
- Seite: 700/1e6·$3 + 150/1e6·$15 = $0,0021 + $0,00225 = **$0,0044 / Seite**
- Besuch mit 3 Fotos + 2 Seiten: 3·0,0093 + 2·0,0044 = **$0,037 / Besuch**
- 1.400 Besuche/Monat: ≈ **$52 / Monat** (klein gegenüber Voice, aber ausgewiesen).

Umrechnung USD → EUR: der Kalkulator rechnet **USD ≈ EUR (1:1)** — die gleiche Konvention wie der
Layher-Proposal-Rechner (Listenpreise als Näherung). Bei Bedarf ein präziser Faktor als Konstante.

## Kalkulator-Aufbau (Standalone-Artefakt)

Der Standalone-Kalkulator ist **optisch/strukturell 1:1 der Layher-Proposal-Rechner** (Farben, Fonts,
Begriffe, ROI). Ergänzt um:
- **Anbieter-Lock** (ein Anbieter: Anthropic | OpenAI | xAI) + Modellwahl darin, mit Klartext der
  Token-Basis („$3 Input / $15 Output je 1 Mio. Tokens").
- **xAI → separates Vision-Modell** (Dropdown, Grok 2 Vision); bei Anthropic/OpenAI Vision im Modell.
- **Anhang-Analyse** (zwei Schieber Foto/Seite) als eigene Kostenzeile.
- **Lizenz-Preismodell 1:1 aus dem Kundenportal** (Agency-Einstellung): Seat-Preis (editierbar),
  freie Seats, Abrechnung monatlich/jährlich (×12), Jahresrabatt, Sonderrabatt (percent/fixed +
  Mengenrabatt-Schwelle), USt (netto/brutto). Cent-genaue Formel, gegen die Kundenportal-Tests
  verifiziert. Reihenfolge: `billable = seats − freie`; `subtotal = billable × seat × factor`;
  `rabatt = min(subtotal, jahresrabatt + sonderrabatt)`; `netto = subtotal − rabatt`; dann USt.
  Fürs monatliche Gesamt fließt der **Netto-Monatswert** der Lizenz ein.

## Preis-Recherche (Stand August 2026, in/out je 1 Mio. Tokens)

### Anthropic (aktuell gewählt)
| Modell | Input | Output | Vision |
|---|---|---|---|
| Opus 4.8 / Opus 5 | $5 | $25 | eingebaut (Bild = Input-Tokens) |
| Sonnet 4.6 | $3 | $15 | eingebaut |
| Sonnet 5 (Intro bis 31.08.26) | $2 | $10 | eingebaut |
| Haiku 4.5 | $1 | $5 | eingebaut |
| Fable 5 | $10 | $50 | eingebaut |

### OpenAI
| Modell | Input | Output | Vision |
|---|---|---|---|
| GPT-5.6 Sol | $5 | $30 | eingebaut |
| GPT-5.6 Terra | $2,50 | $15 | eingebaut |
| GPT-5.6 Luna | $1 | $6 | eingebaut |
| GPT-4o | $2,50 | $10 | eingebaut |
| GPT-4o mini | $0,15 | $0,60 | eingebaut |

### xAI
| Modell | Input | Output | Hinweis |
|---|---|---|---|
| Grok 4.5 | $2 | $6 | Text-Flaggschiff |
| Grok 4.3 | $1,25 | $2,50 | |
| Grok 4.1 Fast | $0,20 | $0,50 | günstig, 2M Kontext |
| **Grok 2 Vision** | $2 | $10 | **separates Vision-Modell** (Foto-Analyse) |
| Server-Tools | – | – | File-Attachments $10 / 1.000 Calls |

Alle Preise ändern sich häufig. **Refresh-Weg:** Preis-Recherche erneut laufen lassen und die
Matrix-Übersicht (Artefakt) neu deployen (Stand-Datum aktualisieren).

## Quellen
- Anthropic: [metacto](https://www.metacto.com/blogs/anthropic-api-pricing-a-full-breakdown-of-costs-and-integration) · [BenchLM](https://benchlm.ai/anthropic/api-pricing)
- OpenAI: [ModelPricing.ai](https://modelpricing.ai/models/openai) · [CloudZero](https://www.cloudzero.com/blog/openai-pricing/)
- xAI: [aipricing.guru](https://www.aipricing.guru/xai-pricing/) · [costgoat](https://costgoat.com/pricing/grok-api)