Credits
Credits sind die Abrechnungseinheit für die Nutzung von KI-Funktionen. Immer wenn Inhalte verarbeitet, generiert, transkribiert, analysiert oder strukturiert werden, werden Credits abgezogen.
Wie viele Credits anfallen, hängt davon ab:
- welches Modell im Einsatz ist
- wie viel verarbeitet wird
- welche Art von Verarbeitung stattfindet – z. B. Textverarbeitung, Reasoning, OCR, Embedding oder Audioverarbeitung
Die aktuellen Credit-Werte und Modellzuordnungen finden Sie in der zentralen Credit-Übersicht im Google Sheet .
Überblick
| Modalität | Typische Abrechnung |
|---|---|
| Text | nach Input, Output und gegebenenfalls Reasoning Effort |
| Audio | pro Spracheingabe oder pro Minute (Konversa) |
| Bilder | pauschal pro Aktion (Image-to-Text) oder nach Qualität (Bildgenerierung) |
| Dokumente | je nach Textverarbeitung und OCR-Einsatz |
| Embeddings | nach Input-Tokens |
Wie das System funktioniert
Credits werden nicht pauschal pro Produkt berechnet, sondern nach der Art der Verarbeitung.
Je nach Anwendungsfall können unterschiedliche Abrechnungslogiken greifen:
- Text – bei der Verarbeitung und Generierung von Text
- Reasoning Effort – wenn ein Modell zusätzlichen Rechenaufwand für vertieftes Schlussfolgern verwendet
- Audio – bei Spracheingaben, Transkriptionen oder Meeting-Verarbeitung
- Bilder – bei Bildgenerierung oder beim Auslesen von Bildinhalten
- OCR – wenn gescannte Dokumente oder Bilder zuerst maschinell lesbar gemacht werden müssen
- Embeddings – wenn Texte in Vektoren umgewandelt werden, z. B. für Suche oder Wissenszugriff
Text
Bei textbasierten KI-Funktionen werden Credits anhand der verarbeiteten Textmenge und der verwendeten Rechenlogik berechnet.
Dabei sind insbesondere drei Bestandteile relevant:
- Input – der Text, der an das Modell übergeben wird
- Output – der Text, den das Modell zurückgibt
- Reasoning Effort – zusätzlicher Rechenaufwand bei Modellen, die vertieftes Schlussfolgern einsetzen
Nicht jedes Modell verwendet Reasoning. Wenn es eingesetzt wird, kann es den Credit-Verbrauch zusätzlich erhöhen.
Audio
Im Bereich Audio wird zwischen Diktat im Chat und Konversa unterschieden.
Diktat im Chat
Wenn Sprache direkt im Chat in Text umgewandelt wird, erfolgt die Abrechnung aktuell pro Spracheingabe.
Konversa
Konversa wird für Audio- und Meeting-Verarbeitung eingesetzt, z. B. für persönliche Meetings, hochgeladene Aufnahmen oder Online-Meetings mit Meeting-Bot.
Je nach Nutzung kann die Abrechnung erfolgen:
- pro Transkriptionsminute
- pro Bot-Minute
- zusätzlich über Textverarbeitung, wenn aus einer Transkription weitere Inhalte wie Zusammenfassungen generiert oder verarbeitet werden
→ Mehr dazu: Diktate, Physische Gespräche, Online-Meetings
Bilder
Bildgenerierung
Bei der Bildgenerierung richtet sich der Credit-Verbrauch nach der gewählten Qualität.
Grundsätzlich gilt:
- höhere Qualität = höherer Credit-Verbrauch
- tiefere Qualität = geringerer Credit-Verbrauch
Die detaillierten Werte zur Bildgenerierung werden zeitnah hier ergänzt.
Image-to-Text
Wenn Informationen aus Bildern ausgelesen werden, wird der Credit-Verbrauch pauschal pro Aktion abgerechnet.
Dokumente
Bei Dokumenten ist entscheidend, welche Art der Verarbeitung tatsächlich stattfindet.
- Wenn ein Dokument bereits einen lesbaren Textlayer enthält, gelten die normalen Textkosten für den verarbeiteten Text.
- Wenn Inhalte zuerst aus einem gescannten Dokument oder Bild extrahiert werden müssen, wird zusätzlich OCR eingesetzt.
Je nach Anwendungsfall können deshalb Textkosten und OCR-Kosten kombiniert anfallen.
Embeddings
Embeddings werden verwendet, um Texte in Vektoren umzuwandeln – zum Beispiel für Suche, Wissenszugriff oder semantische Verarbeitung.
Dabei wird der eingegebene Text verarbeitet. Die Abrechnung erfolgt deshalb auf Basis der Input-Tokens.
Weitere Details
Die vollständige und aktuelle Übersicht zu Modalitäten, Modellen und Credit-Werten finden Sie im Google Sheet mit der Credit-Übersicht .