# walker-onlycfo-ai-tokenomics-2026-10-22

## Veille

Gastbeitrag von **Peter Walker**, Head of Insights bei **OpenRouter**, veröffentlicht am **22. Oktober 2026** im Substack-Newsletter **OnlyCFO** (rund **1.500 Wörter**, OpenRouter-Diagramme). Der Beitrag richtet sich an Finanzvorstände (CFOs) und stützt seine Zahlen auf den Traffic des Inference-Gateways des Autors.

## Titre Article

The Current State of AI Tokenomics | What CFOs Should Know

## Date

2026-10-22

## URL

https://www.onlycfo.io/p/ai-tokenomics

## Keywords

Tokenomics, Inference-Ökonomie, CFO, Finanzvorstand, KI-Kosten, Preis pro Token, Tokenvolumen, OpenRouter, KI-Gateway, Modell-Marktplatz, Open-Weight-Modelle, chinesische Labs, Inference-Anbieter, Endpoints, KI-Agenten, Agenten-Traffic, Prompt Caching, Cache-Hit-Rate, Landed Cost, Retry-Kosten, Routing, automatisches Failover, Verfügbarkeit, Zero Data Retention, ZDR, Commodity-Einkauf, Entkopplung von Nutzung und Ausgaben, Guardrails, FinOps

## Authors

Peter Walker — Head of Insights d'OpenRouter ; article invité dans la newsletter OnlyCFO.

## Ton

Profil: ein erklärender Finanz-Gastbeitrag, auf Englisch, in der Wir-Form verfasst („we" = OpenRouter), gerichtet an CFOs und allgemeiner an „capital allocators". Die Einleitung ist vom Herausgeber des Newsletters unterzeichnet; dem Artikel geht ein themenfremder gesponserter Einschub (Remote) voraus.

Struktur: eine einleitende Kennzahl (Volumen versus Preis), eine These (Inference verhält sich wie ein Commodity, nicht wie Software), vier nummerierte Kräfte, ein Abschnitt zur Preisgestaltung, einer zu „Landed Cost", einer zu preisunabhängigen Kriterien, vier Empfehlungen.

Register: pädagogisch und bestimmt, verankert durch eine Kennzahl pro Absatz. Die Analogien sind finanzieller Natur („landed cost", „commodity input", „the canary in the cost coal mine"). Der Humor bleibt zurückhaltend („no comments on any or all upcoming IPOs!").

Belege: ausschließlich Daten der OpenRouter-Plattform, ohne detaillierte Methodik oder Stichprobe außerhalb der Plattform. Der Abschnitt zum Routing beschreibt den Standardalgorithmus von OpenRouter, und das Verfügbarkeitsbeispiel vergleicht Anbieter mit OpenRouter.

## Pense-betes

- **Quelle**: Gastbeitrag von Peter Walker (OpenRouter) in OnlyCFO, 22. Oktober 2026; Daten von OpenRouter.
- **These**: Unternehmen kaufen KI wie Software (Anbieter, Jahresvertrag), während Inference sich wie ein **Commodity** verhält: fallende Stückkosten, steigendes Volumen, bester Anbieter wechselt alle paar Monate.
- **Volumen / Preis**: **0,5 → 164 Bio. Token/Woche** (Jan. 2025 → Ende Sept. 2026); Durchschnittspreis **0,77 $ → 0,14 $/Mio. Token**.
- **Angebot**: **862** Modelle seit 2024 gestartet, davon **362** im Jahr 2026 vor Oktober; Modelle über 1 Bio. Token/Woche: **3 → 27** in sechs Monaten.
- **Open-Weight**: **~60 %** der Token, **26 %** der Ausgaben; zwei Drittel auf Modelle chinesischer Labs, von denen **44 %** von US-amerikanischen Anbietern bereitgestellt werden. Modell-×-Anbieter-Endpoints: **~330 → 1.342** im Jahr 2026. Siehe [[sfeir-kimi-k3-moonshot-frontier-open-weights-2026-07-16]].
- **Agenten**: überholen Menschen am **6. Februar 2026**; Ende September **131 Bio.** Token/Woche gegenüber **18 Bio.**
- Cache: Agenten senden bei jedem Schritt denselben langen Kontext erneut. Cache-Hit-Rate des Agenten-Traffics **88 %** bei den Modellen dieses Quartals gegenüber **55 %** im Frühjahr 2025; Anbieter über 90 % Cache-Quote: **2/35 → 11/54**.
- **Marktführer**: wechselte **5-mal in 8 Quartalen**; Anteil des führenden Labs **~40 % → 21 %**. Ausgaben für Anthropic + OpenAI: **~80 %** Anthropic Anfang 2026, nahezu Parität bis September.
- **Entkopplung**: KI-native Start-ups Token **×18**, Ausgaben **×5,1**; große Organisationen **×5,1** und **×2,4**.
- **Ursachen des Rückgangs**: günstigere, leistungsfähigere Modelle (Kimi K3, DeepSeek V4 Flash); optimiertes Caching; Wirtschaftsmodelle der Frontier-Labs (Luna, Haiku). Tatsächlich gezahlte Preise **43 % bis 89 %** unter dem Listenpreis bei drei Open-Weight-Modellen.
- **Landed Cost**: effektiver Preis nach Cache-Rabatt + Latenzkosten + Kosten für Wiederholungsversuche. Eine Anfrage im Wert von 1,00 $, die in 80 % der Fälle erfolgreich ist, kostet **1,25 $** pro erfolgreicher Antwort. **77 %** der Anfragen entfallen auf Modelle, die von mehreren Anbietern bereitgestellt werden.
- **Jenseits des Preises**: ZDR-Endpoints für **93 %** der Token (18 der Top-20-Modelle); **92,8 %** Erfolgsquote beim ersten Anbieter, **96,9 %** nach Failover; während eines Überlastungsereignisses **18 %** bei den 15 am stärksten betroffenen Anbietern.
- **Empfehlungen**: mehr Token ≠ mehr Ausgaben; ein Open-Weight-Modell variiert je nach Anbieter; Guardrails (ZDR, regionales Routing, Caps pro Funktion, Fallback); mit Veränderung rechnen.
- ⚠️ **Geltungsbereich**: Daten eines einzigen Intermediärs, der das von ihm empfohlene Routing und Failover selbst verkauft; im Artikel keine veröffentlichte Methodik.

## RésuméDe400mots

Am 22. Oktober 2026 veröffentlicht der Newsletter OnlyCFO einen Gastbeitrag von Peter Walker, Head of Insights bei OpenRouter, einem Gateway, das über ein einziges Konto Zugang zu mehreren hundert Sprachmodellen bietet. Der Herausgeber stuft die KI-Kosten als auf dem Weg zum größten Ausgabenposten der Unternehmen ein und ordnet das Thema der Finanzfunktion zu.

Die Daten von OpenRouter zeigen eine seltene Kombination: Das verarbeitete Volumen steigt von einer halben Billion Token pro Woche im Januar 2025 auf 164 Billionen bis Ende September 2026, während der durchschnittlich gezahlte Preis von 0,77 $ auf 0,14 $ pro Million Token fällt. Der Autor folgert, dass sich Inference wie ein Commodity verhält und nicht wie Software, die bei einem Anbieter im Rahmen eines Jahresvertrags erworben wird.

Vier Kräfte erklären diese Entwicklung. Das Angebot explodiert: 862 Modelle wurden seit 2024 gestartet, von denen 27 mehr als eine Billion Token pro Woche verarbeiten. Open-Weight-Modelle tragen rund 60 % der Token bei 26 % der Ausgaben; zwei Drittel stammen von chinesischen Labs, wobei das Hosting jedoch unabhängig vom Modell gewählt wird, und 44 % dieser Token werden von Anbietern mit Sitz in den USA bereitgestellt. Agenten wurden am 6. Februar 2026 zur wichtigsten Tokenquelle; da sie bei jedem Schritt denselben Kontext erneut senden, wird Prompt Caching zur entscheidenden Preisvariable, und die Cache-Hit-Rate erreicht bei aktuellen Modellen 88 %. Schließlich wechselt der Marktführer ständig: fünfmal in acht Quartalen.

Nutzung und Ausgaben entkoppeln sich: Bei KI-nativen Start-ups vervielfacht sich die Tokennutzung um das 18-Fache, die Ausgaben nur um das 5,1-Fache. Der Rückgang beruht auf günstigeren, leistungsfähigeren Modellen, der Optimierung des Cachings und den Wirtschaftsmodellen der Frontier-Labs. Für dasselbe Open-Weight-Modell liegt der tatsächlich gezahlte Preis zwischen 43 % und 89 % unter dem Listenpreis, und der laut Preisliste günstigste Anbieter ist in der Praxis oft nicht der günstigste.

Der Autor schlägt daher vor, nach den „Landed Costs" einzukaufen: dem Preis nach Cache-Rabatt, zuzüglich der Kosten für Latenz und für Wiederholungsversuche. Eine Anfrage im Wert von einem Dollar, die in einem von fünf Fällen fehlschlägt, kostet 1,25 $ pro erfolgreicher Antwort. Hinzu kommen Zero Data Retention, verfügbar für 93 % der Token, und die Verfügbarkeit: 96,9 % Erfolgsquote nach automatischem Failover.

Er schließt mit vier Ratschlägen für CFOs: Mehr Verbrauch bedeutet nicht mehr Ausgaben, ein offenes Modell variiert je nach Anbieter, Guardrails sind unerlässlich, und Pläne müssen überarbeitbar bleiben.

## GrapheDeConnaissance

- Peter Walker —travaille_chez→ OpenRouter (ORGANISATION, 0.97)
- Peter Walker —publie→ article The Current State of AI Tokenomics (DOCUMENT, 0.98)
- OnlyCFO —publie→ article The Current State of AI Tokenomics (DOCUMENT, 0.95)
- article The Current State of AI Tokenomics —est_basé_sur→ données de trafic d'OpenRouter (AFFIRMATION, 0.95)
- Peter Walker —mesure→ volume OpenRouter passé de 0,5 à 164 000 milliards de tokens par semaine entre janvier 2025 et septembre 2026 (MESURE, 0.95)
- Peter Walker —mesure→ prix moyen payé passé de 0,77 $ à 0,14 $ par million de tokens (MESURE, 0.95)
- Peter Walker —affirme_que→ l'inférence se comporte comme une matière première et non comme un logiciel acheté sur engagement annuel (AFFIRMATION, 0.92)
- open-weights —mesure→ environ 60 % des tokens hebdomadaires pour 26 % de la dépense sur OpenRouter (MESURE, 0.92)
- Peter Walker —mesure→ les agents dépassent les humains comme source de tokens le 6 février 2026 ; 131 T contre 18 T par semaine fin septembre (MESURE, 0.92)
- Prompt caching —réduit→ coût par token du trafic agentique (CONCEPT, 0.9)
- Peter Walker —mesure→ taux de cache du trafic agentique de 88 % pour les modèles lancés ce trimestre contre 55 % au printemps 2025 (MESURE, 0.9)
- Peter Walker —mesure→ part du premier laboratoire en tokens tombée de 40 % à 21 % ; leader changé cinq fois en huit trimestres (MESURE, 0.9)
- Anthropic —concurrence→ OpenAI (ORGANISATION, 0.9)
- Peter Walker —mesure→ dépense cumulée Anthropic + OpenAI passée d'environ 80 % Anthropic début 2026 à une quasi-parité en septembre (MESURE, 0.88)
- Peter Walker —mesure→ startups IA-natives : tokens ×18 et dépense ×5,1 ; grandes organisations : ×5,1 et ×2,4 (MESURE, 0.9)
- Kimi K3 —concurrence→ Claude Opus (TECHNOLOGIE, 0.75)
- Peter Walker —recommande→ Landed cost (CONCEPT, 0.92)
- OpenRouter —utilise→ Landed cost (CONCEPT, 0.9)
- OpenRouter —améliore→ taux de succès des requêtes de 92,8 % à 96,9 % par bascule automatique (MESURE, 0.88)
- Peter Walker —recommande→ Zero Data Retention (CONCEPT, 0.88)
- Peter Walker —prédit→ les dépenses d'IA deviendront le premier poste de coût de la plupart des entreprises (AFFIRMATION, 0.85)
- Peter Walker —référence→ FinOps (METHODOLOGIE, 0.72)

---
Canonical: https://www.thekb.eu/de/fiches/walker-onlycfo-ai-tokenomics-2026-10-22/