Eine Frage, die uns regelmäßig erreicht, in der einen oder anderen Form:
DeepSeek kostet pro Million Tokens fast nichts. Warum kann Reverie nicht einfach kostenlos sein?
Eine berechtigte Frage, die eine echte Antwort verdient und kein Schulterzucken. Die Prämisse stimmt sogar teilweise: Manche Modelle sind pro Token wirklich günstig, und dieser Preis ist öffentlich – jeder kann ihn nachschlagen.
Was diese Zahl nicht zeigt, ist alles, was rund um den Modellaufruf passieren muss, damit sich ein Gespräch wie ein Gespräch anfühlt. Dieser Beitrag geht das so konkret wie möglich durch.
Wir haben das Thema schon einmal gestreift. Unser Beitrag zum Credit-System erklärte die Multiplikatoren und die Belohnungsprogramme, der zu den kostenlosen Modellen, warum wir sie trotz aller Unsicherheit gestartet haben. Beide hörten genau vor der Frage auf, die trotzdem immer wieder kommt: Wo landet das Geld eigentlich? Das ist die Antwort darauf – ausführlicher, als wir sie bisher gegeben haben.
Die Modellrechnung ist eine Position, nicht die Rechnung
Wenn du eine Nachricht sendest, ist der Modellaufruf der sichtbare Teil. Er ist auch der einzige mit einem veröffentlichten Preisschild – deshalb dominiert er jede Kostendiskussion.
Hier eine grobe Inventur dessen, was an einem einzelnen Austausch auf Reverie sonst noch beteiligt ist:
- Kontext abrufen und zusammenbauen – die Charakterdefinition, deine Persona, World Books, Einträge im Langzeitgedächtnis, der jüngste Verlauf und alle aktiven Plugins müssen geladen, priorisiert und in ein Token-Budget eingepasst werden.
- Zusammenfassung und Gedächtniskomprimierung – unten im Detail; das ist ein eigener Modellaufruf.
- Moderation – und das ist mehr als ein Filter über Nachrichten. Wer eine Figur veröffentlicht, schickt ihre Bilder durch ein Vision-Modell. Wird eine Figur, ein Plugin oder ein Creator gemeldet, startet eine KI-Vorprüfung, die Inhalt und Beschwerde liest, bevor ein Mensch überhaupt hinsieht. Plugin-Überarbeitungen werden genauso geprüft.
- Speicher – jede Nachricht, jedes Bild, jede Charakterkarte, jede Version jedes Forks, unbefristet aufbewahrt und ausgeliefert.
- Infrastruktur – Anwendungsserver, Datenbank und Replikate, Caches, Queues, CDN, Streaming-Verbindungen, die für die Dauer jeder Antwort offen gehalten werden.
- Monitoring und Observability – Fehler-Tracking, Latenz- und Fehlerkennzahlen, Health-Checks der Anbieter und jenes Logging, das uns sagt, dass ein Modell vor zwei Stunden schlechter wurde und nicht erst vor zwei Tagen.
- Engineering – die Menschen, die Funktionen bauen, und die Menschen, die um drei Uhr nachts geweckt werden, wenn ein Anbieter ausfällt.
- Support und Betrieb – Tickets beantworten, Rückerstattungen bearbeiten, Meldungen prüfen, Moderations-Einsprüche, Zahlungsgebühren, Steuern, Buchhaltung.
Und diese Liste ist auch nicht vollständig – sie ist nur der Teil, der sich leicht benennen lässt.
Nichts davon steht auf der Preisseite eines Modellanbieters. Alles davon sind reale, wiederkehrende Kosten, und die meisten wachsen mit der Nutzung, statt konstant zu bleiben.
Und hier ist der Teil, der die meisten überrascht: Der Modellaufruf, den du siehst, ist nur ein Teil dessen, wofür wir zahlen. Darum herum stehen Server, Speicher, Hintergrund-Modellaufrufe, die niemandem berechnet werden, und die Menschen, die die Plattform am Laufen halten. Diese Kosten verschwinden nicht, wenn der Tokenpreis eines Modells sinkt.
Wir erfinden dafür keinen sauberen Prozentsatz: Die Aufteilung bewegt sich mit der Nutzung, und wir wollen keine Zahl nennen, die wir später zurückziehen müssten. Stabil ist die Unterscheidung: Der API-Preis eines Anbieters und die Betriebskosten einer Plattform sind nicht dieselbe Zahl. Niedrigere Inferenzpreise reduzieren einen Teil der Rechnung, aber nicht alles darum herum.
Zusammenfassung: die Funktion, für die wir nichts berechnen
Diese verdient eine eigene Erwähnung, weil sie konstruktionsbedingt unsichtbar ist.
Kontextfenster sind endlich. Würde ein Gespräch einfach unbegrenzt wachsen, passierte eines von zwei Dingen: Die ältesten Teile fielen still aus dem Fenster und dein Charakter würde anfangen zu vergessen – oder jede Nachricht schleppte den gesamten Verlauf mit, würde immer langsamer und teurer, bis nichts mehr funktioniert.
Also fasst Reverie zusammen. Wird ein Thread lang, komprimiert das System den älteren Teil zu einer erzählenden Zusammenfassung – der Zustand der Beziehung, die emotionale Dynamik, die offenen Fäden bleiben erhalten – und gibt diese statt des Rohverlaufs in den Kontext. Das geschieht automatisch, im Hintergrund, ohne dass du darum bittest.
Diese Zusammenfassung ist selbst ein Modellaufruf. Sie liest viele Tokens und schreibt neue. Und sie passiert im Lauf eines langen Gesprächs immer wieder.
Wir stellen dir das nicht in Rechnung. In deinem Credit-Verlauf gibt es keine Position „Gedächtnispflege". Es wird in die Betriebskosten der Plattform aufgenommen, weil es uns als der falsche Handel erschien, Nutzern die Maschinerie in Rechnung zu stellen, die ihre eigenen Gespräche kohärent hält.
Dieselbe Logik gilt für weitere Hintergrundarbeit: Kontextoptimierung, Gedächtnisextraktion, der Durchlauf, der überhaupt erst entscheidet, was erinnernswert ist.
Die Modellaufrufe, die passieren, wenn du nicht da bist
Ein Teil dessen, was wir zahlen, hängt an gar keiner Anfrage von dir.
Proaktive Nachrichten – eine Figur meldet sich von sich aus – laufen nach Zeitplan. Ein Job entscheidet, wen zu kontaktieren sinnvoll ist, liest genug Kontext, um zu wissen, was zu sagen wäre, und schreibt etwas, das sich zu öffnen lohnt. Das ist ein Modellaufruf pro Nachricht – für ein Gespräch, das du noch gar nicht begonnen hattest.
Character Moments funktionieren genauso: still im Hintergrund erzeugt, damit auf der Seite einer Figur etwas Neues steht, ganz gleich, ob an dem Tag jemand mit ihr geschrieben hat.
Beides zieht keine Credits ab. Keine Gebühr, wenn eine Figur dir zuerst schreibt, keine, wenn ein Moment erscheint. Sie laufen nach unserem Zeitplan und auf unsere Rechnung.
Das lohnt einen Moment Nachdenken, denn es dreht das übliche Denkmodell um. Ein spürbarer Anteil unserer Modellausgaben hat überhaupt keine Nutzeranfrage hinter sich. Es gibt ihn, weil eine Figur, die immer nur antwortet, weniger lebendig wirkt als eine, die gelegentlich selbst etwas anfängt – und dieser Unterschied kostet echtes Geld, im Voraus ausgegeben, für Gespräche, die vielleicht nie eine Antwort bekommen.
Die Moderations-Vorprüfung gehört ebenfalls hierher und ist der seltsamste Fall von allen. Meldet jemand eine Figur, ist der erste Prüfdurchlauf ein Modellaufruf – ausgelöst von einer fremden Person, gegen Inhalte, die du vielleicht vor Monaten veröffentlicht hast. Berechnet wird es keinem von beiden. Dasselbe gilt, wenn ein Creator eine Figur veröffentlicht und deren Bilder durch ein Vision-Modell laufen: Die Prüfung läuft auf unsere Rechnung, für Arbeit, von der wir hoffen, dass sie in Ordnung ist.
Antwortvorschläge, das Feintuning der ersten Antwort und die übrigen kleinen Qualitätsdurchläufe gehören in dieselbe Kategorie. Einzeln billig, ständig laufend, nie als Posten aufgeführt.
Ja, wir nutzen Prompt-Caching
Eine naheliegende Rückfrage: Wenn sich Charakterdefinition und früher Verlauf zwischen zwei Nachrichten nicht ändern – warum dafür jedes Mal zahlen?
Tun wir nicht, wo wir können. Prompt-Caching ist bereits im Einsatz, und wir erfassen die Cache-Trefferquote pro Anfrage genau deshalb, damit uns auffällt, wenn eine ausgelieferte Änderung versehentlich ein Cache-Präfix zerstört.
Aber die Trefferquote ist nicht perfekt, und sie wird es nie sein. Anfragen werden über OpenRouter auf mehrere Anbieter verteilt, und ein Cache lebt bei genau dem Anbieter, der ihn erzeugt hat. Geht die nächste Nachricht an ein anderes Backend, kommt der Cache nicht mit. Anbieter bieten Caching außerdem mit unterschiedlicher Semantik, unterschiedlichen Mindestgrößen und unterschiedlichem Ablaufverhalten an. Hinzu kommt: Die Teile eines Prompts, die sich am häufigsten ändern – die neuesten Nachrichten, eine aktualisierte Zusammenfassung, ein gerade aktiviertes Plugin – sitzen genau dort, wo sie das Ende des zwischengespeicherten Präfixes entwerten.
Caching senkt die Rechnung spürbar. Es beseitigt sie nicht, und wer eine theoretische Trefferquote von 100 % als Basislinie nimmt, erhält Zahlen, die den Kontakt mit der Produktion nicht überstehen.
Mythos vs. Realität
Mythos: DeepSeek kostet sehr wenig, also müsste jede KI-Website nahezu kostenlos sein. Realität: Die Modell-API ist ein Bestandteil der Kosten, ein fertiges Produkt auszuliefern. Inferenz ist der Teil mit öffentlichem Preis; alles, was sich darum legt, ist der Teil, den keine Rechnung zeigt.
Mythos: Senkt man die API-Rechnung auf null, wird der Betrieb billig. Realität: Nein. Infrastruktur, Speicher, Moderation, Support und Engineering verschwinden nicht, wenn Tokens billiger werden. Selbst wenn der Modellaufruf beim Senden einer Nachricht nichts kostete, blieben diese umgebenden Kosten und die oben beschriebenen Hintergrundaufrufe bestehen.
Mythos: Zusammenfassung und Gedächtnis sind kostenlose Funktionen, also kosten sie auch nichts. Realität: Sie sind kostenlos für dich. Zusammenfassung, proaktive Nachrichten, Character Moments und Moderationsdurchläufe sind allesamt Modellaufrufe, die wir bezahlen. Proaktive Nachrichten und Moments können ohne Anfrage von dir laufen; Moderation wird durch eine Veröffentlichung oder Meldung ausgelöst, nicht durch eine abrechenbare Chatnachricht.
Mythos: Mit Prompt-Caching ist wiederholter Kontext gratis. Realität: Caching hilft enorm und wir nutzen es. Multi-Anbieter-Routing, Cache-Ablauf und das ständig wechselnde Ende jedes Prompts sorgen dafür, dass reale Trefferquoten deutlich unter perfekt liegen.
Mythos: Eine billigere inoffizielle API würde alles lösen. Realität: Sie kann eine Zahl senken und andere erhöhen – Latenz, Instabilität, Datenrisiken oder Rollenspielqualität. Manche inoffiziellen Endpunkte verändern Anfragen oder verkaufen Zugänge weiter, die ohne Genehmigung des Anbieters beschafft wurden. Dazu gleich mehr.
Mythos: Kostenlose Nutzer sind Kosten, die die Plattform erduldet. Realität: Kostenlose Nutzer sind, wie die Plattform wächst. Viele werden zu Creators und Abonnenten. Die Einschränkung ist nicht, ob es kostenlose Nutzung gibt – sondern ob sie tragfähig bleibt.
Warum wir offizielle Preise zahlen
Es gibt einen bekannten Weg, die Modellrechnung deutlich zu drücken: inoffizielle, reverse-engineerte API-Endpunkte. Ihre Quellen unterscheiden sich. Manche verkaufen Zugänge weiter, die über nicht autorisierte Wege beschafft wurden; am missbräuchlichen Ende dieses Marktes wird Kapazität teils mit gestohlenen Zahlungsmitteln finanziert.
Wir nutzen sie nicht und haben es auch nicht vor. Diese Kanäle würden unsere Modellkosten erheblich senken. Wir haben sie uns angesehen und Nein gesagt, aus zwei getrennten Gründen.
Der erste: Es ist schlicht falsch. Wenn ein Zugang durch Betrug beschafft oder finanziert wurde, ist sein Weiterverkauf Diebstahl mit ein paar Zwischenschritten – egal, wie normal das in Teilen dieser Branche geworden ist. Wir werden die Plattform nicht über solche Kanäle finanzieren und dann Beiträge über Transparenz schreiben.
Der zweite: Es verschlechtert das Produkt – und das ist der Teil, den Nutzer direkt spüren, auch wenn sie nie erfahren, woher eine Antwort kam:
- Die Latenz steigt. Reverse-engineerte Routen fügen Zwischenschritte hinzu, stehen hinter gepoolten Konten in der Warteschlange und drosseln unvorhersehbar. Der Unterschied zwischen einer Antwort nach zwei Sekunden und einer nach zwölf ist der Unterschied zwischen einem Gespräch und einem abgeschickten Formular.
- Sie schieben eigene System-Prompts dazwischen. Viele inoffizielle Endpunkte verpacken Anfragen vor der Weiterleitung in einen eigenen Standard-System-Prompt. Dieser Prompt ist für uns und für dich unsichtbar, und er arbeitet gegen die Charakterdefinition. Die Stimme verflacht. Charaktere fallen aus dem Ton, verweigern Dinge, die sie nicht verweigern sollten, oder driften in ein generisches Assistenten-Register. Die Rollenspielqualität leidet genau zuerst – und es ist die Art von Regression, die sich am schwersten debuggen lässt, wenn man den Prompt nicht kontrolliert.
- Sie verschwinden ohne Vorwarnung, sobald ein Anbieter das Loch schließt, und nehmen dein funktionierendes Setup mit.
- Modellversionen wechseln still im Hintergrund, sodass ein Charakter, der sich gestern richtig anfühlte, heute anders antwortet, ohne dass jemand erklären könnte, warum.
- Für deine Daten haftet niemand. Kein Auftragsverarbeitungsvertrag, keine Aufbewahrungsrichtlinie, niemand, den man fragen könnte.
Reverie verwahrt Gespräche, in die Menschen wirklich etwas investiert haben. Diese über einen anonymen Zwischenhändler zu leiten, um Geld zu sparen, ist kein Handel, den wir eingehen. Offizielle Anbieter kosten mehr. Dafür gehen sie ans Telefon – und schreiben die Anweisungen deines Charakters unterwegs nicht um.
Wie dieses Geschäft wirklich aussieht
Das Team ist klein und Reverie ist kein hochprofitables Geschäft.
Es gibt einen strukturellen Grund, warum der Credit-Preis einer Nachricht nicht einfach deren Tokenkosten ist, und der lohnt sich zu verstehen. Inferenz ist der einzige Teil eines Gesprächs, der sich pro Nachricht messen lässt. Alles andere in diesem Beitrag – die Zusammenfassung, die proaktiven Nachrichten, die Moderationsdurchläufe, der Speicher, die Server, die Menschen – hat keine natürliche Einheit, gegen die man abrechnen könnte. Niemand kann dir eine Rechnung über „den Hintergrundjob, der entschieden hat, woran sich deine Figur erinnern soll" schicken.
Also muss das eine Messbare für mehr aufkommen als für sich selbst. Genau deshalb gibt es ein Credit-System statt einer reinen Token-Durchreichung: Würde eine Nachricht exakt ihre eigenen Tokens kosten und sonst nichts, liefe alles ringsherum ohne Grundlage – und alles ringsherum ist der Großteil.
Wir versuchen nicht, den Gewinn zu maximieren. Wir können aber auch nicht dauerhaft mit Verlust arbeiten, denn eine Plattform, der das Geld ausgeht, hört auf zu existieren – und das ist für alle, die sie nutzen, ein deutlich schlechteres Ergebnis als ein Credit-System mit Grenzen.
Zwischen diesen beiden Grenzen haben wir uns bewusst für die Seite entschieden, die näher an den Nutzern liegt. Aktuell hat Vorrang, vor dem offiziellen Launch das bestmögliche Produkt zu bauen, nicht die Monetarisierung anzuziehen. Das heißt: Funktionen und Qualität kommen vor Conversion-Optimierung – und die aktuelle Rechnung ist lockerer, als sie wäre, wenn Umsatz das primäre Ziel wäre.
Kostenlose Credits sind ebenfalls reale Kosten
Es gibt etliche Wege, Reverie ohne Bezahlung zu nutzen:
- die tägliche Check-in-Belohnung
- die tägliche Verlosung, die noch obendrauf kommt
- Erfolge
- offizielle Bounties
- Creator-Belohnungen
- Empfehlungsbelohnungen, plus Provision, wenn jemand über deine Empfehlung Credits kauft
- Teilen-Belohnungen
- Einlösecodes und Geschenkkarten
- die Belohnung aus dem Jahresrückblick (Wrapped)
- Community-Beiträge, etwa Hilfe dabei, Reverie bekannter zu machen
Bei der Verlosung lohnt es sich, konkret zu werden, weil sie für Dekoration gehalten wird. Sie hat fünf Stufen – 1.000 / 2.000 / 8.000 / 30.000 / 80.000 Credits – mit den Gewichten 50 / 30 / 15 / 4 / 1. Rechnet man das aus, liegt der Erwartungswert bei etwa 4.300 Credits pro Ziehung. Pro Nutzer, pro Tag, zusätzlich zur Check-in-Belohnung. Zusammengerechnet ist die kostenlose Ebene keine Geste. Die Check-in-Basis liegt bei 10.000 Credits, Serien-Boni kommen obendrauf – +5.000 an Tag drei, +8.000 an Tag sieben, +50.000 an Tag dreißig, +200.000 an Tag hundert – und die Verlosung sitzt noch über all dem. Am siebten Tag liegt der erwartete Gesamtbetrag ohne Ausgabe bei rund 22.300 Credits; der tatsächliche Betrag hängt von der Ziehung ab.
Wie weit das tatsächlich reicht
An dieser Stelle ist die faire Frage, was rund 22.300 Credits eigentlich kaufen — und das haben wir nie klar ausbuchstabiert.
Credits verbrauchen sich als Tokens × Multiplikator des Modells. Die Multiplikatoren der Textmodelle reichen von 0 bis 2, und die Modellauswahl zeigt jeden davon, bevor du etwas sendest.
Unterschätzt wird, dass die Tokenzahl nicht fest ist: Sie wächst mit dem Gespräch. Ein frischer Chat sendet ein paar tausend Tokens — die Figur, deine Persona, etwas Verlauf. Ein lang laufender sendet weit mehr, weil der jüngste Verlauf bei jedem einzelnen Zug mitfährt. Wir kappen den Rohverlauf bei rund 10.000 Tokens und fassen alles Ältere zusammen — genau dafür gibt es die Zusammenfassung: Ohne diese Grenze würde ein sechs Monate altes Gespräch bei jeder Nachricht seinen kompletten Verlauf erneut senden, und die Kosten pro Zug wüchsen grenzenlos.
In der Praxis kostet ein Zug in einem neuen Chat auf einem 0,3×-Modell ein paar hundert Credits, derselbe Zug tief in einem langen Gespräch auf einem 1×-Modell zehntausend oder mehr. Gleiche Plattform, gleicher Tag, ein Unterschied von mehr als einer Größenordnung.
Diese Spanne ist die ehrliche Antwort auf „wie weit reichen meine Credits". Wenn sie schneller verschwinden als erwartet, steckst du wahrscheinlich tief in einem langen Gespräch auf einem teuren Modell — und weißt jetzt, an welchem der beiden Regler zu drehen ist.
Auch der Check-in-Bildschirm selbst löst einen Modellaufruf aus. Der Gruß, den deine Figur dir beim Check-in schreibt, ist keine Vorlage – er wird erzeugt, einmal täglich pro Figur zwischengespeichert und pro Tag gedeckelt, damit er nicht ausufert. Es bleibt Inferenz, die wir bezahlen – auf einer Seite, deren ganzer Zweck darin besteht, Credits zu verschenken.
Ein weiteres Detail zum Verbrauch gehört hierher: Kostenlose Credits werden immer vor bezahlten verbraucht. Wer beides hat, bei dem läuft zuerst der Hahn leer. Das ist Absicht – gekaufte Credits bleiben dir länger erhalten – bedeutet aber auch, dass die kostenlose Ebene die Kosten jedes Mal zuerst trägt.
Jeder einzelne Punkt ist eine echte Ausgabe. Wenn du eine Tagesbelohnung abholst und in einem Gespräch ausgibst, stellt uns der Modellanbieter trotzdem eine Rechnung, laufen die Server trotzdem, läuft die Zusammenfassung trotzdem. Die Credits sind kostenlos für dich; die Rechenleistung dahinter ist für niemanden kostenlos.
Wir finanzieren diese Programme trotzdem, weil kostenloser Zugang der Weg ist, auf dem die meisten Menschen herausfinden, ob diese Plattform zu ihnen passt – und weil ein guter Teil der heutigen Gratis-Nutzer die Creators und Abonnenten von morgen wird. Das funktioniert nur, solange der kostenlose Teil in dem bleibt, was die Plattform tragen kann. Bewegen sich die Zahlen, werden die Programme angepasst – nicht weil wir weniger geben wollen, sondern weil mehr zu verschenken, als man tragen kann, damit endet, gar nichts mehr verschenken zu können.
Sinken die Kosten, sinkt der Preis
Dieser Teil ist eine Zusage, keine Beschreibung.
Modellpreise fallen über die Zeit. Caching wird besser. Infrastruktur wird effizienter. Unser eigener Code verschwendet immer weniger Tokens – der Großteil der stillen Arbeit an Kontextaufbau und Zusammenfassung in den letzten Monaten war genau das.
Wenn wir einen dauerhaften Weg finden, Betriebskosten zu senken, ziehen wir es klar vor, ihn an die Nutzer weiterzugeben, statt ihn als Marge zu verbuchen. Günstigere Modelle, bessere Multiplikatoren, großzügigere Belohnungen. Wir haben das wiederholt getan und würden es gern weiter tun, weil eine Plattform, die Menschen sich intensiv leisten können, uns mehr wert ist als eine leicht bessere Spanne.
Das entscheidende Wort ist dauerhaft. Eine Ersparnis weiterzugeben, die sich als vorübergehend herausstellt, heißt, sie später zurückzunehmen – und das ist schlechter, als sie nie gegeben zu haben.
Wofür du tatsächlich bezahlst
Wenn du auf Reverie Credits ausgibst, kaufst du keine Tokens von einem Modellanbieter mit Aufschlag.
Du bezahlst für ein Gespräch, das sich erinnert, was passiert ist; das über den Punkt hinaus kohärent bleibt, an dem roher Kontext zusammengebrochen wäre; das auf Anbietern läuft, die für ihre Verfügbarkeit und für deine Daten geradestehen; das gesichert und exportierbar ist; und das alle paar Wochen spürbar besser wird, weil Menschen Vollzeit daran arbeiten.
Vielleicht hättest du trotzdem gern mehr kostenlose Credits. Das ist völlig nachvollziehbar, und wir würden dir gern mehr geben – wir arbeiten daran von der Kostenseite her, nicht von der Preisseite.
Aber uns ist lieber, du weißt, warum die Antwort nicht so einfach ist wie die Zahl auf der Preisseite eines Modellanbieters.
Fragen zu einer bestimmten Abbuchung, oder der Eindruck, dass unsere Zahlen irgendwo nicht stimmen? Dein Credit-Verlauf zeigt die tatsächlichen Token-Zahlen hinter jeder Nachricht, und unser Discord ist offen. Wir streiten lieber über echte Zahlen als über vage Eindrücke.
Die hier genannten Belohnungsbeträge und Credit-Multiplikatoren geben den Stand zum Zeitpunkt der Veröffentlichung wieder und werden angepasst, wenn sich die Kosten ändern. Die App zeigt immer die aktuellen Werte.