PDF-Token-Limits nach KI-Modell: eine praktische Referenz (2026)
Kontextfenster, Seitenabschätzungen, Tokenizer-Unterschiede und eine praktische Regel für Chunking versus Vollübergabe.
Jedes Mal, wenn Sie ein PDF an ein KI-Modell senden, arbeiten Sie innerhalb eines Token-Budgets. Wird das Limit überschritten, lehnt das Modell die Eingabe ab oder verwirft still Inhalte. Die Schwierigkeit: Jede Modellfamilie hat eine andere Obergrenze, und diese Grenzen ändern sich mit jedem Update.
Ich halte diese Seite aktuell. Jede Zahl unten wurde am 8. Oktober 2026 mit den Modellseiten der Anbieter abgeglichen: OpenAI, Anthropic und Google. Hat ein Anbieter seitdem etwas Neueres veröffentlicht, gilt dessen Seite, nicht diese.
Aktuelle Kontextfenster (Oktober 2026)
| Modell | Kontextfenster | Max. Ausgabe | Ca. dichte PDF-Seiten |
|---|---|---|---|
| GPT-6 Astra | 1,05M Tokens | 128K | 2 100 bis 4 200 |
| GPT-6.1 Sol | 1,05M Tokens | 128K | 2 100 bis 4 200 |
| GPT-6 Luna | 1,05M Tokens | 128K | 2 100 bis 4 200 |
| Claude Fable 5.1 | 1M Tokens | 128K | 1 500 bis 3 000* |
| Claude Opus 5.5 | 1M Tokens | 128K | 1 500 bis 3 000* |
| Claude Sonnet 5.5 | 1M Tokens | 128K | 1 500 bis 3 000* |
| Claude Haiku 5.5 | 1M Tokens | 128K | 1 500 bis 3 000* |
| Gemini 3.1 Pro (Preview) | 1 048 576 Tokens | 65 536 | 2 100 bis 4 200 |
| Gemini 3.8 Flash | 1 048 576 Tokens | 65 536 | 2 100 bis 4 200 |
Die Seitenangabe geht von 250 bis 500 Tokens pro Seite dichtem Text aus. Die Zeilen mit * sind niedriger, weil Claudes aktueller Tokenizer für denselben Text mehr Tokens erzeugt. Zuverlässig wissen Sie es nur durch Messen.
Eine frühere Version dieser Seite nannte GPT-4o mit 128K und Claude 3.5 Sonnet mit 200K. Das sind nicht mehr die aktuellen Modelle, und genau darin liegt die Neuigkeit: Fast jedes Spitzenmodell nimmt heute rund eine Million Tokens. Für die meisten PDFs lautet die Frage nicht mehr „Passt das?“, sondern „Was kostet das?“
Die Kosten haben eine eigene Schwelle, weit unter dem Fenster. Claude Haiku 5.5 berechnet Prompts über 100K Tokens zum fünffachen Preis, die GPT-6-Modelle verdoppeln den Eingabepreis über 272K, und Gemini 3.1 Pro steigt über 200K von 2 auf 4 USD pro Million. In allen drei Fällen gilt der höhere Tarif für die ganze Anfrage (siehe die Preisseiten von Anthropic, OpenAI und Google).
Warum diese Zahlen nicht dem nutzbaren Wert entsprechen
Bei den meisten Modellen teilen sich Eingabe und Ausgabe das Fenster. Faustregel: Planen Sie mit etwa 80% des angegebenen Fensters für Ihr Dokument, bei 1M also rund 800K Tokens. Und: Das sind API-Limits. Chat-Apps können eigene Grenzen setzen.
Tokenizer-Unterschiede zwischen Modellen
Laut der Modellübersicht von Anthropic fasst 1M Tokens mit dem seit Claude Opus 4.7 verwendeten Tokenizer rund 555 000 Wörter, bei älteren Modellen waren es etwa 750 000. Das sind ungefähr 35% mehr Tokens für denselben Text.
Deutscher Text braucht meist mehr Tokens pro Wort als Englisch, wie viele mehr, hängt von Sprache und Tokenizer ab. Wenn Ihre PDFs nicht auf Englisch sind, messen Sie, statt zu schätzen.
Messen vor der Entscheidung
Lassen Sie Ihre PDF durch den Token Counter laufen, bevor Sie sich für einen Ablauf entscheiden. Falls Chunking nötig ist, teilt der PDF-Chunker mit Überlappung und exportiert strukturierte Ausgabe.