OpenAI API Tiers: Build, Launch und Grow ersetzen fünf StufenOpenAI API tiers: Build, Launch and Grow replace five tiers

OpenAI vereinfacht die Nutzungsstufen seiner API, die OpenAI API Tiers. Aus fünf bezahlten Tiers werden drei: Build, Launch und Grow. Der Weg zu höheren Rate Limits wird kürzer, die Zahlungsschwellen sinken. Deine Organisation zieht automatisch um, du musst nichts tun, und an den API-Preisen ändert sich nichts.

Dieser Beitrag richtet sich an Inhaber, Entwicklerinnen und IT-Verantwortliche in kleinen und mittleren Unternehmen, die OpenAI-Modelle in eigenen Anwendungen, Agenten oder Automationen nutzen. Du erfährst, wie die neuen Stufen aussehen, welches Limit bei deiner Last zuerst bremst und welche drei Einstellungen du jetzt setzen solltest, damit die API-Rechnung planbar bleibt.

Was sich ändert

Bisher gab es Tier 1 bis Tier 5. Jetzt fasst OpenAI je zwei Stufen zusammen: Tier 1 und 2 werden zu Build, Tier 3 und 4 zu Launch, Tier 5 wird zu Grow. Organisationen in Tier 1 und Tier 3 bekommen dadurch höhere Rate Limits. Wer in Tier 2, 4 oder 5 war, behält seine bisherigen Limits. Der Umzug kostet keine zusätzliche Zahlung.

Für die Praxis heißt das: Wer bisher in Tier 1 feststeckte und an Rate Limits stieß, hat jetzt sofort mehr Luft. Gerade kleine Teams, die ein paar Dollar Guthaben gekauft und dann einen Agenten gebaut haben, profitieren am meisten.

Wie du in die nächste Stufe kommst

Die Stufe hängt an deinen gesamten Guthabenkäufen, nicht an einem Antrag. Build erreichst du ab 5 Dollar, Launch ab 100 Dollar, Grow ab 500 Dollar. Jede Stufe hat zusätzlich ein monatliches Nutzungslimit: 500 Dollar in Build, 5.000 Dollar in Launch, 200.000 Dollar in Grow. Der Aufstieg passiert automatisch, sobald die Schwelle erreicht ist.

Die OpenAI Rate Limits im Überblick

OpenAI nennt die Limits je Modellgruppe. Astra, Sol und Terra teilen sich dieselben Werte, Luna als schnelles und günstiges Modell bekommt deutlich mehr Tokens pro Minute. RPM steht für Anfragen pro Minute, TPM für Tokens pro Minute.

Stufe	Astra, Sol, Terra	Luna
Build	5.000 RPM 1 Mio. TPM	5.000 RPM 2 Mio. TPM
Launch	10.000 RPM 4 Mio. TPM	10.000 RPM 10 Mio. TPM
Grow	15.000 RPM 40 Mio. TPM	30.000 RPM 180 Mio. TPM

Auffällig ist der Sprung beim Token-Durchsatz. Bei Astra, Sol und Terra steigt TPM von Build bis Grow auf das 40-Fache, bei Luna auf das 90-Fache. Die Anfragen pro Minute wachsen dagegen nur auf das Drei- bis Sechsfache. Für viele Anwendungen ist deshalb TPM die Grenze, an die du zuerst stößt.

Welches Limit bremst dich zuerst?

Ob dich RPM oder TPM begrenzt, hängt davon ab, wie viele Tokens eine Anfrage verbraucht, Eingabe und Ausgabe zusammen. Eine kurze Chat-Antwort braucht einige hundert Tokens. Ein Agent, der ein langes Dokument, den Gesprächsverlauf und Werkzeugergebnisse mitschickt, kommt schnell auf 20.000 Tokens und mehr. Probiere es mit deinen eigenen Werten aus.

Ein Beispiel: Bei 4.000 Tokens je Anfrage schafft Build mit Sol oder Terra rechnerisch 250 Anfragen pro Minute, weil 1.000.000 Tokens geteilt durch 4.000 eben 250 ergibt. Die 5.000 erlaubten Anfragen spielen dann keine Rolle. In Launch sind es 1.000, in Grow 10.000. Wer viele kurze Aufgaben hat, etwa Klassifizieren oder Extrahieren, kommt mit Luna deutlich weiter. Welche Aufgaben sich dafür eignen, kläre ich mit Unternehmen im Rahmen von Digitalisierung und KI.

Mein Rat für Agenten: Schick nicht bei jedem Schritt den gesamten Verlauf mit. Kürzerer Kontext senkt Kosten und schont das Token-Limit zugleich. Wie stark der Aufgabenzuschnitt die Kosten bestimmt, habe ich im Beitrag Was eine Aufgabe auf Opus 5.5 kostet durchgerechnet.

Ausgaben unter Kontrolle

Mit den höheren Limits steigt auch das Risiko einer unerwarteten Rechnung. Eine Schleife in einem Agenten verbraucht in Grow in einer Minute mehr, als früher in Tier 1 überhaupt möglich war. OpenAI bietet dafür zwei Werkzeuge auf der Limits-Seite deiner Organisation: Spend Alerts und ein optionales Hard Spend Limit.

Das Nutzungslimit deiner Stufe schützt OpenAI, deine eigenen Grenzen schützen dein Budget. Setz sie, bevor ein Projekt live geht, nicht danach. Wie ich Budgetgrenzen bei Google-Diensten setze, steht im Beitrag Google Skills für Claude Code.

Aus meiner Praxis: der stille 404

Wie wichtig saubere Fehlerbehandlung ist, habe ich im September 2026 an meiner eigenen Einrichtung gesehen. Meine Code-Reviews laufen über ein OpenAI-Modell. In der Konfiguration stand ein Modellname, den die API nicht kannte. Jeder Aufruf kam mit dem Fehler 404 zurück, und weil mein Prüfschritt nur „fehlgeschlagen“ meldete, sah das aus wie ein inhaltlicher Befund statt wie ein Verbindungsfehler.

Seitdem gelten bei mir zwei Regeln. Nach jedem Modell- oder Stufenwechsel prüfe ich die Einrichtung mit einem echten Testaufruf, nicht nur die Konfigurationsdatei. Und mein Code unterscheidet die Fehlercodes: 404 heißt falsches Modell oder fehlender Zugang, 429 heißt Rate Limit oder Ausgabengrenze. Wer beides gleich behandelt, sucht an der falschen Stelle.

Was du jetzt tun solltest

Wenn du Modelle verschiedener Anbieter vergleichst, lohnt sich ein Blick auf den Unterschied zwischen Plattform und Modell. Wie OpenAI seine Agenten-Plattform aufstellt, beschreibe ich im Beitrag OpenAI dots: was die neuen KI-Agenten können. Wie Anthropic kleine Betriebe adressiert, zeigt der Beitrag Claude for Small Business.

Häufige Fragen

Quellen und Stand

Stand: 7. Oktober 2026. Limits und Schwellen können sich ändern. Maßgeblich ist die Limits-Seite deiner Organisation.

• OpenAI: E-Mail an API-Kunden „More room to build. Simpler usage tiers on the OpenAI API“, Oktober 2026 (Umstellung, Zuordnung der Tiers, Rate Limits, Spend Alerts und Hard Spend Limit).
• OpenAI: Rate limits guide: Stufen, Schwellen, Nutzungslimits, RPM und TPM je Modell, Spend Controls, abgerufen am 7. Oktober 2026.
• OpenAI: Spend limits.
• OpenAI Platform: Limits deiner Organisation (Anmeldung nötig).

Bildhinweis: Alle Bildmotive sind KI-generiert (Gemini 3 Pro Image) und für diesen Beitrag erstellt. Die Diagramme und der Rechner sind eigene Darstellungen nach den genannten Quellen; der Rechner vereinfacht und berücksichtigt keine weiteren Limits wie Tageskontingente oder Batch.

OpenAI is simplifying its API usage tiers, the OpenAI API tiers. Five paid tiers become three: Build, Launch and Grow. The path to higher rate limits gets shorter, and the payment thresholds go down. Your organisation moves automatically, no action is needed, and API pricing does not change.

This article is for owners, developers and IT leads in small and mid-sized companies who use OpenAI models in their own applications, agents or automations. You will learn what the new tiers look like, which limit hits your workload first and which three settings you should make now to keep your API bill predictable.

What changes

Until now there were Tier 1 to Tier 5. OpenAI now merges them: Tiers 1 and 2 become Build, Tiers 3 and 4 become Launch, Tier 5 becomes Grow. Organisations in Tier 1 and Tier 3 receive higher rate limits as a result. Organisations in Tiers 2, 4 and 5 keep their existing limits. The move requires no additional payment.

In practice: if you were stuck in Tier 1 and hitting rate limits, you have more room right away. Small teams that bought a few dollars of credit and then built an agent benefit most.

How you move up

Your tier depends on total credit purchases, not on an application. You reach Build from $5, Launch from $100 and Grow from $500. Each tier also has a monthly usage limit: $500 in Build, $5,000 in Launch, $200,000 in Grow. The upgrade happens automatically once you reach the threshold.

OpenAI rate limits at a glance

OpenAI lists the limits per model group. Astra, Sol and Terra share the same values; Luna, the fast and low-cost model, gets far more tokens per minute. RPM means requests per minute, TPM tokens per minute.

Tier	Astra, Sol, Terra	Luna
Build	5,000 RPM 1M TPM	5,000 RPM 2M TPM
Launch	10,000 RPM 4M TPM	10,000 RPM 10M TPM
Grow	15,000 RPM 40M TPM	30,000 RPM 180M TPM

The jump in token throughput stands out. For Astra, Sol and Terra, TPM grows 40-fold from Build to Grow, for Luna 90-fold. Requests per minute only grow three- to sixfold. For many applications, TPM is therefore the limit you hit first.

Which limit hits you first?

Whether RPM or TPM limits you depends on how many tokens one request uses, input and output together. A short chat reply needs a few hundred tokens. An agent that sends a long document, the conversation history and tool results quickly reaches 20,000 tokens and more. Try it with your own values.

An example: at 4,000 tokens per request, Build with Sol or Terra allows 250 requests per minute, because 1,000,000 tokens divided by 4,000 is 250. The 5,000 allowed requests do not matter then. In Launch it is 1,000, in Grow 10,000. If you have many short tasks, such as classifying or extracting, Luna takes you much further. Which tasks fit is something I work out with companies under digital and AI.

My advice for agents: do not send the full history with every step. Shorter context lowers cost and spares the token limit at the same time. How strongly the way you cut a task drives cost is worked out in my article what a task costs on Opus 5.5.

Keeping spend under control

Higher limits also raise the risk of a surprise bill. A loop in an agent can use more in one minute in Grow than was possible at all in Tier 1. OpenAI offers two tools for this on your organisation's Limits page: spend alerts and an optional hard spend limit.

Your tier's usage limit protects OpenAI; your own limits protect your budget. Set them before a project goes live, not afterwards. How I set budget limits for Google services is covered in Google Skills for Claude Code.

From my own practice: the silent 404

I saw how much clean error handling matters in my own setup in September 2026. My code reviews run on an OpenAI model. The configuration named a model the API did not know. Every call came back with error 404, and because my check step only reported "failed", it looked like a finding in the code rather than a connection error.

Since then I follow two rules. After every model or tier change I test the setup with a real call, not just the configuration file. And my code tells the error codes apart: 404 means wrong model or missing access, 429 means rate limit or spend limit. If you treat both the same, you look in the wrong place.

What to do now

If you compare models from different providers, it helps to separate platform from model. How OpenAI sets up its agent platform is covered in OpenAI dots: what the new AI agents can do. How Anthropic addresses small businesses is shown in Claude for Small Business.

Frequently asked questions

Sources and status

Status: 7 October 2026. Limits and thresholds may change. Your organisation's Limits page is authoritative.

• OpenAI: email to API customers "More room to build. Simpler usage tiers on the OpenAI API", October 2026 (change, tier mapping, rate limits, spend alerts and hard spend limit).
• OpenAI: rate limits guide: tiers, thresholds, usage limits, RPM and TPM per model, spend controls, retrieved 7 October 2026.
• OpenAI: spend limits.
• OpenAI Platform: your organisation's limits (login required).

Image note: all motifs are AI-generated (Gemini 3 Pro Image) and created for this article. The diagrams and the calculator are my own illustrations based on the sources above; the calculator simplifies and ignores further limits such as daily quotas or batch.