Die Antwort zerfällt in zwei Teile, weil die Rechnung das auch tut. Die Plattform-Zeile kann tatsächlich null sein: Sharkly ist für Organisationen mit bis zu 5 Personen kostenlos und verkauft keine Modell-Token. Die Modell-Zeile kann für eine Crew, die weiterarbeitet, während du etwas anderes tust, nicht null sein. Von den drei Modellen, die die Labs am 22. September 2026 ausgeliefert haben, hat genau eines einen kostenlosen Zugang, dieser Zugang ist GPT-6 Luna für Free- und Go-Nutzer in der ChatGPT-Desktop-App, und eine Desktop-App ist ein Platz für eine Person und keine Anmeldedaten, die ein Run verwenden kann. Kostenlos zu koordinieren, Cents für die Ausführung, und nichts von beidem ist kostenlos zu prüfen.
Die Kosten einer Crew bestehen aus zwei Zeilen, die viele zu einer verschmelzen: der Seat-Zeile für die Plattform, auf der Arbeit zugewiesen, verfolgt und abgenommen wird, und der Token-Zeile für die Runtime, die ausführt. Sie bewegen sich unabhängig voneinander. Die Seat-Zeile ist ein veröffentlichter Preis, den du heute nachlesen kannst. Die Token-Zeile ist variabel, sie gehört zu deinen eigenen Provider-Konten, und am 22. September 2026 ist sie stark gefallen.
TL;DR
Sharklys Seat-Zeile liegt bei 0 $ für bis zu 5 Personen und bei 7 $ pro Nutzer und Monat bei jährlicher Abrechnung darüber hinaus, wobei die Modellnutzung nach dem Bring-your-own-key-Prinzip läuft. Auf der Modell-Zeile ist GPT-6 Luna für Free- und Go-Nutzer in der ChatGPT-Desktop-App kostenlos, GPT-6 Sol ist nicht kostenlos, und Claude Opus 5.5 ist bei Claude Free gar nicht verfügbar. Eine Desktop-Berechtigung kann keinen unbeaufsichtigten Run starten. Der wirklich günstige Weg ist die API: Luna mit 0,10 $ und 0,50 $ pro Million Token, Sol mit 2 $ und 10 $, gecachte Eingabe-Lesevorgänge mit 90 % Rabatt. Nichts davon berührt die eine Zeile, die noch nie eine kostenlose Stufe hatte: die Person, die die Arbeit abnimmt.
Die Seat-Zeile: Was kostenlos auf der Plattform bedeutet
Sharklys Preisgestaltung hat eine einzige Variable: die Anzahl der Personen. Free kostet 0 $ für Organisationen mit bis zu 5 Personen. Team kostet 7 $ pro Nutzer und Monat bei jährlicher Abrechnung für größere Organisationen. Self-hosted wird individuell bepreist. Free und Team sind dasselbe Produkt, der Tarif schränkt also keine Funktionen ein.
Der Punkt, der für eine Crew zählt: Gäste, Agents, Crews, Computers und Runtimes belegen keine Seats. Ein Seat ist eine Person in der Organisation. Ein sechster Agent, ein zweiter Computer oder eine dritte Runtime ändern die Seat-Zeile nicht. Eine sechste Kollegin oder ein sechster Kollege schon.
Zwei ehrliche Einschränkungen. Sharkly ist heute kostenlos nutzbar, und die Team-Zahl ist der veröffentlichte Seat-Preis, die treffende Formulierung lautet also derzeit kostenlos, nicht für immer kostenlos. Und Sharkly verkauft keine Token: Ein Run wird über den Claude-Code-, Codex- oder API-Tarif abgerechnet, der bereits mit der ausführenden Runtime verbunden ist. Deshalb bleiben die beiden Zeilen hier getrennt, und deshalb hängt keine der Modellkalkulationen unten davon ab, über welche Plattform du routest. Tarifmechanik: Sharkly-Preise erklärt.
Die Token-Zeile: Welche neuen Modelle du kostenlos erreichen kannst
| Modell | Kostenloser Zugang | Was dieser Zugang nicht ist | Kostenpflichtiger Einstieg |
|---|---|---|---|
| GPT-6 Luna | Free- und Go-Nutzer, in der ChatGPT-Desktop-App | Noch nicht in Chat, und kein API-Schlüssel | API gpt-6-luna, 0,10 $ / 0,50 $ pro 1 Mio. |
| GPT-6 Sol | Keiner | Nur Plus, Pro, Business, Enterprise und Edu, in ChatGPT Work und Codex | API gpt-6-sol, 2 $ / 10 $ pro 1 Mio. |
| Claude Opus 5.5 | Keiner. Claude Free enthält Sonnet und Haiku | Claude Code ist in bezahlten Tarifen enthalten, nicht in Free | Pro für 17 $/Monat bei jährlicher Zahlung (200 $ im Voraus) oder 20 $ monatlich; Max ab 100 $/Monat; API claude-opus-5-5, 4 $ / 20 $ pro 1 Mio. |
Zwei der drei Antworten lauten nein, und an der dritten hängt eine Bedingung, die alles entscheidet.
Eine Desktop-Berechtigung ist kein API-Schlüssel
Diesen Unterschied lassen die meisten Übersichten zu kostenlosen Tarifen aus, und genau er entscheidet, ob ein kostenloses Modell für eine Crew nützlich ist.
Sharkly trennt die Rollen: Der Agent legt fest, wie Arbeit behandelt werden soll, der Computer stellt den Host bereit, die Runtime führt die eigentliche Sitzung aus, und der Task bleibt das gemeinsame Protokoll. Ein Run beginnt, wenn ein Task mit einem bereiten Agent auf einen Computer mit verfügbarer Runtime trifft, und diese Runtime authentifiziert sich über das Abo oder den API-Schlüssel, das bzw. der im Tool auf diesem Computer konfiguriert ist.
Eine kostenlose ChatGPT-Desktop-Berechtigung ist keine dieser Anmeldedaten. Sie ist eine Person, die auf ihrem eigenen Laptop in einer App angemeldet ist und tippt. Nichts daran hängt an einer Runtime, und nichts daran startet, während der Besitzer schläft. Ein kostenloses Modell in einer Desktop-App gibt dir ein Modell zum Bewerten. Es gibt einer Crew nichts, worauf sie laufen kann.
Der kostenlose Zugang ist trotzdem nutzenswert, hier also das Entscheidungspaar.
Nutze die kostenlose Desktop-Berechtigung, wenn eine Person anwesend ist und es um Einschätzung geht: wie ein Modell über deine Codebasis nachdenkt, ob ein Ansatz trägt, bevor du einen Sprint darauf verpflichtest, ob das Modell überhaupt in deine Routing-Regel gehört. Das ist ein echter Nachmittag Evaluation, ohne Kosten.
Nutze ein bezahltes Abo oder einen API-Schlüssel, wenn der Run ohne dich starten muss. In die Warteschlange gestellte Tasks, Aufträge über Nacht, alles, was ein Teammitglied auslöst, während du in einem Meeting sitzt. Runs, die stattfinden, während du weg bist, brauchen Anmeldedaten, keine Berechtigung.
Ein Hinweis für die Planung: OpenAI gibt an, dass diese Modelle in Chat noch nicht verfügbar sind. Ein kostenloser Zugang, der heute auf einer Oberfläche lebt, kann nächsten Monat woanders sein — ein Argument dafür, die Routing-Regel schriftlich festzuhalten, statt einen Workflow um den Tarif herumzubauen, der in diesem Quartal zufällig kostenlos war.
Der günstige Weg, der eine Crew wirklich antreibt
| Runtime-Modell | Input / Output pro 1 Mio. | Cache-Hebel | Weitere Hebel |
|---|---|---|---|
gpt-6-luna |
0,10 $ / 0,50 $ | 90 % Rabatt auf gecachte Eingabe-Lesevorgänge | Höhere Standard-Trefferraten, Caching-Dashboard, Diagnose-Tool |
gpt-6-sol |
2 $ / 10 $ | 90 % Rabatt auf gecachte Eingabe-Lesevorgänge | Explizite Cache-Breakpoints |
claude-opus-5-5 |
4 $ / 20 $ | Gecachte Lesevorgänge 0,20 $, Cache-Schreibvorgänge 5 $ | Batch-API 50 % Rabatt; Fast Mode kostet 8 $ / 40 $, also meiden |
OpenAI bezeichnet Sol und Luna als 50 % günstiger als der Aktionspreis von GPT-5.6. Das einschränkende Wort stammt von OpenAI selbst und ist wichtig: Der Vergleich bezieht sich auf einen Aktionspreis, nicht auf einen Listenpreis.
Caching ist ohnehin der größere Hebel. GPT-6 erhöht die Standard-Trefferraten, gewährt 90 % Rabatt auf gecachte Eingabe-Lesevorgänge, liefert ein Caching-Dashboard und ein Diagnose-Tool und macht den Cache nicht mehr ungültig, wenn du den Reasoning-Aufwand oder die Tool-Verfügbarkeit änderst. GitHub meldet über Milliarden von Anfragen hinweg mehr als 50 % weniger Prompt-Token, die neu verarbeitet werden müssen. Opus 5.5 liest gecachten Input zu 0,20 $ gegenüber 4 $ für Standard-Input. Für eine Crew, die den ganzen Tag dasselbe Repository neu liest, entscheidet sich die Rechnung dort, nicht am beworbenen Preis.
Was eine Woche tatsächlich kostet
OpenAI hat eine Zahl veröffentlicht, die sich in ein Budget umrechnen lässt: Sol erreicht mit extra hohem Reasoning 33,2 % auf AutomationBench 1.0.6 bei 0,27 $ pro Task. Nach unserer eigenen Rechnung gibt eine Crew, die 40 solcher Tasks in einer Woche erledigt, rund 11 $ für die Modell-Zeile aus. Dein Repository ist nicht AutomationBench und deine Zahl wird abweichen, aber bei der Menge eines kleinen Teams ist die Modell-Zeile inzwischen ein Rundungsfehler gegenüber einer Ingenieursstunde.
Die Vergleiche dahinter: Sol schlägt mit extra hohem Reasoning Claude Opus 5 mit maximalem Reasoning bei 9 % der Kosten von Opus 5 pro Task, und Luna erreicht mit maximalem Reasoning 66,6 % auf DeepSWE 1.1 bei 93 % weniger pro Task als Opus 5. Eine Korrektur gilt für all das. OpenAIs Vergleichsbasis ist durchgängig Opus 5, denn Anthropic hat Opus 5.5 zu 4 $ und 20 $ Stunden nach Veröffentlichung dieses Beitrags ausgeliefert — 20 % unter den 5 $ und 25 $ von Opus 5 und 40 % günstiger im Betrieb. Keines der beiden Labs hat das aktuelle Modell des anderen gebenchmarkt, also behandle beide Tabellen als richtungsweisend und entscheide danach, wofür die jeweilige Runtime gedacht ist, nicht nach einem Leaderboard.
Zum anderen Ende der Spanne: OpenAI berichtet, dass die eigenen Forscher im Median mehr als 600 $ pro Tag für Coding-Agents ausgeben, mit einem 90. Perzentil von 7.000 $. Nichts hindert eine Crew daran, ähnlich viel auszugeben, außer einer schriftlich festgehaltenen Routing-Regel und einer vereinbarten Obergrenze — eine Managemententscheidung, kein Tarif, den man einkauft. Wenn sich die Ausgaben bereits über mehrere Tools verteilen, kommt die Kostenverfolgung über Agents vor jedem Preisvergleich.
Wo der kostenlose Tarif nicht mehr weiterhilft
Rechne die beiden Zeilen im kleinen Maßstab zusammen, und die Summe ist wirklich klein: 0 $ für Seats bis zu 5 Personen, ein paar Dutzend Dollar pro Woche für Token in den günstigen Stufen. Keine der beiden Zeilen enthält den teuren Schritt.
Agents recherchieren, führen aus, testen und berichten. Menschen geben die Richtung vor, erteilen Befugnisse und nehmen das Ergebnis ab. Das Abnehmen hat keine kostenlose Stufe, keine günstige Stufe und keinen Preisnachlass, und es skaliert mit Menschen statt mit Dollar. Die menschliche Prüfung ist der Engpass, egal was die Runtime kostet. Kostenlos für 5 Personen und 0,10 $ pro Million Eingabe-Token machen es günstig, heute Nachmittag zehn Runs zu starten; sie machen es keinen Cent günstiger, heute Abend zehn Ergebnisse zu lesen. Was die Management-Ebene ändert, ist nicht der Preis eines Runs, sondern wo er landet: Ausführung, Blocker, Ergebnisse und Folge-Diskussion kehren zum Task zurück, sodass Kontext, Fortschritt, Blocker, Ergebnisse und menschliche Prüfung von der Anfrage bis zur Auslieferung sichtbar bleiben und die Arbeit, die auf eine Person wartet, eine Zahl ist statt eines Gefühls, das man freitags bekommt.
Die Zeile, die nie kostenlos war
Kostenlos und günstig sind inzwischen zwei verschiedene Fragen. Die Plattformfrage hat eine veröffentlichte Antwort: 0 $ bis zu 5 Personen, danach 7 $ pro Nutzer und Monat bei jährlicher Abrechnung, Schlüssel und Abos bringst du selbst mit. Die Modellfrage hat eine kleinere Antwort, als die Schlagzeilen nahelegen, denn ein kostenloser Zugang läuft über eine Desktop-App, die kein unbeaufsichtigter Run nutzen kann, und die anderen beiden existieren nicht.
Die nützliche Schlussfolgerung ist nicht, welchen Tarif man wählen sollte. Sie lautet, dass die Modellrechnung aufgehört hat, das zu begrenzen, was deine Crew ausliefert, und dass nichts, was eines der beiden Labs am 22. September 2026 ausgeliefert hat, deinen Diff für dich liest.
Wenn du bereits mehrere Coding-Agents laufen lässt, gibt Sharkly dir einen Ort, an dem du siehst, welche Runtime welches Ergebnis produziert hat, welche Belege sie angehängt hat und wie viel davon gerade vor einer Person liegt. Verbinde einen Computer, erstelle einen Agent und weise ihm etwas Langweiliges zu. Bei fünf Personen oder weniger kostet dieser Teil nichts.
