So richten Sie einen schnellen, günstigen KI-Assistenten für Windows mit GPT-5.6 Luna ein

Das meiste, was Sie einen Assistenten fragen, ist klein

Denken Sie daran, was Sie diese Woche tatsächlich einen Assistenten gefragt haben, zwischendurch, während Sie etwas anderes in Word, Outlook, einem Browser, einer IDE, Photoshop, Premiere oder einer Tabelle taten. Erkläre diesen Fehler. Schreib das so um, dass es weniger schroff klingt. Fasse diese Seite zusammen. Was macht diese Formel? Gib mir drei bessere Fassungen dieses Satzes. Kaum etwas davon war schwer.

Diese Anfragen haben dieselbe Form: kurze Eingabe, kurze Ausgabe und keine verborgene Struktur, die durchzuarbeiten wäre. Sie an ein großes Reasoning-Modell zu schicken gibt Ihnen dieselbe Antwort, später, für ein Mehrfaches des Preises. Das Warten bemerken Sie sofort. Die Kosten bemerken Sie am Ende des Monats.

Die interessante Frage ist also nicht, welches Modell das beste ist. Sondern, welches Modell auf den Alltagsplatz gehört und ob es günstig und schnell genug sein kann, dass Sie an beides nicht mehr denken. GPT-5.6 Luna mit ausgeschaltetem Reasoning ist eine gute Antwort auf diese Frage, und zusammen mit einem angedockten Assistenten ergibt es eine Windows-Einrichtung nach Verbrauch, deren Kosten dem folgen, was Sie tatsächlich gefragt haben, und das ist bei Arbeit dieser Art sehr wenig.

Warum GPT-5.6 Luna zu diesem Platz passt

OpenAI positioniert Luna für kostenbewusste Arbeitslasten mit hohem Volumen, was eine faire Beschreibung eines Assistenten ist, den man zwanzigmal am Tag aufruft. Es ist mit großem Abstand das günstigste Modell der GPT-5.6-Familie, und es nimmt einen Reasoning effort von none an, die Einstellung, um die diese ganze Konfiguration gebaut ist.

Was das in der Praxis kostet

Preise pro Million Token sind schwer vorstellbar, hier ist deshalb ein durchgerechnetes Beispiel. Betrachten Sie es als Veranschaulichung und nicht als Angebot: Ihre tatsächlichen Kosten hängen davon ab, wie lang Ihr Prompt ist, wie viel Unterhaltung Sie mitführen und wie lang eine Antwort ist, um die Sie gebeten haben.

Eingabe   2,000 x 0.20 / 1,000,000  =  $0.0004
Ausgabe     500 x 1.20 / 1,000,000  =  $0.0006
                                       ---------
Summe                                    $0.0010

Ein Zehntel Cent. In dieser Größe stehen fünf Dollar für Tausende Interaktionen ungefähr dieser Art.

Lesen Sie das als Größenordnung und nicht als Preisliste, denn drei gewöhnliche Dinge heben eine tatsächliche Interaktion darüber:

Kontext der Unterhaltung

Jede Runde sendet den ganzen Verlauf erneut. Runde zwanzig bezahlt das erneute Lesen von neunzehn Runden Verlauf, eine Frage in einer lange laufenden Unterhaltung kostet also erheblich mehr als dieselbe Frage in einer frischen.

Anhänge und Auszüge aus Ordnern

Ein Dokument oder eine Reihe abgerufener Passagen ist in jeder späteren Runde dieser Unterhaltung Eingabe, nicht nur in der Runde, in der Sie es angehängt haben.

Lange Antworten

Die Ausgabe kostet hier das Sechsfache der Eingabe, ein unbegrenzter Aufsatz kostet also mehr als die Frage, die ihn auslöste.

Nichts davon ist bei einem so bepreisten Modell teuer. Es ist der Unterschied zwischen einem Zehntel Cent und ein paar Zehnteln Cent. Die Gewohnheiten, die es dabei halten, stehen in Ihre KI-API-Kosten senken, und sie lohnen sich ohnehin, weil die meisten davon auch die Antworten verbessern.

Schritt eins: ein OpenAI-Konto und ein API-Schlüssel

ChatGPT und die OpenAI-API sind beide Produkte von OpenAI, und sie werden getrennt abgerechnet. Ein ChatGPT-Abonnement enthält kein API-Guthaben, und ein API-Guthaben bezahlt nicht ChatGPT. Was Sie hier brauchen, ist die Entwicklerplattform, die hinter derselben Anmeldung liegt, wenn Sie schon ein Konto haben.

1. Bei der OpenAI-Plattform anmeldenNehmen Sie ein Konto, auf das Sie auch in einem Jahr noch Zugriff haben, denn es ist das Konto, dem die Abrechnung gehört.
2. Einen geheimen Schlüssel erstellenGehen Sie zu platform.openai.com/api-keys und erstellen Sie einen. Kopieren Sie ihn sofort: Der vollständige Schlüssel wird einmal angezeigt und nie wieder.
3. Den Schlüssel nach dem Ort benennen, an dem er liegen wirdEtwa sidenote-desktop. Wenn Sie später einen Schlüssel widerrufen wollen, ohne etwas anderes zu stören, sagt Ihnen der Name, welchen.
4. Gleich ein Ausgabenlimit festlegenTun Sie es jetzt statt später. Eine Obergrenze im OpenAI-Dashboard ist das einzige maßgebliche Limit, weil es das einzige ist, das jede Anwendung sieht, die diesen Schlüssel nutzt.

Schritt zwei: ein kleines vorausbezahltes Guthaben

Ein Konto mit Vorauszahlung läuft über vorausbezahltes Guthaben statt über eine Rechnung am Monatsende. Sie laden einen Betrag auf, und Anfragen zehren ihn auf. OpenAI bietet eine automatische Aufladung an und schaltet sie bei der ersten Einrichtung der Vorauszahlung standardmäßig ein, prüfen Sie diese Einstellung also, wenn Sie nur ausgeben möchten, was Sie eingezahlt haben. Ohne sie kann ein aufgebrauchtes Guthaben Anfragen stoppen, wobei OpenAI die Nutzung nicht unbedingt in dem Moment unterbricht, in dem es null erreicht.

Der Mindestbetrag beim ersten Kauf beträgt fünf Dollar, und fünf Dollar sind der richtige Anfang. Nicht, weil mehr leichtsinnig wäre, sondern weil Sie noch keine Ahnung haben, wie Ihre eigene Nutzung aussieht, und ein Monat tatsächlicher Nutzung Ihnen mehr sagt als jede Schätzung.

Gekauftes Guthaben verfällt

OpenAI gibt an, dass vorausbezahltes API-Guthaben ein Jahr nach dem Kauf verfällt und in der Regel nicht erstattet wird, vorbehaltlich gesetzlicher, vertraglicher und genehmigter Ausnahmen, kaufen Sie also, was Sie voraussichtlich nutzen, und keinen Vorrat. Die aktuellen Bedingungen stehen auf der Seite von OpenAI zur Vorauszahlung.

Nichts verlängert sich nach festem Zeitplan

Das ist Verbrauch nach Bedarf, kein Abonnement. Zwei ruhige Monate kosten nichts, und das ist der eigentliche Unterschied zu einem festen Monatstarif und der Grund, warum ein Wenignutzer damit so viel besser wegkommt.

Wie lange fünf Dollar reichen, hängt ganz davon ab, wie Sie sie nutzen, es gibt also keine Zahl von Monaten, die sich versprechen ließe. Bei einem Modell, das wie Luna bepreist ist, arbeitet jemand, der ein paar Dutzend kurze Fragen am Tag stellt, in Bruchteilen eines Cents pro Frage und kommt nicht annähernd schnell durch. Wer ein PDF von hundert Seiten durch eine Unterhaltung mitführt, die er nie neu beginnt, ist schneller durch. Hinterlegen Sie Ihre Preise in SideNote Pro, sehen Sie sich nach vierzehn Tagen das Protokoll an, und Sie haben eine echte Antwort statt einer Vermutung.

Schritt drei: das Profil in SideNote Pro

Diese Hälfte dauert etwa zwei Minuten. Öffnen Sie Settings, dann AI providers, fügen Sie ein Profil hinzu und wählen Sie in der Liste Provider den Eintrag OpenAI. Der Endpunkt kommt mit dieser Auswahl. Ein neues OpenAI-Profil beginnt jetzt auf gpt-6-luna, wählen Sie also gpt-5.6-luna aus der Auswahl oder tippen Sie es ein, um dieser Konfiguration zu folgen. Dann bleiben Ihr Schlüssel und die eine Einstellung unten, die diese Konfiguration ausmacht.

Settings › AI providers

Provider

Die Wahl von OpenAI trägt den Endpunkt ein und erspart Ihnen das Tippen. Das Feld darunter bleibt bearbeitbar, und genau das lässt dasselbe Profil stattdessen auf ein Firmengateway oder einen Proxy zeigen.

Profile name

Was immer Sie in der Auswahl im Eingabebereich wiedererkennen. Benennen Sie ihn nach der Aufgabe, nicht nach dem Modell: OpenAI Fast übersteht den Austausch des Modells darunter, und GPT-5.6 Luna wird beim ersten Bearbeiten zu einer kleinen Unwahrheit.

Model

gpt-5.6-luna, worauf neue OpenAI-Profile in Version 1.16.0 und früher begannen. Wählen Sie es nach Test & Load models aus der Auswahl oder tippen Sie es ein. Modell-IDs unterscheiden Groß- und Kleinschreibung und sollten kopiert statt aus dem Gedächtnis getippt werden.

Context window

Auto. Das Fenster von Luna ist sehr groß, und es gibt keinen Grund, es für diese Art von Arbeit von Hand zu begrenzen.

Reasoning effort: None, mit Absicht

None sendet reasoning_effort: none, und Luna gehört zu den Modellen, die es annehmen. Das Modell antwortet direkt, statt zuerst verborgene Reasoning-Token zu erzeugen.

Das ist für dieses Profil keine Herabstufung, es ist sein Zweck. Reasoning-Token kosten Zeit, bevor das erste sichtbare Wort erscheint, und sie werden als Ausgabe berechnet, die teure Seite. Bei formuliere diesen Satz um oder was bedeutet dieser Fehler bringen sie gar nichts, weil es keine Kette von Schlüssen gibt, die ablaufen müsste. Sie auszuschalten lässt eine Anfrage, die schon günstig war, auch unmittelbar wirken. Reasoning effort beschreibt genau, was jede Einstellung sendet.

Settings › AI providers › Model pricing

Senden Sie dann etwas Echtes, bevor Sie vertrauen. Test & Load models bestätigt, dass der Schlüssel OpenAI erreicht, und füllt die Modellauswahl mit dem, was Ihr Konto nutzen kann. Markieren Sie danach in einer Anwendung wie Notepad, Word oder Chrome einen Satz und drücken Sie Ctrl+Shift+E (Ctrl ist die Taste Strg). Strömt die Antwort herein, sind Sie fertig. Einen OpenAI-API-Schlüssel verwenden ist die längere Fassung dieser Anleitung, mit der Tabelle zur Fehlersuche für den Fall, dass es nicht klappt.

Neben einem tieferen Profil halten

Ein Profil ist eine Kombination aus Endpunkt, Modell und Einstellungen und kein eigenes Konto, es gibt also keinen Grund, mit ihnen zu sparen. Beide folgenden können auf demselben OpenAI-Schlüssel liegen:

Settings › AI providers

Die Modellwahl wird aufgabenbezogen, statt dass eine teure Konfiguration alles beantwortet, und das Wechseln ist ein Klick im Eingabebereich statt eines Wegs zurück in die Einstellungen. Dieser Unterschied macht aus einem guten Vorsatz eine Gewohnheit.

Wofür ein schnelles Profil tatsächlich gut ist

Das sind Anfragen, bei denen eine fast sofort erscheinende Antwort mehr wert ist als eine gründlicher überlegte, die später kommt, und zusammen decken sie das meiste ab, was ein angedockter Assistent gefragt wird:

• Schreib diese E-Mail so um, dass sie klarer klingt.
• Erkläre diese Fehlermeldung.
• Fasse den markierten Text in drei Stichpunkten zusammen.
• Formuliere diesen Prompt klarer.
• Gib mir drei bessere Fassungen dieses Satzes.
• Was macht diese Excel-Formel?
• Erkläre diesen Absatz in einfacher Sprache.
• Mach aus diesen Notizen eine kurze Antwort.
• Was ist an diesem Befehl falsch?

Gemeinsam ist ihnen, dass ein sachkundiger Kollege jede davon beantworten würde, ohne nachzudenken. Es gibt nichts durchzuarbeiten, also nichts, was Reasoning tun könnte, und ein einziger schneller Durchgang liefert dieselbe Antwort.

Das ermöglicht einen anderen Arbeitsablauf, als einen Chat-Tab offen zu halten: Antworten im Schnelldurchgang, viele kleine Fragen in den Lücken, von denen keine einzeln den Moment wert ist, Ihre Arbeit zu unterbrechen. Niemand wechselt die Anwendung, wartet, liest und wechselt zurück, um herauszufinden, was ein Shell-Argument macht. Viele drücken dafür eine Tastenkombination, ohne das Fenster zu verlassen, in dem sie schon sind. Die Zahl dieser Fragen steigt, sobald Antworten so schnell kommen, und genau deshalb gehört ein günstiges Modell dahinter.

Die Antwortzeit hängt von Ihrer Verbindung, der Größe des Prompts und der Auslastung bei OpenAI in diesem Moment ab. Reasoning auszuschalten beseitigt den größten Teil der Wartezeit, den Sie beeinflussen können. Siehe schnellere KI-Antworten erhalten für die anderen Faktoren.

Wo dieses Profil die falsche Wahl ist

Eine Budgetkonfiguration scheitert auf eine bestimmte Weise: Man benutzt sie immer wieder für die eine Aufgabe, bei der sie schlecht ist, und die Antwort ist falsch, klingt aber in Ordnung.

Schicken Sie alles anderswohin, dessen Antwort davon abhängt, mehrere Dinge richtig zu verbinden:

• Fehlersuche anhand von Protokollen, einem Stacktrace und Code, wenn die Ursache eine Wechselwirkung ist und keine Zeile.
• Entscheidungen zu Architektur und Design, bei denen die Fehlerfälle erst auftreten, wenn Komponenten aufeinandertreffen.
• Lange Vergleiche zwischen zwei Dokumenten, auf der Suche nach dem Widerspruch, den niemand bemerkt hat.
• Planungsübungen mit echten Randbedingungen, bei denen eine plausibel klingende falsche Antwort leicht zu haben ist.
• Alles, was so folgenreich ist, dass selbstbewusst falsch zu liegen mehr kostet, als die zusätzliche Wartezeit gekostet hätte.

Wechseln Sie dafür zum tieferen Profil oder erhöhen Sie den Reasoning effort. Wann hoher Reasoning effort sinnvoll ist hat eine einzige Frage, die die beiden Arten von Problemen zuverlässig trennt, und ein Modell für jede Art von Aufgabe einrichten behandelt die Anordnung der Profile, die das Wechseln trivial macht. Verwenden Sie das Modell, das zur Aufgabe passt.

Warum der eigene Schlüssel die Rechnung verändert

Nichts davon funktioniert, wenn die Software das Modell mitliefert. Es funktioniert, weil SideNote Pro ein Assistent mit eigenem Schlüssel ist, ohne eigenes Modell und ohne eigenes KI-Konto, sodass jede Entscheidung, die die Rechnung bestimmt, bei Ihnen liegt:

Der Anbieter

In diesem Beispiel OpenAI, aber dieselbe Profilform zeigt auf Anthropic, Gemini, DeepSeek oder eine lokale Laufzeitumgebung auf Ihrem eigenen Rechner.

Das Modell

Hier GPT-5.6 Luna. Kommt etwas Günstigeres oder Besseres, wie GPT-6 Luna im September 2026, ist der Wechsel ein Feld.

Die Reasoning-Stufe

Die Einstellung, die bestimmt, wie viel der Rechnung darauf verwendet wird, vor der Antwort nachzudenken.

Die Rechnung

Sie zahlen OpenAI direkt für das, was Sie genutzt haben. Es gibt kein inbegriffenes Token-Kontingent, weil es keine Token zum Bündeln gibt.

Dieser letzte Punkt verdient Genauigkeit, denn kein Abonnement wird leicht als kostenlos missverstanden. Es ist nicht kostenlos. Sie bezahlen OpenAI für den API-Verbrauch zu seinem veröffentlichten Preis, und wenn Sie den Assistenten stark nutzen, zahlen Sie mehr als jemand, der es nicht tut. Was Sie nicht zahlen, ist ein fester Betrag jeden Monat, der kommt, ob Sie ihn genutzt haben oder nicht. Was BYOK bedeutet behandelt die Architektur gründlich.

Günstige Modelle machen diese Anordnung wirklich angenehm und nicht nur prinzipientreu. Kostet eine Anfrage den Bruchteil eines Cents, wird die verbrauchsabhängige Abrechnung von etwas, das man überwacht, zu etwas, das man vergisst, und das war das Verhältnis, das Sie zu einem Abonnement hatten, ohne das Abonnement.

Die Einrichtung in einem Block

Dann ein zweites Profil auf einem stärkeren Modell mit erhöhtem Reasoning, für die Probleme, die es brauchen, und Default profile auf dem schnellen, damit neue Unterhaltungen dort beginnen.

Das ist die ganze Konfiguration. Etwa zehn Minuten einschließlich des Kontos, und die laufenden Kosten sind das, was Sie tatsächlich nutzen.

Die zehn Minuten wert

Die Annahme, die man fallen lassen sollte, ist, dass ein nützlicher Desktop-Assistent einen weiteren teuren Monatstarif voraussetzt. Für kleine Alltagsarbeit tut er das nicht. GPT-5.6 Luna mit ausgeschaltetem Reasoning macht die Wirtschaftlichkeit so klein, dass man nicht mehr darüber nachdenkt, und seine Geschwindigkeit passt zu einem Assistenten, der neben Ihrer Arbeit sitzen soll, statt einem, den man besucht.

Halten Sie ein stärkeres Profil für die schweren Probleme bereit und lassen Sie das schnelle alles andere übernehmen. Das ist kein Kompromiss. Für das meiste, was Sie an einem Tag fragen, ist es schlicht das richtige Werkzeug.