---
term: "Provisioned Throughput Unit"
slug: "provisioned-throughput-unit"
glossar_id: "G509"
variants: ["PTU"]
category: "modellzugang-hosting-und-unternehmensbereitstellung"
marker: "Uneinheitlich"
short: "Anbieterspezifische Einheit reservierter Modellverarbeitungskapazität."
sources:
  - label: "Microsoft Learn: Provisioned Throughput"
    url: "https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/provisioned-throughput"
  - label: "AWS: Provisioned Throughput für Bedrock"
    url: "https://docs.aws.amazon.com/bedrock/latest/userguide/prov-throughput.html"
status: "entwurf"
updated: "2026-09-21"
---

Reservierte Kapazität wird in Einheiten verkauft, und die bekannteste Abkürzung dafür ist PTU. Eine solche Einheit steht für eine bestimmte Verarbeitungsleistung, aus der sich ableiten lässt, wie viele Tokens pro Minute ein Modell bearbeiten kann. [Microsoft Learn](https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/provisioned-throughput)

## Die Einheit ist keine allgemeingültige Größe

Wie viel Leistung in einer Einheit steckt, hängt vom Modell ab: Dasselbe Kontingent liefert bei einem kleinen Modell ein Vielfaches an Tokens gegenüber einem großen. Andere Anbieter rechnen mit eigenen Einheiten oder schlicht mit Modellkopien über einen Zeitraum. [AWS](https://docs.aws.amazon.com/bedrock/latest/userguide/prov-throughput.html) Ein Vergleich über Anbietergrenzen hinweg ist über die Einheiten deshalb nicht möglich.

Dazu kommen Mindestmengen. Für ein bestimmtes Modell ist oft erst ab einer gewissen Zahl an Einheiten eine Bereitstellung möglich, was die Einstiegskosten bestimmt.

## So kannst du dir das vorstellen

Pferdestärken bei Fahrzeugen. Die Zahl sagt etwas, solange du innerhalb einer Fahrzeugklasse bleibst. Zwischen Motorrad und Lastwagen vergleicht sie wenig. Das Bild erklärt die begrenzte Vergleichbarkeit, es beschreibt keine konkrete Umrechnung.

## Was es in der Praxis konkret bedeutet

Rechne Einheiten immer in die Größe um, die für dich zählt: Tokens pro Minute für dein Modell, bei deiner typischen Anfragelänge. Die Anbieter stellen dafür Rechner bereit, deren Annahmen zu Ein- und Ausgabelängen du prüfen solltest. Und plane die Mindestmenge ein, bevor du reservierte Kapazität als günstige Variante in ein Budget schreibst.

## Wo es verwechselt wird

Eine Einheit ist keine Grafikkarte und keine Modellinstanz, sondern eine Abrechnungsgröße. Und die Zahl der Einheiten sagt nichts über die Antwortzeit einer einzelnen Anfrage, sondern über den Durchsatz insgesamt.

## Verwandte Begriffe

**Provisioned Throughput**, **Dedicated Deployment**, **Inference Cost**, **Cost per Million Tokens**, **Rate Limits**, **Tokens per Second**.