So senken Sie die Token-Kosten von Claude Code: Der praktische Leitfaden von Anthropic für effiziente Sitzungen

Einleitung

Anthropic hat einen praktischen Leitfaden für Entwickler veröffentlicht, die aus jeder Claude-Code-Sitzung mehr Nutzen ziehen möchten.

Die Kernbotschaft ist einfach: Dieselbe Programmieraufgabe kann je nach Verwaltung der Sitzung sehr unterschiedlich viel kosten.

Claude Code ist kein herkömmlicher Editor mit Festpreis pro Aufgabe. Jede Modellanfrage verursacht Inferenzkosten, und lange Konversationen führen wiederholt Dateien, Tool-Ergebnisse, Befehlsausgaben, Systemanweisungen und frühere Nachrichten mit sich. Wenn dieser Kontext schlecht verwaltet wird, kann eine einfache Fehlerbehebung am Ende weit mehr Tokens verbrauchen als nötig.

Der Quellartikel destilliert die Empfehlungen in sechs praktische Gewohnheiten:

1. Führen Sie /clear aus, wenn eine Aufgabe abgeschlossen ist und Sie zu einer anderen übergehen.
2. Wählen Sie das Modell und den Denkaufwand zu Beginn der Sitzung, statt mitten in der Sitzung wiederholt zu wechseln.
3. Verwenden Sie @, um Dateien direkt zu referenzieren, statt Claude danach suchen zu lassen.
4. Fügen Sie Befehlen, die andernfalls große Ausgabemengen erzeugen, stille Flags hinzu.
5. Führen Sie /compact vor einer längeren Pause aus, solange der bestehende Prompt-Cache noch warm ist.
6. Geben Sie große, unübersichtliche Untersuchungsarbeiten an einen Subagenten weiter, damit dessen Zwischenkontext sich nicht in der Hauptkonversation ansammelt.

Anthropics eigene TL;DR empfiehlt außerdem, in einer neuen Sitzung /context auszuführen, um zu sehen, was bereits geladen ist, einschließlich CLAUDE.md und MCP-Tooldefinitionen.

Diese Vorschläge ergeben mehr Sinn, sobald man versteht, was mit einem Token innerhalb einer Claude-Code-Sitzung passiert.

Der Lebenszyklus eines Tokens

Claude Code kann über kostenpflichtige Claude-Pläne oder über die API-Nutzung nach Verbrauch verwendet werden. Für einzelne Benutzer kostet Claude Pro derzeit 20 US-Dollar pro Monat bei monatlicher Abrechnung, während Claude Max bei 100 US-Dollar pro Monat beginnt und zusätzlich eine Stufe mit höherem Nutzungsumfang anbietet. Die API-Nutzung wird separat nach Modell und Token-Volumen abgerechnet.

In der Kostendokumentation von Anthropic für Claude Code heißt es, dass der durchschnittliche Verbrauch bei Unternehmensbereitstellungen bei etwa 13 US-Dollar pro Entwickler und aktivem Tag und ungefähr 150–250 US-Dollar pro Entwickler und Monat liegt, wobei die tatsächlichen Kosten je nach Modell, Codebasis, Arbeitsablauf und Automatisierungsgrad erheblich variieren.

Dieselbe Aufgabe kann ein Vielfaches kosten, wenn Claude durch unnötige Dateien suchen, ausführliche Befehle ausführen oder irrelevanten Kontext wiederholt mitführen muss.

Um zu verstehen, warum das so ist, hilft es, zu trennen

jede Anfrage in zwei Phasen.

Prefill: Lesen der Eingabe

Während des Prefill liest das Modell die Anfrage und ihren Kontext in einem einzigen Durchgang.

Diese Eingabe kann Folgendes umfassen:

• Werkzeugdefinitionen
• Den System-Prompt
• CLAUDE.md
• Ihre aktuelle Nachricht
• Früheren Gesprächsverlauf
• Dateien, die Claude gelesen hat
• Befehls- und Werkzeugausgaben, die bereits zur Sitzung hinzugefügt wurden

All dies zählt als Eingabe-Tokens.

Decode: Erzeugen der Ausgabe

Während des Decode erzeugt das Modell seine Antwort Token für Token.

Das umfasst Reasoning-Tokens, Werkzeugaufrufe und den Text, den Sie letztendlich sehen. Anders als beim Prefill ist das Decodieren sequenziell: Eine Antwort mit 200 Tokens erfordert, dass das Modell 200 Tokens nacheinander erzeugt.

Deshalb sind Ausgabe-Tokens in der Regel wesentlich teurer als Eingabe-Tokens. Bei den hier behandelten aktuellen Claude-Modellen ist der Ausgabepreis das Fünffache des Basis-Eingabepreises.

Die aktuellen Standard-API-Preise sind:

Modell	Eingabe	Ausgabe
Claude Opus 5	5 $ / MTok	25 $ / MTok
Claude Sonnet 5	2 $ / MTok	10 $ / MTok
Claude Haiku 4.5	1 $ / MTok	5 $ / MTok

MTok bedeutet eine Million Tokens.

Die andere wichtige Variable ist die Anstrengungsstufe. Ein großer Teil der Ausgabe, die in einer agentischen Codierungssitzung erzeugt wird, kann Reasoning sein. Höhere Anstrengung erlaubt dem Modell, mehr Tokens für das Durchdenken eines schwierigen Problems aufzuwenden, während niedrigere Anstrengung für Routinearbeit angemessener sein kann.

Die praktische Regel ist einfach: Verwenden Sie ein stärkeres Modell und höhere Anstrengung, wenn das Problem wirklich schwierig oder mehrdeutig ist, nicht automatisch für jede kleine Aufgabe.

Prompt-Caching ist der größte Kostenhebel

Prompt-Caching ist einer der wichtigsten Bestandteile des Kostenmodells von Claude Code.

Jede Claude-Code-Anfrage beginnt mit einer großen Menge wiederholten Materials: Werkzeugdefinitionen, System-Prompt, CLAUDE.md und der bisher angesammelte Gesprächsverlauf.

Wenn der Anfang einer neuen Anfrage exakt mit einer kürzlichen Anfrage übereinstimmt, kann der Server den zuvor berechneten Zustand wiederverwenden, anstatt das gesamte gemeinsame Präfix erneut zu verarbeiten.

Ein Cache-Lesezugriff kostet nur 0,1× den normalen Eingabe-Token-Preis.

Cache-Schreibvorgänge sind teurer als normale Eingaben, weil der Server den berechneten Zustand speichern muss. Ein standardmäßiger Fünf-Minuten-Cache-Schreibvorgang kostet das 1,25-fache des Basis-Eingabepreises, während ein Ein-Stunden-Cache-Schreibvorgang das 2-fache kostet. Der wichtige Punkt ist, dass der Schreibvorgang einmal stattfindet, während nachfolgende Cache-Treffer das Präfix wiederholt zu einem Zehntel der normalen Eingabekosten nutzen können.

Stellen Sie sich vor, ein Gespräch enthält bereits 50.000 Tokens an Verlauf. Ohne einen Cache-Treffer müsste das Modell bei der nächsten Anfrage den gesamten Verlauf zum normalen Eingabesatz vorab verarbeiten. Mit einem gültigen Cache wird das gemeinsame Präfix zum 0,1-fachen Basissatz gelesen und nur die neu

Zusätzlich angehängtes Material muss zum vollen Eingabepreis verarbeitet werden.

Über eine lange Agentenschleife hinweg kann dieser Unterschied beträchtlich werden.

Was zerstört den Cache?

Der Cache muss kontinuierlich vom Beginn der Anfrage an übereinstimmen. Wenn sich etwas in der Nähe des Anfangs dieses Präfixes ändert – oder ein Teil des Cache-Schlüssels verändert wird – kann die verbleibende Historie nicht mehr auf dieselbe Weise wiederverwendet werden.

Der Quellartikel hebt sechs häufige Fälle hervor.

1. Ändern des Modells mit /model
2. Jedes Modell hat einen eigenen Cache. Der Wechsel von einem Modell zu einem anderen bedeutet, dass der nächste Turn die bestehende Konversation für das neue Modell erneut vorab füllen (Prefill) muss.
3. Ändern des Reasoning-Aufwands mit /effort
4. Die Aufwandsstufe ist Teil des Cache-Schlüssels. Eine Änderung mitten in einer Sitzung kann dazu führen, dass die Konversation erneut verarbeitet werden muss.
5. Aktivieren des Fast-Modus
6. Der Fast-Modus ändert ebenfalls den Cache-Schlüssel. Anthropic empfiehlt, ihn am Anfang zu aktivieren, wenn man ihn nutzen möchte. Das Deaktivieren des Fast-Modus verursacht nicht dieselbe Cache-Strafe.
7. Ausführen von /compact
8. Die Komprimierung schreibt die Konversation in eine kürzere Zusammenfassung um. Die alte Konversation stimmt nicht mehr überein, sodass der vorherige Konversations-Cache nicht einfach fortgeführt werden kann.
9. Ablaufen lassen des Caches
10. Bei Claude-Code-Abonnements gibt Anthropic an, dass der Prompt-Cache nach einer Stunde Inaktivität abläuft. Mit einem API-Schlüssel beträgt die Standard-TTL fünf Minuten, sofern nicht explizit der Ein-Stunden-Cache aktiviert ist.
11. Fortsetzen einer alten Sitzung
12. Eine alte Sitzung hat in der Regel keinen aktiven Cache mehr, und das System-Prompt wird beim Start von Claude Code neu aufgebaut. Die nächste Anfrage erfordert daher oft ein erneutes Prefill.

Das bedeutet nicht, dass man niemals Modelle, Aufwandsstufen wechseln oder eine Konversation komprimieren sollte. Es bedeutet, dass es günstigere Zeitpunkte dafür gibt: am Anfang einer Sitzung oder direkt nach /clear, anstatt mitten in einem langen, teuren Kontext.

Es gibt auch einen weniger offensichtlichen Fall im opusplan-Modus. Anthropic merkt an, dass das Betreten oder Verlassen des Plan-Modus das Modell wechseln kann, sodass jeder Übergang den relevanten Modell-Cache ungültig machen kann.

Warum /compact vor einer Pause günstiger ist

/compact fasst die aktuelle Konversation in einer viel kürzeren Version zusammen.

Da die Erstellung dieser Zusammenfassung das Lesen des bestehenden Kontexts erfordert, ist es günstiger, zu komprimieren, solange die Konversation noch über den Prompt-Cache verfügbar ist. Wenn man bis nach einer langen Pause wartet und der Cache abgelaufen ist, muss Claude möglicherweise die vollständige Konversation zu normalen Eingabekosten lesen, bevor es sie zusammenfassen kann.

Deshalb empfiehlt Anthropic, vor einer längeren Abwesenheit von der Tastatur zu komprimieren.

Ihre Sitzung wird stillschweigend größer

Prompt-Caching macht wiederholten Kontext günstiger, stoppt aber nicht das Wachstum des Kontexts selbst.

Jedes Mal, wenn Claude eine Datei liest, wird der Dateiinhalt zur Konversation hinzugefügt. Jedes Mal, wenn es einen Befehl ausführt, kann die Ausgabe ebenfalls hinzugefügt werden. Ab diesem Zeitpunkt tragen spätere Turns dieses Material weiter mit sich.

Turn 40 ist nicht nur die neueste Anfrage. Er trägt auch einen Großteil dessen, was in den Turns 1 bis 39 passiert ist.

Deshalb können lange Sitzungen Kosten ansammeln, die viel schneller steigen, als Entwickler erwarten. Selbst wenn alte Historie

cached, wiederholt irrelevanten Kontext mitzuführen ist nicht kostenlos und verbraucht außerdem Platz im Kontextfenster.

Claude Code verfügt zwar über eine Schutzmaßnahme für extrem große Bash-Ausgaben. Die aktuelle Dokumentation von Anthropic besagt, dass Claude Code bei Befehlsausgaben von mehr als 30.000 Zeichen die Ausgabe in eine Datei schreibt und nur eine kurze Vorschau sowie den Pfad in der Konversation behält.

Der problematische Fall ist eine Ausgabe, die zwar verrauscht ist, aber unter dieser Schwelle bleibt.

Eine Testsuite, die Hunderte von erfolgreichen Testzeilen ausgibt, kann unter 30.000 Zeichen bleiben. In diesem Fall können diese Zeilen in der Konversation bleiben und in späteren Turns weiterhin mitgesendet werden.

Anthropic empfiehlt daher, den Arbeitskontext aktiv schlank zu halten.

1. Referenzieren von Dateien mit @

Wenn du weißt, welche Datei Claude benötigt, referenziere sie direkt.

Anstatt Claude zu bitten, eine Datei anhand des Namens zu finden, verwende eine @-Erwähnung, sodass die Datei von Anfang an an die Nachricht angehängt ist.

Vergleiche diese Aufforderungen konzeptionell:

Die Tests schlagen fehl.

Claude muss möglicherweise das Repository durchsuchen, mehrere Dateien inspizieren und mehrere Tool-Ergebnisse sammeln, bevor es das eigentliche Problem erreicht.

Eine spezifischere Anfrage entfernt einen Teil dieser Erkundung:

Repariere den fehlgeschlagenen Test in utils.test.ts.

Und eine @-Referenz kann den separaten Read-Aufruf vermeiden:

Repariere den fehlgeschlagenen Test in @utils.test.ts.

Die Datei belegt den Kontext in beiden Fällen. Die Einsparung kommt durch das Vermeiden unnötiger Such- und Read-Turns.

Vermeide außerdem, dieselbe Datei wiederholt in einer Konversation anzuhängen. Sobald eine Datei in den Kontext gelangt ist, kann eine erneute Erwähnung eine weitere Kopie hinzufügen.

2. Füge leise Flags zu verrauschten Befehlen hinzu

Wiederholte Befehlsausgaben können eine Sitzung leise dominieren.

Für Befehle, die du ständig ausführst, füge eine kompakte Version in CLAUDE.md ein, damit Claude die Variante mit geringerem Rauschen von Anfang an kennt.

Zum Beispiel:

führe eine einzelne Testdatei mit npx vitest run <Datei> --reporter=dot aus

Ein Punkt-Reporter kann nur ein kompaktes Ergebnis zurückgeben, anstatt Hunderte von Zeilen detaillierter Ausgabe.

Dies ist eine kleine Konfigurationsänderung, aber über viele Turns hinweg kann sie eine große Menge wiederholten Kontexts einsparen.

3. Hochvolumige Arbeit in einem Subagenten isolieren

Ein Subagent erhält ein eigenes Kontextfenster.

Er hat ein eigenes System-Prompt, eigene Tools und eine eigene CLAUDE.md, erbt jedoch nicht die vollständige Hauptkonversation. Er kann Logs prüfen, Befehle ausführen, den Verlauf durchsuchen oder eine große Datei lesen und dann nur die Antwort an die übergeordnete Sitzung zurückgeben.

Dies ist nützlich für Aufgaben wie:

• „Gehe dieses Build-Log durch und sag mir, was falsch ist."

• „Durchsuche diese große Datei und melde den relevanten Abschnitt."

• „Führen Sie die vollständige Testsuite aus und geben Sie die wichtigen Fehlschläge zurück.“

• „Untersuchen Sie den Git-Verlauf und fassen Sie die Änderung zusammen, die dieses Verhalten eingeführt hat.“

Die Zwischendatei-Lesevorgänge und Befehlsausgaben verschwinden, wenn der Unteragent fertig ist. Nur seine zurückgegebene Antwort gelangt in die Hauptsitzung.

Es gibt einen Kompromiss: Da der Unteragent die übergeordnete Konversation nicht erbt, muss er möglicherweise Material erneut lesen, das die Hauptsitzung bereits kennt. Bei kleinen Aufgaben kann dieser Overhead einen Unteragenten weniger effizient machen. Es zahlt sich aus, wenn die isolierte Aufgabe laut genug ist, sodass Sie nicht möchten, dass ihr Prozess im Hauptkontext verbleibt.

4. Verwenden Sie /clear, wenn sich die Aufgabe ändert

Dies ist eine der einfachsten und wertvollsten Gewohnheiten.

Wenn Sie einen Bugfix abgeschlossen haben und eine andere Aufgabe beginnen, führen Sie Folgendes aus:

/clear

Die Datei-Lesevorgänge, Befehlsausgaben, fehlgeschlagenen Ansätze und der vorübergehende Kontext der vorherigen Aufgabe müssen nicht mehr jeden nachfolgenden Turn begleiten.

Anthropics eigener Vergleich zeigt, dass das Behalten von drei separaten Aufgaben in einer kontinuierlichen Sitzung erheblich mehr Tokens senden kann als das Löschen zwischen Aufgaben.

Wenn Sie die alte Sitzung für später aufbewahren müssen, empfiehlt Anthropic, /rename vor /clear zu verwenden.

Wenn Sie noch an derselben Aufgabe arbeiten und nur den älteren Teil der Konversation komprimieren müssen, ist /compact das bessere Werkzeug.

Verwenden Sie /rewind, wenn nur die letzten paar Turns falsch gelaufen sind

Es gibt eine weitere nützliche Option, die leicht übersehen wird:

/rewind

Wenn die Sitzung nur während der letzten paar Turns vom Kurs abgekommen ist, kann ein Zurückspulen diese Turns entfernen, ohne die gesamte frühere Konversation neu zu schreiben.

Das ist für das Caching wichtig. Anthropic sagt, dass der Teil vor dem Zurückspulpunkt gecacht bleiben kann, während /compact die Konversation neu schreibt und daher seine eigenen Kosten hat.

Die drei Befehle dienen also unterschiedlichen Zwecken:

Befehl	Beste Verwendung
/clear	Sie beginnen eine wirklich neue Aufgabe
/compact	Sie setzen dieselbe Aufgabe fort, benötigen aber einen kürzeren Kontext
/rewind	Nur die neuesten Turns sind falsch oder nicht mehr nützlich

Token-Verwaltung wird zur Entwicklerfähigkeit

Sobald diese Mechanismen klar sind, zeigt sich ein breiteres Muster.

Effizientes KI-gestütztes Programmieren erfordert jetzt eine neue Art von betrieblichem Urteilsvermögen. Entwickler müssen nicht nur wissen, wie man Code schreibt und debuggt, sondern auch:

• Welches Modell für die Aufgabe geeignet ist
• Wie viel Denkaufwand gerechtfertigt ist
• Was in den aktiven Kontext gehört
• Wann eine Sitzung gelöscht oder komprimiert werden sollte
• Welche Aufgaben an Unteragenten übertragen werden sollten
• Welche Befehle unnötige Ausgaben erzeugen
• Welche Änderungen einen Prompt-Cache ungültig machen

Vor einem Jahr gab es diese Entscheidungen im täglichen Softwareentwicklungsalltag kaum. Jetzt können sie darüber entscheiden, ob zwei Entwickler sehr unterschiedliche Beträge zahlen, um im Wesentlichen dieselbe Arbeit zu erledigen.

Anthropic selbst veranschaulicht, wie wichtig dies im großen Maßstab ist.

Das Unternehmen berichtete 2026, dass mehr als 80 % des in Anthropics Codebasis zusammengeführten Codes von Claude verfasst wurde und dass der typische Ingenieur

fusionierten ungefähr 8× so viel Code pro Tag wie im Jahr 2024. In einem separaten internen Optimierungs-Benchmark verbesserte sich ein Claude-basiertes System von etwa 3× Beschleunigung im Jahr 2025 auf rund 52× bis April 2026.

Bei diesem Niveau der KI-Nutzung ist Inferenzeffizienz kein kleines buchhalterisches Detail.

Die tiefere Lehre aus Anthropics Leitfaden ist daher nicht nur „weniger Tokens ausgeben“. Es geht darum zu verstehen, wohin die Tokens fließen, und sicherzustellen, dass sie für nützliches Denken, Code-Änderungen und Tool-Arbeit ausgegeben werden – statt für veraltete Verläufe und vermeidbare Ausgaben.

Häufige Fragen

Warum wird Claude Code bei langen Sitzungen teurer?

Jede neue Runde übernimmt den relevanten Konversationsverlauf, einschließlich Nachrichten, Dateien, Tool-Aufrufen und Befehlsausgaben. Prompt-Caching macht wiederholte Präfixe viel günstiger, aber der wachsende Kontext verbraucht weiterhin Tokens und Kontextfenster-Kapazität.

Wie viel kann Claude-Prompt-Caching einsparen?

Ein Prompt-Cache-Treffer wird mit dem 0,1-fachen normalen Basis-Input-Token-Preis abgerechnet, was einer Reduzierung von 90 % für diesen gecachten Input-Teil entspricht. Cache-Writes kosten mehr als normale Inputs, aber wiederholte Cache-Reads können diese anfänglichen Write-Kosten schnell ausgleichen.

Sollte ich /clear oder /compact in Claude Code verwenden?

Verwenden Sie /clear, wenn Sie zu einer anderen Aufgabe wechseln und den aktuellen Kontext nicht mehr benötigen. Verwenden Sie /compact, wenn Sie bei derselben Aufgabe bleiben, aber möchten, dass Claude ältere Konversationshistorie in einen kleineren Arbeitskontext zusammenfasst.

Was bewirkt /rewind in Claude Code?

/rewind ermöglicht es Ihnen, zu einer früheren Nachricht zurückzuspringen und die darauf folgenden Runden aus dem aktiven Kontext zu entfernen. Es ist nützlich, wenn nur der letzte Teil einer Konversation in die falsche Richtung gegangen ist und Sie die gesamte Sitzung nicht komprimieren oder löschen müssen.

Erhöht das Wechseln des Claude-Modells die Token-Kosten?

Das kann es. Jedes Modell verwendet einen separaten Prompt-Cache, sodass ein Modellwechsel mitten in einer langen Konversation dazu führen kann, dass die vorhandene Historie erneut zum vollen Input-Preis für das neue Modell verarbeitet wird.

Warum sollte ich @ beim Referenzieren einer Datei verwenden?

Eine @-Dateireferenz fügt die Datei direkt der Nachricht hinzu, was Claude davor bewahren kann, nach der Datei zu suchen oder einen zusätzlichen Read-Aufruf durchzuführen. Der Dateiinhalt verbraucht weiterhin Kontext, sodass der Vorteil darin besteht, unnötige Suchschritte zu vermeiden, nicht darin, die Datei selbst kostenlos zu machen.

Wann sollte ich einen Claude-Code-Subagenten verwenden?

Verwenden Sie einen Subagenten für Arbeiten, die viele Zwischenausgaben erzeugen, die Sie in der Hauptkonversation nicht benötigen, wie z. B. das Prüfen von Logs oder das Durchführen einer breiten Suche. Der Subagent arbeitet in einem separaten Kontext und sendet nur seine endgültige Antwort an die Hauptsitzung zurück.

Wie kann ich prüfen, was bereits Kontext verbraucht?

Führen Sie /context in einer frischen Claude-Code-Sitzung aus. Anthropic empfiehlt, damit den Startkontext wie CLAUDE.md und MCP-Tooldefinitionen zu überprüfen, damit Sie Anweisungen oder Integrationen entfernen können, die Sie nicht benötigen.

Verwandte Tools

• Claude Code: Anthropics agentisches Coding-Tool für die Arbeit mit Codebasen über Terminal, IDE, Web und andere unterstützte Umgebungen.
• Claude: Anthropics Haupt-Assistenten-Oberfläche und Konto-Einstieg.

Punkt für Claude-Pläne, die Claude Code enthalten.

• Claude Agent SDK: Das SDK stellt dieselben Agenten-Schleifen, Tools und Grundlagen der Kontextverwaltung bereit, die auch von Claude Code verwendet werden.
• Vitest: Ein JavaScript-Testframework, das in Anthropics Beispiel zur Reduzierung verrauschter Testausgaben mit --reporter=dot verwendet wird.

Verwandte Links

• Maximierung des Werts Ihrer Claude-Code-Sitzungen: Anthropics offizieller Leitfaden vom August 2026, der die technische Grundlage dieses Artikels bildet.
• Claude-Code-Kostenmanagement: Offizielle Dokumentation zur Verfolgung der Nutzung, Kontrolle der Ausgaben und Reduzierung des Token-Verbrauchs.
• Claude-API-Preise: Aktuelle Modell-, Prompt-Cache-, Fast-Mode- und API-Preise.
• Prompt-Caching-Dokumentation: Offizielle Erklärung zu Cache-TTLs, Schreib-Multiplikatoren, Cache-Reads und Implementierungsverhalten.
• Verwaltung von Claude-Code-Sitzungen: Anthropics Leitfaden zur Entscheidung zwischen Fortsetzen, Zurückspulen, Komprimieren und Löschen einer Sitzung.
• Auswahl eines Claude-Modells und Anstrengungsgrads: Anleitung zur Abstimmung von Modellfähigkeit und Denkanstrengung auf die Aufgabenschwierigkeit.
• Prompt-Caching ist alles: Anthropics technische Erkenntnisse zur Erhaltung der Prompt-Cache-Effizienz in agentischen Arbeitsabläufen.
• Wenn KI sich selbst baut: Anthropics Bericht über intern von KI geschriebenen Code, Engineering-Ergebnisse und modellgesteuerte Optimierungsexperimente.

Zusammenfassung

Die Kosten von Claude Code werden durch mehr als nur den Modellpreis bestimmt. Kontextlänge, Denkanstrengung, Befehlsausgabe, Sitzungslänge, Cache-Treffer, Dateierkennung und Subagenten-Nutzung können alle beeinflussen, wie viele Token eine Aufgabe verbraucht.

Die wertvollsten Gewohnheiten sind einfach: Kontext löschen, wenn sich die Aufgabe ändert, unnötige Modell- oder Anstrengungswechsel mitten in der Sitzung vermeiden, verrauschte Ausgaben kurz halten, bekannte Dateien direkt referenzieren, vor einer längeren Pause komprimieren und arbeiten mit hoher Ausgabe isolieren, wenn ein Subagent besser geeignet ist.

Diese Praktiken zielen nicht darauf ab, den Token-Verbrauch um jeden Preis zu minimieren. Sie sollen sicherstellen, dass die bezahlten Token zur Aufgabe beitragen und nicht wiederholt irrelevante Historie mit sich führen.

Effiziente Claude-Code-Nutzung wird zunehmend zu einer Form von Kontext-Engineering: Kontext relevant halten, Cache bewahren, wenn er hilft, und Denkanstrengung dort einsetzen, wo sie das Ergebnis tatsächlich verbessert.