Claude Code: Lange Sitzungen schneller und günstiger

So verhindern Sie, dass eine lange Claude-Code-Sitzung langsam und teuer wird

Eine lange Claude-Code-Sitzung wird langsam und teuer, weil bei jeder Eingabe der gesamte Kontext erneut gesendet wird und dieser Kontext stetig wächst. Die Abhilfe besteht in einer festen Reihenfolge bei der Bereinigung. Führen Sie /context aus, um zu sehen, welche Inhalte das Kontextfenster füllen. Entfernen Sie anschließend die Inhalte, für die Sie bei jeder Anfrage bezahlen. Verwenden Sie dann /clear zwischen voneinander unabhängigen Aufgaben und /compact mit einer Anweisung innerhalb einer längeren Aufgabe. Arbeiten Sie in zusammenhängenden Abschnitten. Ein kalter Prompt-Cache macht aus einer kostengünstigen Leseoperation eine vollständige erneute Übertragung aller bisherigen Eingaben.

Warum der Zähler überhaupt läuft, wird in dem Tokenzähler hinter einer Agentensitzung erklärt.

Lesen Sie /context, bevor Sie etwas ändern

Raten Sie nicht, wodurch das Fenster gefüllt wird. Claude Code zeigt es Ihnen.

/context [all] stellt die aktuelle Kontextnutzung als farbiges Raster dar und gibt Optimierungsvorschläge für kontextintensive Tools sowie für übermäßig wachsenden Speicher aus; all erweitert die Aufschlüsselung nach Elementen im Vollbildmodus. Lesen Sie das Ergebnis als fünf Kategorien.

• Die Systemaufforderung. Die eigenen Harness-Anweisungen von Claude Code. Sie bleiben während der Sitzung unverändert.
• Tooldefinitionen. Das Schema für jedes Tool, das der Agent aufrufen kann, einschließlich aller verbundenen MCP-Server (Model Context Protocol).
• Speicherdateien. CLAUDE.md und der automatische Speicher, die beim Sitzungsstart geladen werden.
• Dateien und Toolergebnisse. Jede gelesene Datei und alles, was Ihre Befehle ausgeben.
• Nachrichtenverlauf. Ihre Nachrichten und die Antworten darauf.

Die ersten drei Kategorien verursachen bei jeder Anfrage während der gesamten Sitzung einen festen Grundaufwand. Die letzten beiden wachsen. Reduzieren Sie den festen Grundaufwand einmal zu Beginn und verwalten Sie den wachsenden Anteil kontinuierlich.

Zwei Zeichenfolgen zeigen an, dass das Fenster voll ist:

Context exceeds the 200k-token limit by 94k tokens — run /compact or /clear to continue.
Context is 94k tokens past the 200k-token compaction window — run /compact to reduce usage.

Die erste bezeichnet ein hartes Limit. Die Anfrage wird abgelehnt; der zugehörige API-Fehler (Application Programming Interface) lautet Prompt is too long. Die zweite bezeichnet ein Kompaktierungsfenster, das bei einem Modell mit 1 Million Token unter dem tatsächlichen Kontextfenster liegen kann. Anfragen sind auch danach noch erfolgreich. Dieser Wert ist daher eine Warnung und keine Ablehnung.

Bei einem kostenpflichtigen Tarif fügt /usage die andere Hälfte hinzu. Es weist auf Verhaltensmuster wie langen Kontext oder Cache-Fehlzugriffe hin und ordnet die aktuelle Nutzung einzelnen Skills, Subagenten und MCP-Servern zu. Wenn angezeigt wird, dass das Kontingent bereits aufgebraucht ist, entscheidet welches Limitfenster Sie abwarten, ob das Kürzen des Kontexts jetzt hilft oder ob Sie einen anderen Weg zurück zur Arbeit benötigen.

CLAUDE.md ist eine dauerhafte Belastung, halten Sie die Datei daher schlank

Ihr CLAUDE.md wird zu Beginn der Sitzung in den Kontext geladen und bleibt dort. Wenn die Datei eine ausführliche Bereitstellungsprozedur enthält, sind diese Tokens auch dann vorhanden, wenn Sie einen Tippfehler in einer Testdatei korrigieren. Anthropic empfiehlt, nur die wesentlichen Informationen aufzunehmen und die Datei auf weniger als 200 Zeilen zu begrenzen.

Verschieben Sie Prozeduren in Skills. Ein Skill wird erst geladen, wenn er aufgerufen wird. Ein Workflow, den Sie zweimal pro Woche ausführen, verursacht an den anderen Tagen daher keine Kosten. Nach einer Komprimierung haben Skills ein eigenes Budget: Der Inhalt wird erneut eingefügt, pro Skill auf 5,000 Tokens und insgesamt auf 25,000 Tokens begrenzt. Die ältesten Skills werden zuerst entfernt. Bei einer Kürzung bleibt der Anfang der Datei erhalten. Platzieren Sie die wichtigsten Anweisungen daher weit oben in SKILL.md.

Was eine Komprimierung übersteht, bestimmt, wo eine Anweisung hingehört.

• Die Systemaufforderung und der Ausgabestil bleiben unverändert, weil sie nicht Teil des Nachrichtenverlaufs sind.
• Das Projektstammverzeichnis CLAUDE.md, Regeln ohne Bereichseinschränkung und der automatische Speicher werden erneut von der Festplatte geladen.
• Eine Regel mit paths:-Frontmatter geht verloren, bis wieder eine passende Datei gelesen wird.
• Ein verschachteltes CLAUDE.md in einem Unterverzeichnis geht verloren, bis wieder eine Datei in diesem Unterverzeichnis gelesen wird.
• Hooks werden weiterhin ausgeführt, weil ein Hook als Code läuft. Nur der Kontext, den ein Hook zuvor hinzugefügt hat, wird zusammen mit dem restlichen Gespräch zusammengefasst.

Eine Regel, auf die Sie angewiesen sind, gehört in das Projektstammverzeichnis CLAUDE.md: Claude Code entfernt zuerst ältere Tool-Ausgaben und erstellt anschließend eine Zusammenfassung. Dadurch können Anweisungen aus dem frühen Gesprächsverlauf verloren gehen. Bearbeiten Sie den Speicher mit /memory. Claude Code verwendet die Kopie, die zu Beginn der Sitzung geladen wurde. Eine Bereinigung während der Sitzung behält daher den Prompt-Cache bei und wird erst beim nächsten /clear, /compact oder Neustart wirksam. Kontextverlust ist nur ein Grund dafür, dass eine Regel nicht mehr befolgt wird. Wenn die Regel offensichtlich noch im Kontext vorhanden ist und trotzdem ignoriert wird, prüfen Sie zunächst die anderen Ursachen, bevor Sie die Regel neu formulieren.

Zwischen Aufgaben /clear [name], innerhalb einer Aufgabe /compact [instructions]

Diese beiden Befehle wirken austauschbar, verursachen aber sehr unterschiedliche Kosten.

/clear [name] startet eine neue Unterhaltung mit leerem Kontext. Der Befehl sendet keine Anfrage und verursacht daher keine Kosten. Übergeben Sie einen Namen, um die vorherige Unterhaltung im Auswahlmenü /resume zu beschriften; /reset und /new sind Aliase. Verwenden Sie den Befehl sofort, wenn Sie zu einer nicht verwandten Aufgabe wechseln. Andernfalls würde die alte Aufgabe bei jeder Nachricht der neuen Aufgabe erneut gesendet und erneut abgerechnet.

/compact [instructions] gibt Kontext frei und setzt gleichzeitig dieselbe Unterhaltung fort. Der Befehl fasst den bisherigen Verlauf zusammen und ersetzt ihn durch diese Zusammenfassung. Verwenden Sie ihn innerhalb einer langen Aufgabe, wenn Sie den Zusammenhang weiterhin benötigen.

Geben Sie /compact immer eine Anweisung. Ein unparametrisierter Aufruf von /compact erstellt die Zusammenfassung anhand einer Standardanweisung, die nicht weiß, welchen Teil der Arbeit Sie weiterhin benötigen. Mit einer Anweisung bleibt dieser Teil erhalten:

/compact focus on the auth bug fix
/compact keep only the plan and the diff

Wenn Sie aus demselben Grund jedes Mal komprimieren, hinterlegen Sie eine dauerhafte Anweisung im CLAUDE.md Ihres Projekts unter einer Überschrift # Compact instructions. In einer neuen Sitzung gibt /compact den Text Not enough messages to compact. aus. Das bedeutet lediglich, dass noch kein Verlauf vorhanden ist.

Hier werden zwei Kosten verwechselt. Die Anfrage zur Zusammenfassung verwendet dasselbe Präfix. Sie liest daher den vorhandenen Cache, statt den Verlauf erneut zu verarbeiten. Der größte Teil der Zeit entfällt auf die Erstellung der Zusammenfassung. Das Komprimieren eines großen Kontexts bleibt eine große Anfrage, weil die zusammenzufassende Unterhaltung die Eingabe bildet. Die Nachricht nach der Komprimierung ist nicht der langsame Teil. Sie baut den Cache für eine deutlich kürzere Eingabe neu auf.

Es gibt zwei günstigere Befehle. /rewind setzt Code und Unterhaltung auf einen Prüfpunkt zurück. Für einen Pfad, den Sie vollständig verwerfen möchten, ist das besser als eine Komprimierung, weil der Befehl auf ein bereits gecachtes Präfix zurückkürzt. /recap fügt eine Zusammenfassung als Befehlsausgabe an, statt den Verlauf zu ersetzen. Dadurch bleibt das gecachte Präfix erhalten.

Wenn die automatische Komprimierung immer wieder ausgelöst wird, erscheint Folgendes:

Autocompact is thrashing: the context refilled to the limit...

Die Komprimierung war erfolgreich. Eine Datei oder eine Toolausgabe hat das Kontextfenster jedoch mehrmals unmittelbar hintereinander wieder gefüllt. Deshalb hat Claude Code weitere Versuche beendet. Lesen Sie die übergroße Datei zur Wiederherstellung in Zeilenbereichen, führen Sie /compact mit einem Fokus aus, der die große Ausgabe entfernt, verlagern Sie diese Arbeit in einen Subagenten oder verwenden Sie /clear, wenn der frühere Gesprächsverlauf nicht mehr benötigt wird.

MCP-Server verursachen einen festen Overhead

Jeder verbundene MCP-Server erhöht die Kosten jeder Anfrage während der gesamten Sitzung. Diese Kosten fallen unabhängig davon an, ob Sie den Server aufrufen.

Claude Code reduziert diesen Effekt. MCP-Tooldefinitionen werden standardmäßig verzögert geladen. Dadurch gelangen zunächst nur die Toolnamen in den Kontext, bis Claude ein bestimmtes Tool verwendet. Führen Sie /context aus, um die tatsächlichen Kosten Ihrer Server anzuzeigen, und /mcp disable <name>, um einen Server zu entfernen, den Sie heute nicht verwenden werden. Wenn Sie eigene MCP-Server auf einem VPS betreiben, begrenzt dieselbe Berechnung, wie viele Tools ein Server bereitstellen sollte.

Führen Sie dies zu Beginn einer Sitzung aus. Solange die Definitionen verzögert geladen werden, wird eine Verbindung mit einem Server oder dessen Trennung lediglich an die Unterhaltung angehängt, und der Cache bleibt erhalten. Werden die Definitionen stattdessen in das Präfix geladen, weil die Toolsuche deaktiviert oder nicht verfügbar ist oder unter ihrem auto-Schwellenwert liegt, führt dieselbe Änderung dazu, dass die nächste Anfrage alles erneut einliest.

Ausführliche Tool-Ausgabe vor der Aufnahme in den Kontext filtern

Ein Tool-Ergebnis ist eine Eingabe und wird in jeder späteren Runde erneut gesendet. Ein Testlauf mit 20,000 Ausgabetokens verursacht nicht nur einmal Kosten: Sie zahlen dafür in jeder weiteren Runde, bis das Ergebnis aus dem Kontextfenster entfernt wird.

Filtern Sie an der Quelle. Ein Hook, der einen Testlauf auf die Fehler reduziert, bevor Claude ihn sieht, macht aus dieser umfangreichen Ausgabe einige hundert Tokens. Das gilt für diese Runde und für jede erneute Übertragung:

npm test 2>&1 | grep -E "FAIL|Error:" | head -40

Hooks selbst gelangen nicht in den Kontext, weil sie als Code ausgeführt werden. Wenden Sie dieses Vorgehen für jedes Tool an, dessen Ausgabe über eine Bildschirmseite hinausgeht. Die gleiche Logik gilt für eine Datei mit 3,000 Zeilen: Fordern Sie den benötigten Zeilenbereich an, weil die gesamte Datei im Kontextfenster bleibt, sobald sie geladen wurde.

Den Leseumfang des Agenten begrenzen und umfangreiche Arbeiten delegieren

Ein Prompt, der die Datei und das Fehlerbild nennt, liest diese Datei. Eine offene Aufforderung, das Projekt aufzuräumen, liest alles, was der Agent für relevant hält. Jeder dieser Lesevorgänge bleibt im Kontextfenster.

Delegieren Sie umfangreiche Arbeiten an einen Subagenten. Testläufe und die Verarbeitung von Logs verbrauchen beide realen Kontext. Ein Subagent hält diese Ausgabe in seinem eigenen Kontextfenster und gibt nur eine Zusammenfassung zurück. Der Nachteil: Ein Subagent erstellt einen eigenen Cache, der beim ersten Aufruf keine Treffer enthält, und verwendet auch bei einem Abonnement die Cache-Gültigkeit von fünf Minuten. Delegation schützt Ihren Hauptkontext zuverlässig. Sie senkt jedoch nicht immer die Gesamtzahl der Tokens.

Der Cache-Takt: Arbeiten Sie in Abschnitten

Prompt-Caching macht das erneute Senden bezahlbar. Das Schreiben des Präfixes kostet das 1.25-Fache des Basistarifs für Eingaben, bei der Gültigkeitsdauer von einer Stunde das 2-Fache. Das erneute Lesen kostet bei Haiku 5.5 das 0.1-Fache, bei Opus 5.5 und Sonnet 5.5 das 0.05-Fache ($0.20 beziehungsweise $0.10 pro einer Million Tokens) und bei Fable 5.1 das 0.025-Fache ($0.25 pro einer Million). Jede Verwendung verlängert den Eintrag ohne zusätzliche Kosten, sodass die Gültigkeitsdauer mit der letzten Verwendung neu beginnt. Diese Multiplikatoren zeigen die Struktur der Kosten, aber nicht deren Höhe. Kombinieren Sie sie daher mit den tatsächlichen Kosten für eine Million Tokens, um ein vollständiges Kontextfenster in einen Dollarbetrag umzurechnen.

Welche Gültigkeitsdauer gilt, hängt von der Authentifizierung ab. Deshalb ist die pauschale Aussage „Ihr Cache läuft nach fünf Minuten ab“ falsch.

• Bei einem Claude-Abonnement fordert Claude Code automatisch die Gültigkeitsdauer von einer Stunde an.
• Sobald Sie das Limit Ihres Tarifs überschritten haben und Nutzungsguthaben verwenden, wird diese Nutzung abgerechnet. Die Gültigkeitsdauer fällt dann auf fünf Minuten zurück.
• Bei einem API-Schlüssel oder einem Cloudanbieter bleibt sie bei fünf Minuten. Wenn Sie promptCacheTtl auf 1h oder ENABLE_PROMPT_CACHING_1H=1 setzen, aktivieren Sie die Gültigkeitsdauer von einer Stunde. FORCE_PROMPT_CACHING_5M=1 setzt sie wieder auf fünf Minuten zurück.

Die Empfehlung für den Arbeitsrhythmus bleibt unabhängig davon gleich: Arbeiten Sie in durchgehenden Abschnitten. Eine Leerlaufzeit über die Gültigkeitsdauer hinaus führt dazu, dass beim nächsten Turn das gesamte bisher aufgebaute Präfix erneut geschrieben wird. Eine von Claude Code losgelöste Sitzung in tmux verursacht im Leerlauf keine Kosten. Der warme Cache ist jedoch genau das, was durch diese Leerlaufzeit verloren geht.

Einige Aktionen verwerfen den Cache, während Sie weiterarbeiten: der Wechsel des Modells, die Änderung der Aufwandsstufe bei älteren Modellen, das Aktivieren des schnellen Modus, das Verbinden oder Trennen eines MCP-Servers oder das Ablehnen eines gesamten Tools, wenn Tooldefinitionen vorab geladen werden, das Aktivieren oder Deaktivieren eines Plugins, das Tools hinzufügt, das Komprimieren, das Entfernen älterer Bilder, sobald eine Konversation zu viele Bilder enthält, sowie ein Upgrade von Claude Code. Bei Opus 5.5, Sonnet 5.5, Haiku 5.5 und Fable 5.1 bleibt der Cache bei Verwendung eines API-Schlüssels oder eines Abonnements inzwischen auch bei einer Änderung der Aufwandsstufe erhalten. /model ist die übliche Überraschung: Jedes Modell hat seinen eigenen Cache. Die nächste Anfrage liest daher den gesamten Verlauf ohne Cache-Treffer, obwohl der Inhalt identisch ist. Dieses erneute Lesen wird zu den Tarifen des Zielmodells als neues Cache-Schreiben abgerechnet. Ein Wechsel zu Fable während einer Sitzung berechnet daher den gesamten bisher aufgebauten Verlauf nach den veröffentlichten Cache-Schreibtarifen von Fable: $12.50 pro einer Million Tokens bei einer Gültigkeitsdauer von fünf Minuten oder $20 bei einer Gültigkeitsdauer von einer Stunde. Das gilt bei Fable 5 und Fable 5.1 gleichermaßen.

Das Bearbeiten von Dateien, das Bearbeiten von CLAUDE.md, das Aufrufen von Skills und Befehlen, das Ausführen von /recap, das Zurücksetzen sowie das Starten eines Subagents erhalten den Cache. Er ist auf einen Rechner und ein Verzeichnis beschränkt. Zwei Sitzungen in unterschiedlichen Verzeichnissen können den Cache der jeweils anderen Sitzung daher nicht verwenden. Diese Zuordnung folgt der CLI und nicht Ihrem Konto. Der Cache wird daher nicht auf die Claude-Desktop-App übertragen, die unter Linux als separate Beta-Installation neben der CLI läuft.

Um zu prüfen, ob das Caching funktioniert, lesen Sie current_usage. cache_creation_input_tokens wurde zum Cache-Schreibtarif geschrieben. cache_read_input_tokens wurde zum Cache-Lesetarif des Modells bereitgestellt, der je nach Modell zwischen 2.5% und 10% des Standardtarifs für Eingaben liegt. Ein hohes Verhältnis von Lesevorgängen zu Erstellungsvorgängen ist ein gutes Zeichen. Wenn die Erstellung Turn für Turn hoch bleibt, ändert sich etwas in Ihrem Präfix fortlaufend.

Behebt ein größeres Kontextfenster dieses Problem?

Teilweise. Jedes aktuelle Modell (Fable 5.1, Opus 5.5, Sonnet 5.5 und Haiku 5.5) verwendet ein Kontextfenster mit 1 million Token. Die Komprimierung funktioniert auch bei diesem größeren Limit auf die gleiche Weise. An den Kosten ändert sich nichts, weil der vollständige Prompt bei jeder Runde erneut gesendet und abgerechnet wird. Ein größeres Fenster bestimmt, wann Sie zum Handeln gezwungen sind; eine saubere Kontextverwaltung bestimmt die Kosten. Wenn das Problem nicht die Obergrenze, sondern die Rechnung ist, entscheidet welcher Claude-Tarif zu Ihrer Arbeitsweise passt, ob Sie Dollar oder Ihr Tarifkontingent ausgeben.

Kontextbearbeitung und Komprimierung in der API sind unterschiedliche Funktionen

Wenn Sie einen eigenen Agenten mit der Messages API entwickeln, gibt es keine Slash-Befehle. Sie müssen diese Funktion selbst implementieren. Planen Sie diesen Aufwand von Anfang an ein, weil die API über ein kleines Anmeldeguthaben hinaus kein kostenloses Kontingent bietet und bei jeder Anfrage der ungekürzte Verlauf erneut gesendet und vollständig abgerechnet wird: zum Cache-Leserate, solange das Präfix im Cache liegt, und andernfalls zum vollständigen Eingabetarif oder mit einem Aufschlag für das Schreiben in den Cache. Der gewählte Anbieter bestimmt diese Kosten bereits vor jeder Kürzung. Wenn die Entscheidung noch offen ist, berechnen Sie dieselbe Arbeitslast für beide APIs, statt nur die angegebenen Tokenpreise zu vergleichen. Zwei serverseitige Funktionen übernehmen diese Aufgabe. Sie sind jedoch nicht identisch.

Kontextbearbeitung löscht mit wachsendem Gesprächsverlauf gezielt bestimmte Inhalte. Jedes gelöschte Ergebnis wird durch einen Platzhaltertext ersetzt, damit Claude weiß, dass etwas entfernt wurde. Die Funktion befindet sich in der Beta-Phase: Senden Sie anthropic-beta: context-management-2025-06-27 und konfigurieren Sie die Strategien unter context_management.edits. clear_tool_uses_20250919 löscht Tool-Ergebnisse, und clear_thinking_20251015 verwaltet Thinking-Blöcke. Der Standardwert für trigger ist 100,000 Eingabetoken, für keep die letzten 3 Tool-Aufrufe und für clear_tool_inputs gilt false. Dadurch bleiben die Eingaben erhalten und nur die Ergebnisse werden entfernt.

Komprimierung erstellt eine Zusammenfassung und ersetzt den vollständigen Gesprächsverlauf durch diese Zusammenfassung. Sie ist in zwei Betas verfügbar. Die schwellenwertbasierte Komprimierung läuft innerhalb Ihrer normalen Anfragen: Senden Sie anthropic-beta: compact-2026-01-12 und verwenden Sie den Bearbeitungstyp compact_20260112. Der Standardschwellenwert ist {"type": "input_tokens", "value": 150000}. Der Wert muss mindestens 50,000 betragen. Bei der bedarfsgesteuerten Komprimierung entscheidet Ihr Code, wann sie ausgeführt wird: Senden Sie anthropic-beta: compact-2026-09-04 mit einem "compaction": {"type": "summarize"} auf oberster Ebene. Die Antwort enthält dann ausschließlich den Zusammenfassungsblock. In der Übersicht zur Komprimierung empfiehlt Anthropic, die bedarfsgesteuerte Komprimierung überall dort zu verwenden, wo sie verfügbar ist.

Die schwellenwertbasierte Komprimierung hat eine Übergaberegel, die Agenten unauffällig beschädigen kann. Die Antwort beginnt mit einem compaction-Inhaltsblock, der die Zusammenfassung enthält. Danach folgt der normale Textblock. Sie müssen diesen Block bei späteren Anfragen zurücksenden. Die API verwirft anschließend alle Inhaltsblöcke, die davor stehen. Hängen Sie in der Praxis den gesamten Inhalt von response.content an, nicht nur den Text. Bei der bedarfsgesteuerten Komprimierung ist es umgekehrt: Entfernen Sie die zusammengefassten Nachrichten selbst, setzen Sie den zurückgegebenen Block an den Anfang von messages und senden Sie ihn genau wie zurückgegeben erneut, einschließlich der Signatur.

Die Dokumentation von Anthropic bezeichnet die serverseitige Komprimierung als primäre Strategie zur Verwaltung des Kontexts in lang laufenden Gesprächen. Die Kontextbearbeitung ist dort die Option für eine feinere Kontrolle darüber, welche Inhalte gelöscht werden. Prüfen Sie zuerst die Modellunterstützung. Alle aktuellen Modelle unterstützen beide Arten der Komprimierung, einschließlich Haiku 5.5. Das ältere claude-haiku-4-5 unterstützt sie nicht. Auf jeder Komprimierungsseite ist die jeweils aktuelle Liste aufgeführt. Keine dieser Betas steuert das eigene /compact von Claude Code. Laut Dokumentation handelt es sich dabei um eine separate Zusammenfassungsanfrage, die der Client mit Ihrem Verlauf sendet.

FAQ

Warum wird meine Claude-Code-Sitzung immer langsamer und teurer, je länger sie läuft?

Weil die gesamte Unterhaltung bei jedem Turn erneut gesendet wird. Eine einzeilige Frage in einer Sitzung, die den ganzen Tag geöffnet war, enthält daher den gesamten bisherigen Tagesverlauf. Prompt-Caching hält diese Übertragung kostengünstig, solange der Cache warm ist: Ein Lesevorgang kostet bei Haiku 5.5 das 0.1-Fache des regulären Input-Preises, bei Opus 5.5 und Sonnet 5.5 das 0.05-Fache und bei Fable 5.1 das 0.025-Fache. Wenn ein Turn den Cache verfehlt, wird dasselbe Präfix erneut zum 1.25-Fachen geschrieben, bei der Lebensdauer von einer Stunde zum 2-Fachen. Führen Sie /context aus, um zu sehen, wodurch das Kontextfenster belegt wird, und lesen Sie womit eine Claude-Code-Sitzung abgerechnet wird, um den Mechanismus zu verstehen.

Was ist der Unterschied zwischen /clear und /compact in Claude Code?

/clear startet eine neue Unterhaltung mit leerem Kontext. Dabei wird keine Anfrage gesendet, daher entstehen keine Kosten. Zwischen unabhängigen Aufgaben ist dies die richtige Wahl. /compact behält dieselbe Unterhaltung bei und ersetzt den Verlauf durch eine Zusammenfassung. Innerhalb einer längeren Aufgabe ist dies die richtige Wahl. Geben Sie einen Fokus vor, etwa mit /compact keep only the plan and the diff, weil diese Anweisung festlegt, welche Informationen erhalten bleiben.

Wie sehe ich, wodurch mein Claude-Code-Kontextfenster belegt wird?

Führen Sie /context aus oder /context all für die vollständige Aufschlüsselung nach Elementen. Der Befehl zeigt System-Prompt, Tool-Definitionen, MCP-Server, Speicherdateien und Verlauf als farbiges Raster an. Außerdem enthält er Empfehlungen zu Tools mit hohem Kontextverbrauch und zu übermäßig großen Speicherinhalten. Bei einem kostenpflichtigen Tarif ordnet /usage die aktuelle Nutzung zusätzlich einzelnen Skills, Subagents und MCP-Servern zu.

Sollte ich ein Kontextfenster mit 1 million Token verwenden, statt zu komprimieren?

Ein größeres Fenster verschiebt das Problem nur, anstatt es zu lösen. Jedes aktuelle Modell (Fable 5.1, Opus 5.5, Sonnet 5.5 und Haiku 5.5) verwendet ein Kontextfenster mit 1 million Token. Die Komprimierung funktioniert dort genauso. Bei jedem Turn wird der vollständige Prompt weiterhin erneut gesendet und weiterhin abgerechnet. Daher ist eine Unterhaltung mit 400,000 Token teuer, unabhängig davon, ob sie in das Fenster passt.

Was ist der Unterschied zwischen Context Editing und Komprimierung in der Claude API?

Context Editing löscht alte Inhalte gezielt, vor allem Tool-Ergebnisse. An der Stelle jedes gelöschten Inhalts bleibt ein Platzhaltertext, damit Claude weiß, dass dieser Inhalt entfernt wurde. Die Komprimierung erstellt eine Zusammenfassung und ersetzt den vollständigen Verlauf durch diese Zusammenfassung. In der Dokumentation von Anthropic wird die Komprimierung als primäre Strategie für lang laufende Unterhaltungen bezeichnet. Context Editing wird dort als Option für eine gezielte Feinsteuerung eingeordnet. Beide Funktionen befinden sich in der Beta-Phase und verwenden jeweils eigene Header. Beide sind unabhängig von /compact in Claude Code.