Wie funktionieren Claude Tokens und Claude Code Kosten?

Was sind Tokens in Claude?

Ein Token ist die Texteinheit, die Claude liest und schreibt: ein Fragment eines Wortes. Das eigene Glossar von Anthropic setzt die Größe bei Modellen vor Claude Opus 4.7 auf ungefähr 3.5 englische Zeichen. Beim aktuellen Tokenizer sind es eher 2.5 Zeichen, da Anthropic 1M Tokens dort mit etwa 2.5M Zeichen ansetzt. In beiden Fällen ergibt sich deutlich mehr als ein Token pro Wort, sobald Leerzeichen und Satzzeichen berücksichtigt werden. Tausend Wörter Fließtext entsprechen daher problemlos mehr als 1,300 Tokens. Code benötigt pro Zeile mehr Tokens: Geschweifte Klammern, Operatoren, Unterstriche und Einrückungen werden pro Zeichen in mehr Tokens aufgeteilt als englischer Text. Eine Quelldatei mit einigen hundert Zeilen umfasst typischerweise mehrere tausend Tokens. Eine Datei mit 2,000 Zeilen, die der Agent lesen soll, kostet bereits einen fünfstelligen Tokenbetrag, bevor jemand eine neue Codezeile geschrieben hat.

Zwei Eigenschaften von Tokenizern führen häufig zu Missverständnissen. Erstens sind sie modellspezifisch. Im Oktober 2026 verwenden Claude Opus 4.7 und alle späteren Modelle, einschließlich des aktuellen Fable 5.1, Opus 5.5, Sonnet 5.5 und Haiku 5.5, einen neueren Tokenizer. Dieser erzeugt für denselben Text ungefähr 30% mehr Tokens als frühere Claude-Modelle wie Haiku 4.5. Der genaue Anstieg hängt vom Inhalt ab. Dadurch ändern sich alle Tokenbudgets, obwohl die Preise pro Token nicht entsprechend gestiegen sind. Zweitens ist tiktoken, auf das fast jeder Blogbeitrag verweist, der Tokenizer von OpenAI und nicht der von Claude. Die dort ermittelten Werte stimmen daher nicht mit den von Anthropic abgerechneten Werten überein. Die einzige verlässliche Zählung liefert der count_tokens-Endpunkt, der weiter unten beschrieben wird.

Warum Ihre Codingsitzung so viel kostet

Jede Claude-Abrechnung, unabhängig davon, ob es sich um eine API-Rechnung oder ein Abonnementlimit handelt, basiert hauptsächlich auf einem Zähler: eingehende und ausgehende Tokens. Einige API-Tools berechnen zusätzlich eigene Positionen. Eine Websuche kostet beispielsweise Stand Oktober 2026 10 $ pro 1.000 Suchvorgänge. Hinzu kommen die Tokens, die aus den Ergebnissen entstehen. In einer Codingsitzung bewegt sich jedoch vor allem der Tokenzähler. Die Preisseite wirkt zunächst einfach: ein bestimmter Betrag pro 1 Million Eingabetokens und ein weiterer Betrag pro 1 Million Ausgabetokens. Sie erklärt jedoch nicht, dass der Eingabezähler in einer agentischen Codingsitzung deutlich schneller läuft, als man intuitiv erwarten würde. Der Grund ist, dass die gesamte Unterhaltung bei jedem einzelnen Turn erneut gesendet wird. Ich verkaufe seit fünfzehn Jahren Infrastruktur mit nutzungsabhängiger Abrechnung. Tokens sind der erste Zähler, den ich erlebt habe, bei dem die meisten Kunden tatsächlich nicht sagen können, wodurch er angetrieben wird. Dieser Abschnitt erklärt, wie Sie den Zähler ablesen: Was in einer agentischen Sitzung als Eingabe und Ausgabe zählt, warum die erneute Übertragung so teuer ist, wie Prompt-Caching die Berechnung verändert und welche Stellschrauben den Wert tatsächlich beeinflussen.

Alles ist Eingabe: Was der Zähler tatsächlich erfasst

Viele gehen davon aus, dass sie für den von Claude geschriebenen Code bezahlen. In einer agentischen Sitzung ist das nur der kleinere Kostenpunkt. Eingabetokens zum günstigeren Tarif, aber in deutlich größerer Menge, umfassen:

• Die Systemaufforderung. Die eigenen Anweisungen des Claude-Code-Harness sowie Ihre CLAUDE.md- und Memory-Dateien werden zu Sitzungsbeginn geladen und anschließend bei jeder Anfrage erneut übermittelt.
• Tooldefinitionen. Jedes Schema für Tools, die der Agent aufrufen könnte. Jeder MCP-Server, den Sie verbinden, erhöht diesen festen Overhead. Claude Code verzögert vollständige MCP-Tooldefinitionen inzwischen standardmäßig. Daher bleiben im Kontext zunächst nur die Toolnamen, bis ein Tool erstmals verwendet wird. Das verringert die Kosten, beseitigt sie aber nicht.
• Jede Datei, die der Agent liest. Ein Read einer Quelldatei stellt die gesamte Datei in den Kontext. Dort bleibt sie erhalten.
• Jedes Toolergebnis. Testläufe, grep-Ausgaben, Terminalausgaben und Build-Logs werden vollständig als Eingabetokens zurückgegeben. Eine fehlgeschlagene Testsuite, die 8,000 Zeilen ausgibt, entspricht einem kurzen Buch. Seit October 2026 übergibt Claude Code standardmäßig ungefähr 30,000 Zeichen einer Befehlsausgabe inline. Längere Ausgaben werden als gespeicherte Datei mit einer Vorschau von bis zu 2,000 Zeichen bereitgestellt. Jede Ausgabe unterhalb dieses Limits und jedes spätere Lesen der gespeicherten Datei wird jedoch vollständig abgerechnet.
• Die gesamte bisherige Unterhaltung, die bei jeder Runde erneut gesendet wird. Dieser Punkt verdient einen eigenen Abschnitt.

Die erneute Übertragung, die niemand einpreist

Die Claude API ist zustandslos. Sie speichert Ihre Sitzung zwischen Anforderungen nicht, und nichts anderes tut das. Bei Turn 2 sendet der Client daher Turn 1, die Antwort darauf und Ihre neue Nachricht. Bei Turn 50 sendet er den noch im Kontext enthaltenen Inhalt aus den Turns 1 bis 49 erneut: jede gelesene Datei, jedes Tool-Ergebnis und jeden Diff, der noch nicht durch eine Komprimierung entfernt wurde, plus Turn 50. Bei der Komprimierung wird der alte Verlauf durch eine Zusammenfassung ersetzt. Die Dateilesevorgänge eines Subagenten bleiben in dessen eigenem Kontext; zurück kommt nur sein Ergebnis. Das Modell liest das gesamte beibehaltene Transkript jedes Mal erneut. Jedes dieser erneut gelesenen Tokens wird als Input abgerechnet.

Die Folge: Die Kosten pro Turn steigen ungefähr linear mit der Sitzungslänge. Die Gesamtkosten der Sitzung steigen ungefähr quadratisch. Eine Nachricht, die bei Turn 3 einen halben Cent kostet, kann bei Turn 60 für dieselbe einzeilige Frage das Zwanzigfache kosten, weil sie sechzig Turns an Kontext mitführt. Diese einzelne Tatsache erklärt die meisten Anfragen nach dem Muster „Warum war meine Rechnung so hoch?“. Das ist keine Eigenheit von Claude. Jedes LLM-Produkt, das sich zustandsbehaftet anfühlt, ist im Kern eine zustandslose API mit einer Schleife zur erneuten Übertragung.

Ausgabe: Was Sie sehen – und was nicht

Ausgabetoken sind am teuersten. Sie kosten beim aktuellen Modellangebot das Fünffache des Eingabetarifs ($10/$50 bei Fable 5.1, $4/$20 bei Opus 5.5, $2/$10 bei Sonnet 5.5, $0.10/$0.50 bei Haiku 5.5 für Prompts bis zu 100,000 Token, Stand Oktober 2026). Zur Ausgabe zählen der von Claude erzeugte Text und Code sowie Thinking-Token: die interne Überlegung, die das Modell vor der Antwort durchführt. Zwei Fakten sind hier wichtig. Thinking wird zum Ausgabetarif abgerechnet und auf max_tokens angerechnet. Eine API-Antwort, die mit stop_reason: "max_tokens" abbricht, sowie eine abgeschnittene Antwort bedeuten häufig, dass Thinking das Budget aufgebraucht hat, bevor die Antwort erzeugt wurde. Bei aktuellen Modellen wird die Zusammenfassung der Überlegung möglicherweise überhaupt nicht angezeigt. Die API lässt sie bei Fable 5.1, Opus 5.5, Sonnet 5.5, Haiku 5.5 und den früheren Modellen bis zurück zu Opus 4.7 standardmäßig weg. Die Überlegung wurde trotzdem durchgeführt und wird trotzdem abgerechnet. Unsichtbar bedeutet nicht kostenlos.

Claude Code aktiviert Extended Thinking standardmäßig, weil es mehrstufige Aufgaben nachweislich verbessert. Das Standardbudget kann pro Anfrage Zehntausende Token umfassen. Bei einfacheren Aufgaben können Sie es reduzieren: Senken Sie die Aufwandsstufe mit /effort oder in /model, oder schalten Sie Thinking in /config bei Modellen aus, die dies erlauben. Stand Oktober 2026 kann Claude Code Thinking bei Opus 5.5, Sonnet 5.5, Haiku 5.5 und den Fable-Modellen nicht ausschalten. Dort ist die Aufwandsstufe der relevante Regler. Die API bietet bei zwei dieser Modelle mehr Möglichkeiten. Haiku 5.5 akzeptiert thinking: {"type": "disabled"} bei hoher Aufwandsstufe oder darunter. Das ältere Opus 5 unterstützt dies ebenfalls. Das ältere Sonnet 5 akzeptiert es bei jeder Aufwandsstufe, einschließlich xhigh und max. Sonnet 5.5 lehnt "disabled" ab und verwendet stattdessen thinking: {"type": "between_tools"}. Damit wird Thinking bei niedriger, mittlerer oder hoher Aufwandsstufe zu Beginn reduziert. Eine Anfrage ohne Tools erhält ihre Antwort dadurch zunächst ohne Thinking. Nur Opus 5.5 und die Fable-Modelle führen Thinking unabhängig von der gesendeten Einstellung weiterhin aus. Das ist ein echter Kostenregler und keine Vermutung.

Prompt-Caching verändert die Kostenrechnung

Prompt-Caching verhindert, dass die erneute Übertragung bei jedem Durchlauf die Kosten untragbar macht. Die API kann einen stabilen Präfix Ihres Prompts, System-Prompts, der Tool-Definitionen und des Konversationsverlaufs zwischenspeichern und ihn bei der nächsten Anfrage zu einem Bruchteil des Preises bereitstellen. Im Oktober 2026 gelten folgende Multiplikatoren: Ein Cache-Schreibvorgang kostet das 1,25-Fache des regulären Input-Preises (das 2-Fache bei der 1-Stunden-Variante). Ein Cache-Lesevorgang kostet bei den meisten Modellen das 0,1-Fache, bei Claude Opus 5.5 und Claude Sonnet 5.5 das 0,05-Fache und bei Claude Fable 5.1 das 0,025-Fache. Schreibvorgänge sind teurer. Lesevorgänge bieten bei den meisten Modellen 90 % Rabatt, bei Opus 5.5 und Sonnet 5.5 95 % und bei Fable 5.1 97,5 %. (Der Preis für Lesevorgänge bei Sonnet 5.5 wurde am 7. Oktober 2026 vom 0,1-Fachen auf das 0,05-Fache gesenkt.) Bereits ein einziger Lesevorgang gleicht den Aufpreis für den 5-Minuten-Schreibvorgang mehr als aus.

Claude Code verwaltet das Caching für Sie. In einer normalen Sitzung wird fast die gesamte umfangreiche erneute Übertragung aus dem Cache bedient. Der Cache läuft jedoch nach einer längeren Inaktivität ab. Im Oktober 2026 verwendet Claude Code für die Hauptkonversation bei einem Abonnement innerhalb des enthaltenen Kontingents Ihres Plans einen einstündigen Cache. Bei einem API-Schlüssel, einem Cloud-Anbieter oder sobald Sie Nutzungsguthaben verwenden, gilt dagegen eine Cache-Dauer von fünf Minuten seit der letzten Nutzung. Die Einstellung promptCacheTtl kann dort die einstündige Dauer anfordern, allerdings mit dem 2-Fachen des Schreibpreises. Bei einem Cache mit einer Dauer von fünf Minuten machen Sie eine längere Kaffeepause, kommen zurück und senden eine Nachricht. Der Cache ist abgelaufen, und der gesamte bis dahin angesammelte Präfix wird zum 1,25-Fachen neu geschrieben, statt zum Cache-Preis gelesen zu werden. In einer Sitzung mit 150K Tokens werden bei diesem ersten Durchlauf nach Ablauf des Caches alle 150K Tokens zum 1,25-Fachen geschrieben. Bei einem laufenden Cache wären sie dagegen zum 0,1-Fachen gelesen worden. Das ergibt beim Präfix einen Unterschied um den Faktor 12,5, bei Opus 5.5 und Sonnet 5.5 um den Faktor 25 und bei Fable 5.1 um den Faktor 50. Das ist das kontraintuitive Ergebnis, das Sie sich merken sollten: Ein Rhythmus aus Inaktivität und anschließender Fortsetzung kann mehr kosten als kontinuierliches Arbeiten, weil jede Inaktivität über die TTL hinaus den nächsten Durchlauf von einem günstigen Lesevorgang in einen teuren Schreibvorgang umwandelt. Arbeiten Sie in längeren Abschnitten. Senden Sie bei einem Cache mit fünf Minuten Gültigkeit nicht alle zehn Minuten nur eine Nachricht in einer umfangreichen Sitzung.

Wenn Sie die API über Ihre eigene Anwendung auf einem VPS aufrufen, geschieht nichts davon automatisch. Sie müssen das Caching mit cache_control aktivieren. Ein typischer selbst verursachter Fehler ist ein Zeitstempel oder eine Request-ID, die in den System-Prompt eingesetzt wird. Dadurch ändern sich die Bytes des Präfixes bei jeder Anfrage, und das Caching wird unbemerkt deaktiviert. Erkennbar ist das daran, dass usage.cache_read_input_tokens bei ansonsten identisch wirkenden Aufrufen durchgehend den Wert null hat.

Die Formel mit einem vollständigen Beispiel

Ignorieren Sie Aussagen wie „eine Sitzung kostet pauschal $X“. Die Kosten einer Sitzung können sich um den Faktor 100 unterscheiden. Maßgeblich ist die folgende Formel:

turn cost = (uncached input        x base input price)
          + (cache writes          x 1.25 x base input price)
          + (cache reads           x read multiplier x base input price)
          + (output incl. thinking x output price)

read multiplier = 0.10 on most models, 0.05 on Opus 5.5 and Sonnet 5.5, 0.025 on Fable 5.1
session cost = sum over all turns

Vollständiges Beispiel für Claude Opus 4.8, ein inzwischen veraltetes, aber weiterhin verfügbares Modell, das im Oktober 2026 noch $5 pro Million Eingabetoken und $25 pro Million Ausgabetoken kostet. Ein Turn in der Mitte einer Sitzung enthält 80,000 Token an angesammeltem Kontext: 75,000 werden aus dem Cache gelesen, 3,000 neu geschrieben, 2,000 sind nicht gecachte neue Eingaben und 1,500 sind Ausgabetoken einschließlich Thinking.

• Cache-Lesevorgänge: 75,000 × $0.50/M = $0.0375
• Cache-Schreibvorgänge: 3,000 × $6.25/M = $0.019
• Nicht gecachte Eingaben: 2,000 × $5/M = $0.010
• Ausgabe: 1,500 × $25/M = $0.0375

Das sind etwa $0.10 für den Turn; 50 solche Turns kosten ungefähr $5. Derselbe Turn kostet nach Ablauf des Caches dagegen vor der Ausgabe etwa $0.50: Die 78,000 cachefähigen Token werden zu $6.25/M erneut geschrieben, dazu kommen dieselben 2,000 nicht gecachten Token zu $5/M. Das ist ungefähr das Fünffache des gesamten warmen Turns, obwohl die Arbeit identisch ist. Diese Differenz fasst die gesamte Bedeutung des Cachings in einer Zahl zusammen. Beim aktuellen Claude Opus 5.5 ($4/$20, Cache-Lesevorgänge mit dem Faktor 0.05×) kostet derselbe warme Turn etwa $0.07 (Lesevorgänge $0.015, Schreibvorgänge $0.015, nicht gecachte Eingaben $0.008, Ausgabe $0.030). Die kalte Variante kostet vor der Ausgabe $0.40 und damit fast das Sechsfache des warmen Turns. Diese vier Zeilen sind auch die einzige belastbare Methode für den Vergleich von Anbietern, weil Listenpreise Cache-Lesevorgänge und Thinking vollständig ignorieren. Wenn Sie sie auf drei reale Aufgaben anwenden, sehen Sie wo die Claude-Rechnung über oder unter der OpenAI-Rechnung liegt.

Wenn Sie statt eines einzelnen Turns ein Gefühl für die Abrechnungseinheit selbst bekommen möchten, rechnet was eine Million Token in Seiten, Dateien und Dollar bedeutet dieselbe Formel eine Ebene höher durch. Zur Einordnung, nicht als Prognose: Die von Anthropic veröffentlichten Zahlen für Claude-Code-Bereitstellungen in Unternehmen lagen im Oktober 2026 bei durchschnittlich etwa $13 pro Entwickler und aktivem Tag sowie $150 bis $250 pro Monat. 90% der Benutzer blieben unter $30 pro Tag. Ihre tatsächlichen Kosten hängen von der Modellwahl, der Sitzungsverwaltung und der Größe der Codebasis ab. Genau deshalb sind die folgenden Stellschrauben relevant.

Eigene Nutzung anzeigen

In Claude Code lautet der Befehl /usage. /cost funktioniert weiterhin, da es ein Alias ist. Der Block Session am oberen Rand zeigt Token-Statistiken und eine lokal berechnete Kostenschätzung für die aktuelle Sitzung. Bei Abonnementtarifen zeigt derselbe Bildschirm außerdem die Balken für das Planlimit sowie eine Aufschlüsselung der aktuellen Nutzung nach Skills, Subagents, Plugins und einzelnen MCP-Servern. In aktuellen Versionen enthält der Block Session außerdem eine Zeile Prompt cache (main). Sie zeigt den Anteil der Eingabe aus dem Cache, die Cache-Misses und ob der Cache aktuell warm ist. Für verbindliche Abrechnungsdaten bei API-Konten ist die Nutzungsseite in der Claude Console maßgeblich. Die CLI-Anzeige ist eine Schätzung. /context erzeugt ein farbiges Raster mit den Inhalten des Context-Fensters: System-Prompt, Tools, MCP-Definitionen, Dateien und Verlauf. Damit erkennen Sie am schnellsten ein übergroßes CLAUDE.md oder einen kommunikativen MCP-Server. Im Vollbildmodus wird die Aufschlüsselung nach einzelnen Elementen eingeklappt. Durch Übergabe von all wird sie erweitert.

Bei der API zeigt jede Antwort genau, was passiert ist:

response = client.messages.create(model="claude-sonnet-5-5", max_tokens=2048,
                                  messages=messages)
u = response.usage
total_prompt = u.input_tokens + u.cache_creation_input_tokens + u.cache_read_input_tokens
print(f"uncached={u.input_tokens} written={u.cache_creation_input_tokens} "
      f"read={u.cache_read_input_tokens} output={u.output_tokens}")

Beachten Sie, dass input_tokens nur der nicht aus dem Cache bediente Rest ist. Die tatsächliche Prompt-Größe ist die Summe aller drei Eingabefelder. Ein Agent, der eine Stunde lief und input_tokens: 4000 anzeigt, ist nicht kostengünstig. Die anderen 200,000 Token wurden aus dem Cache bedient. Um den Wert vor dem Senden zu schätzen, verwenden Sie den Token-Zählendpunkt. Der Aufruf ist kostenlos, unterliegt einem eigenen Rate Limit und zählt mit dem Tokenizer des von Ihnen angegebenen Modells. Betrachten Sie das Ergebnis als Näherungswert. Abgerechnet wird die tatsächliche Anfrage:

count = client.messages.count_tokens(model="claude-sonnet-5-5",
                                     messages=[{"role": "user", "content": big_file}])
print(count.input_tokens)

Verwenden Sie niemals tiktoken, aus dem oben genannten Grund.

Abonnementtarife im Vergleich zu nutzungsbasierter Abrechnung

Die technische Vorgehensweise in diesem Leitfaden ist überall identisch. Nur die Abrechnung unterscheidet sich. Mit einem API-Schlüssel rechnet Anthropic nutzungsbasiert pro Token zu den veröffentlichten Preisen ab. Jede oben genannte Zahl entspricht also echtem Geld. Diese Abrechnung beginnt früher, als viele erwarten, weil es keine kostenlose Stufe als Ausweichmöglichkeit gibt. Stattdessen erhalten Sie nur ein kleines Guthaben bei der Registrierung sowie einige Endpunkte, die nichts kosten. Das ist was ein neues API-Konto tatsächlich erhält, bevor Sie eine Karte hinterlegen. Die Ausnahme gilt seit dem 7. Oktober 2026 für ein Max- oder Team-Abonnement: Diese Tarife enthalten jetzt monatliche API-Guthaben für Ihre eigenen Apps und Agents auf der Claude Platform. Bei Max 5x sind es $100 pro Monat, bei Max 20x $200 pro Monat. Bei Team sind es $20 pro Standard-Sitz und $100 pro Premium-Sitz, gemeinsam genutzt und auf $500 begrenzt. Sie erhalten diese Guthaben, indem Sie eine Console-Organisation verknüpfen. Nicht verbrauchte Guthaben verfallen am Ende jedes Abrechnungszeitraums. Sie gelten nicht für die interaktive Nutzung von Claude Code. Bei einem Claude-Abonnement (Pro, Max, Team und älteren sitzbasierten Enterprise-Tarifen) wird die Nutzung von Claude Code stattdessen auf das im Tarif enthaltene Kontingent angerechnet. Im Oktober 2026 besteht dieses aus einem fortlaufenden Sitzungsfenster von fünf Stunden sowie einem Wochenfenster. Beide werden zwischen den Modellen und dem Chat auf claude.ai gemeinsam genutzt. Der Dollarbetrag /usage dient dabei nur zur Information und ist keine Rechnung. Im Oktober 2026 gibt es zwei Ausnahmen: Aktuelle nutzungsbasierte Enterprise-Sitze enthalten überhaupt kein Nutzungskontingent, sodass jedes Token zu den standardmäßigen API-Preisen abgerechnet wird. Außerdem sind Fable-Modelle bei Pro, Standard-Team-Sitzen und standardmäßigen älteren Enterprise-Sitzen nicht im Kontingent enthalten. Dort werden sie über nutzungsbasierte Guthaben abgerechnet. Wenn ein Fenster ausgeschöpft ist, sehen Sie "You've hit your session limit" oder "You've hit your weekly limit" zusammen mit einem Zeitpunkt für die Zurücksetzung. Der Modellwechsel mit /model stellt den Zugriff nicht wieder her, weil die Fenster von allen Modellen gemeinsam genutzt werden. Diese Fenster gelten für das Konto und nicht für den Client, den Sie gerade verwenden. Das ist wichtig, wenn Sie noch klären, was nativ unter Linux läuft und welcher Tarif welche Oberfläche abdeckt. Welches der beiden Fenster tatsächlich ausgeschöpft ist, bestimmt die Wartezeit und welche Maßnahmen in der Zwischenzeit sinnvoll sind. Daher sollten Sie Ihre Möglichkeiten kennen, wenn Sie während einer Aufgabe ein Limit erreichen. Tarife können optional Nutzungsguthaben aktivieren. Diese werden mit /usage-credits verwaltet und ermöglichen weitere Nutzung nach Erreichen des Kontingents. Ich nenne die Tarifkontingente bewusst nicht. Sie gehören zu den wechselhaftesten Zahlen in diesem gesamten Themenbereich. Prüfen Sie stattdessen claude.com/pricing und Ihre eigenen /usage-Balken. Die Token-Mechanik bleibt auch bei einem Abonnement relevant. Eine ineffiziente Sitzung verbraucht Ihr Zeitfenster genauso, wie sie bei nutzungsbasierter Abrechnung Geld verbrauchen würde. Informationen zur Abonnementseite finden Sie unter welcher Claude-Tarif zu Ihrer Nutzung passt.

Die Hebel, die tatsächlich wirken

• Begrenzen Sie, was der Agent liest. „Beheben Sie den Validierungsfehler in auth.py“ liest eine Datei; „Verbessern Sie diese Codebasis“ liest vierzig. Halten Sie CLAUDE.md schlank, da es in jede Sitzung geladen wird. Beschränken Sie es auf die wesentlichen Punkte und verschieben Sie workflowspezifische Anweisungen in Skills, die bei Bedarf geladen werden.
• Klar und kompakt. Zwischen nicht zusammenhängenden Aufgaben wird /clear bei jeder folgenden Nachricht erneut gesendet und erneut abgerechnet. Bei einer langen Aufgabe fasst /compact Focus on the failing tests and the diff den bisherigen Verlauf zusammen und verhindert, dass der Aufwand quadratisch wächst.
• Wählen Sie ein passendes Modell. Sonnet bewältigt die meisten Programmieraufgaben und kostet seit October 2026 $2/$10 pro Million Tokens. Dieser Preis ist inzwischen der reguläre Preis und kein Einführungspreis mehr: Sonnet 5.5 kostet $2/$10, und Sonnet 5 behielt $2/$10, nachdem die geplante Erhöhung zum September 1 auf $3/$15 abgesagt wurde. Zum Vergleich: Opus 5.5 kostet $4/$20. Haiku 5.5 kostet $0.10/$0.50 (für Prompts bis 100,000 Tokens, darüber $0.50/$2.50) und eignet sich für mechanische Aufgaben von Subagents wie die Log-Triage. Fable 5.1 liegt mit $10/$50 am anderen Ende. Das ist derselbe Preis wie bei Fable 5 und auf beiden Seiten der Abrechnung zweieinhalbmal so viel wie bei Opus 5.5. Daher sollten Sie wissen, welche Aufgaben diesen Preis tatsächlich rechtfertigen, bevor Sie es für Routineaufgaben ausgewählt lassen. /model wechselt mitten in der Sitzung.
• Filtern Sie ausführliche Ausgaben vorab. Ein Hook, der einen Testlauf auf die Fehler reduziert, bevor Claude ihn sieht, macht aus 20,000 Tokens eines Tool-Ergebnisses 300. Das gilt auch für jede künftige erneute Übertragung dieses Turns.
• Bündeln Sie nichtinteraktive Aufgaben. Für eigene API-Pipelines, Klassifizierung, umfangreiche Reviews und nächtliche Jobs führt die Batches API dieselben Modelle mit 50% Rabatt aus. Die Ergebnisse werden asynchron bereitgestellt.
• Beachten Sie die Cache-Laufzeit. Arbeiten Sie in zusammenhängenden Abschnitten. Eine getrennte Claude-Code-Sitzung in tmux auf einem VPS verursacht im Leerlauf keine Kosten. Tokens werden nur verbraucht, wenn ein Turn ausgeführt wird. Leerlaufzeit über die Cache-TTL hinaus verwirft jedoch den aufgewärmten Cache, und der nächste Turn muss die Inhalte erneut schreiben.

FAQ

Wie viele Tokens verwendet eine Coding-Sitzung in Claude Code?

Es gibt keine feste Anzahl. Eine einzelne Runde während der Sitzung umfasst häufig mehrere zehntausend Prompt-Tokens, sobald Dateien und Verlauf angewachsen sind. Eine Arbeitssitzung erreicht mehrere Millionen Tokens. Je nach Modell wird der größte Teil davon aus dem Cache bedient, zu einem Zehntel des Basistarifs oder weniger. Zur Einordnung: Die von Anthropic veröffentlichten Unternehmenszahlen lagen im Oktober 2026 im Durchschnitt bei etwa $13 pro Entwickler und aktivem Tag. Bei 90% der Benutzer lagen die Kosten unter $30. Führen Sie /usage in Ihrer eigenen Sitzung aus. Fünf Minuten Beobachtung sind aussagekräftiger als jeder veröffentlichte Durchschnitt.

Kosten Thinking-Tokens Geld, auch wenn ich sie nicht sehen kann?

Ja. Thinking-Tokens werden als Output-Tokens zum höheren Tarif abgerechnet und auf max_tokens angerechnet. Aktuelle Modelle berechnen sie auch dann, wenn die Benutzeroberfläche die Zusammenfassung der Überlegungen nicht anzeigt. Wenn eine Antwort mit stop_reason: "max_tokens" abgebrochen wird, bevor die sichtbare Antwort vollständig ist, hat das Thinking wahrscheinlich das Budget aufgebraucht. Setzen Sie in Claude Code für Aufgaben ohne tiefgehende Analyse den Aufwand mit /effort herab.

Warum wird eine lange Claude-Code-Sitzung pro Nachricht teurer?

Die API ist zustandslos. Bei jeder Runde werden die weiterhin im Kontext befindliche Unterhaltung, jede gelesene Datei, jedes Tool-Ergebnis und jeder vorherige Austausch, der noch nicht durch eine Komprimierung entfernt wurde, erneut als abgerechnete Eingabe gesendet. Runde 50 enthält daher die Runden 1 bis 49 als zusätzliche Daten. Prompt-Caching liefert das wiederholte Präfix bei den meisten Modellen zum Zehntel des Basistarifs für Eingaben aus (5% bei Opus 5.5 und Sonnet 5.5, 2.5% bei Fable 5.1). Das Präfix wird jedoch immer länger. Jede Unterbrechung, die über die Cache-TTL hinausgeht, macht aus der nächsten Runde wieder eine vollständige Übertragung zum regulären Preis. /compact verkleinert den Verlauf. /clear setzt ihn zurück.

Wie prüfe ich meine Claude-Token-Nutzung und Kosten?

In Claude Code zeigt /usage Sitzungsstatistiken zu Tokens, eine lokale Kostenschätzung und bei Abonnements Balken für die Planlimits an (/cost ist ein Alias). /context zeigt, wodurch das Kontextfenster belegt wird. Für die verbindliche API-Abrechnung verwenden Sie die Nutzungsseite in der Claude Console. Lesen Sie in Ihrem eigenen Code response.usage aus. Die Summe aus input_tokens, cache_creation_input_tokens und cache_read_input_tokens ergibt die tatsächliche Prompt-Größe. Schätzen Sie den Bedarf im Voraus mit dem Endpunkt count_tokens, niemals mit tiktoken.