Claude Tokens verstehen: Kosten in Claude Code berechnen

Was sind Tokens in Claude?

Ein Token ist die Texteinheit, die Claude liest und schreibt: ein Fragment eines Worts, ungefähr 3.5 englische Zeichen. Diese Angabe stammt aus dem Glossar von Anthropic. Sie ergibt deutlich mehr als ein Token pro Wort, sobald Leerzeichen und Satzzeichen mitgezählt werden. Tausend Wörter Fließtext entsprechen daher problemlos mehr als 1,300 Tokens. Code benötigt pro Zeile mehr Tokens: Geschweifte Klammern, Operatoren, Unterstriche und Einrückungen erzeugen im Verhältnis zur Zeichenanzahl mehr Tokens 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, verbraucht bereits eine fünfstellige Anzahl von Tokens, bevor eine einzige neue Codezeile geschrieben wurde.

Zwei Aspekte von Tokenizern führen häufig zu Missverständnissen. Erstens sind sie modellspezifisch. Stand Juli 2026 verwenden Opus 4.7 und spätere Versionen, Sonnet 5 und Fable 5 einen neueren Tokenizer, der für denselben Text ungefähr 30% mehr Tokens erzeugt als frühere Claude-Modelle. Der genaue Anstieg hängt vom Inhalt ab. Dadurch ändern sich alle Kalkulationen in Tokens, obwohl die Preise pro Token dadurch nicht gestiegen sind. Zweitens ist tiktoken, die Bibliothek, zu der fast jeder Blogbeitrag greift, der Tokenizer von OpenAI. Bei normalem Text unterschätzt er die Tokenanzahl von Claude um ungefähr 15–20%, bei Code noch stärker. Die einzige verlässliche Zählung liefert der Endpunkt count_tokens, der weiter unten behandelt wird.

Was Ihre Coding-Sitzung kostet

Jede Claude-Abrechnung, unabhängig davon, ob es sich um eine API-Rechnung oder ein Abonnementlimit handelt, basiert auf einem Zähler: Eingabetokens und Ausgabetokens. Die Preisseite wirkt zunächst einfach: ein bestimmter Dollarbetrag pro 1 Million Eingabetokens und ein weiterer pro 1 Million Ausgabetokens. Sie erklärt jedoch nicht, dass der Eingabezähler in einer agentischen Coding-Sitzung deutlich stärker läuft als intuitiv zu erwarten ist, weil die gesamte Unterhaltung bei jeder einzelnen Runde erneut gesendet wird. Ich verkaufe seit fünfzehn Jahren Infrastruktur mit nutzungsabhängiger Abrechnung. Tokens sind der erste Zähler, bei dem die meisten Kunden wirklich nicht sagen können, was ihn antreibt. Diese Anleitung zum Ablesen des Zählers erklärt, 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 Code bezahlen, den Claude schreibt. In einer agentischen Sitzung ist das nur der kleinere Kostenpunkt. Eingabetokens zum günstigeren Tarif, aber in deutlich höherer Menge, umfassen:

• Die Systemaufforderung. Die eigenen Anweisungen des Claude-Code-Harness sowie Ihre CLAUDE.md- und Memory-Dateien werden beim Sitzungsstart geladen und danach bei jeder Anfrage erneut übermittelt.
• Tooldefinitionen. Dazu gehört jedes Tool-Schema, das der Agent aufrufen könnte. Jeder verbundene MCP-Server erhöht diesen festen Overhead. Claude Code lädt vollständige MCP-Tooldefinitionen inzwischen standardmäßig verzögert. Bis ein Tool erstmals verwendet wird, stehen daher nur die Toolnamen im Kontext. Das reduziert die Kosten, beseitigt sie aber nicht.
• Jede Datei, die der Agent liest. Ein Read einer Quelldatei übernimmt die gesamte Datei in den Kontext. Dort bleibt sie erhalten.
• Jedes Tool-Ergebnis. Testläufe, grep-Ausgaben, Terminalausgaben, Build-Logs: All das wird als Eingabetokens zurückgesendet. Eine fehlgeschlagene Testsuite mit 8,000 ausgegebenen Zeilen wird Ihnen damit für ein kleines Buch berechnet.
• Die bisherige gesamte Konversation, die bei jeder Anfrage erneut gesendet wird. Dieser Punkt verdient einen eigenen Abschnitt.

Die erneute Übertragung, die niemand einpreist

Die Claude API ist zustandslos. Sie merkt sich zwischen Anfragen nichts von Ihrer Sitzung. Das tut keine API. Bei Turn 2 sendet der Client daher Turn 1, die Antwort darauf und Ihre neue Nachricht. Bei Turn 50 sendet er die Turns 1 bis 49 erneut, jede gelesene Datei, jedes Tool-Ergebnis, jedes Diff sowie Turn 50. Das Modell liest das gesamte Transkript bei jeder Anfrage erneut. Für jedes dieser erneut gelesenen Tokens wird die Eingabe abgerechnet.

Die Folge: Die Kosten pro Turn steigen mit der Sitzungslänge ungefähr linear. Die Gesamtkosten der Sitzung steigen dagegen 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 zusätzlichem Inhalt mitführt. Diese Tatsache erklärt die meisten Anfragen nach dem Muster „Warum war meine Rechnung so hoch?“. Das ist keine Besonderheit von Claude. Jedes LLM-Produkt, das sich zustandsbehaftet anfühlt, verwendet im Hintergrund eine zustandslose API mit einer Schleife, die den bisherigen Verlauf erneut überträgt.

Ausgabe: Was Sie sehen und was Sie nicht sehen

Ausgabetokens sind der teuerste Kostenfaktor. Sie werden im gesamten aktuellen Modellangebot zum fünffachen Eingabepreis abgerechnet ($5/$25 bei Opus 4.8, $3/$15 bei Sonnet 5 und $1/$5 bei Haiku 4.5, Stand Juli 2026). Zur Ausgabe zählen der von Claude erzeugte Text und Code sowie Thinking-Tokens: die interne Verarbeitung des Modells vor der Antwort. Dabei sind zwei Fakten wichtig. Thinking wird zu den Ausgabetarifen abgerechnet und auf max_tokens angerechnet. Eine API-Antwort, die mit stop_reason: "max_tokens" abbricht, sowie eine gekürzte Antwort bedeuten häufig, dass die Verarbeitung das Budget bereits aufgebraucht hat. Bei aktuellen Modellen wird die Zusammenfassung der Verarbeitung möglicherweise überhaupt nicht angezeigt. Opus 4.8, Sonnet 5 und Fable 5 blenden sie standardmäßig aus. Die Verarbeitung hat trotzdem stattgefunden und wird trotzdem berechnet. Unsichtbar bedeutet nicht kostenlos.

Claude Code aktiviert Extended Thinking standardmäßig, weil es die Qualität mehrstufiger Aufgaben messbar verbessert. Das Standardbudget kann pro Anfrage mehrere zehntausend Tokens umfassen. Bei einfacheren Aufgaben können Sie es reduzieren: Senken Sie die Aufwandsstufe mit /effort oder in /model, oder passen Sie die Thinking-Einstellungen in /config an. Das ist ein echter Kostenhebel und kein Aberglaube.

Prompt-Caching verändert die Kostenrechnung

Prompt-Caching verhindert, dass die erneute Übertragung aller Inhalte die Kosten unbezahlbar macht. Die API kann ein stabiles Präfix Ihres Prompts, des System-Prompts, der Tool-Definitionen und des Gesprächsverlaufs zwischenspeichern und es bei der nächsten Anfrage zu einem Bruchteil des Preises ausliefern. Im Juli 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 das 0,1-Fache. Schreibvorgänge sind teurer; Lesevorgänge bieten einen Rabatt von 90 %. Bereits ein einziger Lesevorgang gleicht den Aufpreis des 5-Minuten-Schreibvorgangs 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 Standard-Cache bleibt jedoch fünf Minuten ab der letzten Verwendung gültig. Wenn Sie länger als geplant eine Kaffeepause machen, zurückkommen und eine Nachricht senden, ist der Cache abgelaufen. Das gesamte bisher angesammelte Präfix wird dann zu 1,25 % statt aus dem Cache zu 0,1 % erneut geschrieben. Bei einer Sitzung mit 150K Tokens kostet dieser eine Cache-Miss mehr als ein Dutzend Sitzungen mit aktivem Cache. Das ist das kontraintuitive Ergebnis, das Sie sich merken sollten: Ein Muster aus Leerlauf und anschließendem Fortsetzen kann mehr kosten als kontinuierliches Arbeiten, weil jede Leerlaufphase über der TTL die nächste Anfrage von einem günstigen Lesevorgang in einen teuren erneuten Schreibvorgang umwandelt. Arbeiten Sie in Blöcken. Verteilen Sie eine umfangreiche Sitzung nicht auf eine Nachricht alle zehn Minuten.

Wenn Sie die API aus Ihrer eigenen Anwendung auf einem VPS aufrufen, erhalten Sie diese Vorteile nicht automatisch. Ein klassischer, selbst verursachter Fehler besteht darin, einen Zeitstempel oder eine Request-ID in den System-Prompt einzufügen. Dadurch ändern sich die Präfix-Bytes bei jeder Anfrage, und das Caching wird unbemerkt deaktiviert. Ein Hinweis darauf ist, dass usage.cache_read_input_tokens bei ansonsten identisch wirkenden Aufrufen dauerhaft den Wert 0 hat.

Die Formel mit einem durchgerechneten Beispiel

Ignorieren Sie alle Angaben nach dem Muster „eine Sitzung kostet pauschal $X“. Die Kosten pro Sitzung können sich um den Faktor 100 unterscheiden. Gültig ist die folgende Formel:

turn cost = (uncached input      x base input price)
          + (cache writes        x 1.25 x base input price)
          + (cache reads         x 0.10 x base input price)
          + (output incl. thinking x output price)

session cost = sum over all turns

Durchgerechnetes Beispiel für Claude Opus 4.8, das im Juli 2026 $5 pro Million Eingabetokens und $25 pro Million Ausgabetokens kostet. Ein Turn in der Mitte einer Sitzung enthält 80,000 Tokens bereits aufgebauten Kontext: 75,000 werden aus dem Cache gelesen, 3,000 neu geschrieben, 2,000 sind nicht gecachte neue Eingabe und 1,500 sind Ausgabetokens einschließlich Thinking.

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

Das sind etwa $0.10 für den Turn; fünfzig vergleichbare Turns kosten ungefähr $5. Derselbe Turn kostet nach Ablauf des Caches dagegen bereits $0.50, bevor die Ausgabe hinzukommt, weil die vollständigen 80,000 Tokens erneut für $6.25/M geschrieben werden. Das ist ungefähr das Fünffache der gesamten Kosten des warmen Turns – bei identischer Arbeit. Diese Differenz fasst die gesamte Bedeutung des Cachings in einer Zahl zusammen. Dieselben vier Zeilen sind auch die einzige seriöse Grundlage für einen Anbietervergleich, weil Listenpreise Cache-Lesevorgänge und Thinking vollständig ignorieren. Drei reale Aufgaben zeigen, 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, führt eine Million Tokens in Seiten, Dateien und Dollar umgerechnet dieselbe Berechnung eine Ebene höher durch. Zur Einordnung, nicht als Prognose: Die von Anthropic veröffentlichten Zahlen für Claude-Code-Bereitstellungen in Unternehmen liegen im Juli 2026 im Durchschnitt bei etwa $13 pro Entwickler und aktivem Tag sowie bei $150–250 pro Monat. 90% der Benutzer bleiben unter $30 pro Tag. Ihre tatsächlichen Kosten hängen von der Modellwahl, der Pflege der Sitzungen und der Größe der Codebasis ab. Genau deshalb sind die folgenden Stellschrauben wichtig.

Die eigene Nutzung anzeigen

In Claude Code lautet der Befehl /usage (/cost funktioniert weiterhin und ist ein Alias). Der Block „Session“ oben zeigt Token-Statistiken und eine lokal berechnete Kostenschätzung für die aktuelle Sitzung. Bei Abonnementtarifen werden auf demselben Bildschirm außerdem die Balken für die Tariflimits sowie eine Aufschlüsselung der letzten Nutzung nach Skills, Subagents, Plugins und einzelnen MCP-Servern angezeigt. Für die verbindliche Abrechnung von API-Konten ist die Nutzungsseite in der Claude Console maßgeblich. Die CLI-Zahl ist nur eine Schätzung. /context zeigt ein farbiges Raster für die Belegung des Context Window, darunter System-Prompt, Tools, MCP-Definitionen, Dateien und Verlauf. Damit erkennen Sie am schnellsten einen überladenen CLAUDE.md oder einen besonders gesprächigen MCP-Server. Mit all wird die vollständige Aufschlüsselung nach einzelnen Elementen eingeblendet.

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

response = client.messages.create(model="claude-sonnet-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 den nicht aus dem Cache bedienten Rest angibt. Die tatsächliche Prompt-Größe ist die Summe aller drei Eingabefelder. Ein Agent, der eine Stunde lang ausgeführt wurde und input_tokens: 4000 anzeigt, ist nicht günstig. Die übrigen 200,000 Tokens wurden aus dem Cache bereitgestellt. Für eine Schätzung vor dem Senden verwenden Sie den Token-Zähl-Endpunkt. Der Aufruf ist kostenlos, unterliegt einem eigenen Rate Limit und zählt mit dem Tokenizer des jeweils angegebenen Modells. Betrachten Sie das Ergebnis als Näherungswert. Für die Abrechnung ist die tatsächliche Anfrage maßgeblich:

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

Verwenden Sie niemals tiktoken, weil der oben genannte Grund gilt.

Abonnementtarife im Vergleich mit nutzungsabhängiger Abrechnung

Die Abläufe in dieser Anleitung sind überall identisch. Nur die Abrechnung unterscheidet sich. Mit einem API-Schlüssel rechnet Anthropic nutzungsabhängig pro Token zu den veröffentlichten Preisen ab. Jede oben genannte Zahl entspricht echtem Geld. Diese Abrechnung beginnt früher, als die meisten erwarten, weil es keine kostenlose Stufe gibt. Es gibt lediglich ein kleines Guthaben bei der Registrierung und einige Endpunkte, für die nichts berechnet wird. Das ist was ein neues API-Konto tatsächlich erhält, bevor Sie eine Karte hinterlegen. Bei einem Claude-Abonnement (Pro, Max, Team, Enterprise) wird die Nutzung von Claude Code stattdessen auf das im Tarif enthaltene Kontingent angerechnet. Im Juli 2026 umfasst dieses ein rollierendes Sitzungsfenster von fünf Stunden sowie ein wöchentliches Fenster. Beide gelten modellübergreifend und gemeinsam mit dem Chat auf claude.ai. Der Dollarbetrag /usage dient dabei nur zur Information und ist keine Rechnung. Wenn ein Fenster ausgeschöpft ist, wird mit einer Rücksetzzeit "You've hit your session limit" oder "You've hit your weekly limit" angezeigt. Ein Modellwechsel mit /model stellt den Zugriff nicht wieder her, weil die Fenster für alle Modelle gemeinsam gelten. Die Fenster sind an das Konto gebunden, nicht an den Client, den Sie gerade verwenden. Das ist wichtig, wenn Sie noch klären, was nativ unter Linux läuft und welcher Tarif die einzelnen Oberflächen abdeckt. Welches der beiden Fenster tatsächlich ausgeschöpft ist, bestimmt die Wartezeit und welche Maßnahme sich in der Zwischenzeit lohnt. Daher sollten Sie Ihre Optionen kennen, wenn Sie während einer Aufgabe ein Limit erreichen. Tarife können optional die Nutzung von Guthaben aktivieren. Diese verwalten Sie mit /usage-credits, um über das Kontingent hinaus Nutzung zu erwerben. Ich führe die Kontingente der Tarife bewusst nicht auf. Sie gehören zu den volatilsten Zahlen in diesem gesamten Themenbereich. Prüfen Sie stattdessen claude.com/pricing und Ihre eigenen /usage-Anzeigen. Die Token-Mechanik bleibt auch bei einem Abonnement relevant. Eine ineffiziente Sitzung verbraucht Ihr Zeitfenster genauso, wie sie bei nutzungsabhängiger Abrechnung Geld verbrauchen würde. Informationen zu Abonnements finden Sie unter welcher Claude-Tarif zu Ihrer Nutzung passt.

Die Stellschrauben, 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. Es wird in jede Sitzung geladen. Beschränken Sie es daher auf das Wesentliche und verschieben Sie workflowspezifische Anweisungen in Skills, die bei Bedarf geladen werden.
• Halten Sie den Kontext klar und kompakt. /clear zwischen voneinander unabhängigen Aufgaben wird veralteter Kontext bei jeder weiteren 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 die Modellgröße passend. Sonnet bewältigt die meisten Programmieraufgaben zu $2/$10 pro 1 Million Tokens im Einführungspreisstand von July 2026 ($3/$15 Listenpreis, gegenüber Opus mit $5/$25). Haiku zu $1/$5 eignet sich für mechanische Subagent-Aufgaben wie die Triage von Logs. Fable 5 liegt mit $10/$50 am anderen Ende und kostet auf beiden Seiten der Abrechnung doppelt so viel wie Opus. Daher sollten Sie wissen, welche Aufgaben diesen Preis tatsächlich rechtfertigen, bevor Sie es für Routineaufgaben ausgewählt lassen. /model wechselt das Modell während der Sitzung.
• Filtern Sie umfangreiche Ausgaben vorab. Ein Hook, der die Ausgabe eines Testlaufs auf die Fehler reduziert, bevor Claude sie sieht, macht aus 20.000 Tokens eines Tool-Ergebnisses 300. Das geschieht bei jeder künftigen erneuten Übermittlung 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-Gültigkeitsdauer. Arbeiten Sie in zusammenhängenden Abschnitten. Eine getrennte Claude-Code-Sitzung in tmux auf einem VPS verursacht während des Leerlaufs keine Kosten. Tokens werden nur verbraucht, wenn ein Turn ausgeführt wird. Der Leerlauf lässt jedoch den Warm-Cache verfallen. Beim nächsten Turn muss der Kontext erneut übertragen werden.

FAQ

Wie viele Tokens verbraucht eine Programmiersitzung in Claude Code?

Es gibt keine feste Anzahl. Eine einzelne Runde während der Sitzung umfasst häufig Zehntausende Prompt-Tokens, sobald sich Dateien und Verlauf angesammelt haben. Eine Arbeitssitzung erreicht mehrere Millionen Tokens, von denen die meisten über den Cache zu einem Zehntel des Basistarifs bereitgestellt werden. Zur Einordnung: Die veröffentlichten Unternehmenszahlen von Anthropic lagen im Juli 2026 im Durchschnitt bei etwa $13 pro Entwickler und aktivem Tag, wobei 90% der Benutzer unter $30 lagen. Führen Sie /usage in Ihrer eigenen Sitzung aus. Fünf Minuten Beobachtung sind aussagekräftiger als jeder veröffentlichte Durchschnitt.

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

Ja. Thinking-Tokens werden als Output-Tokens zum teureren 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" abbricht, bevor die sichtbare Antwort vollständig ist, hat das Thinking wahrscheinlich das Budget aufgebraucht. Setzen Sie in Claude Code für Aufgaben ohne tiefgehende Überlegungen die Aufwandsstufe mit /effort herab.

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

Die API ist zustandslos. Bei jeder Runde werden die gesamte Unterhaltung, jede gelesene Datei, jedes Tool-Ergebnis und jeder vorherige Austausch erneut als Eingabe übertragen. Dadurch enthält Runde 50 auch die Runden 1 bis 49. Prompt-Caching stellt das wiederholte Präfix für etwa ein Zehntel des Basistarifs für Eingaben bereit. Das Präfix wächst jedoch weiter. Nach einer Leerlaufzeit über dem Cache-TTL wird die nächste Runde vollständig zum normalen Preis erneut übertragen. /compact verkleinert den Verlauf. /clear setzt ihn zurück.

Wie prüfe ich meine Claude-Tokens und Kosten?

In Claude Code zeigt /usage die Token-Statistik der Sitzung, 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. In Ihrem eigenen Code lesen Sie response.usage. 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.