Kostet Claudes Memory-Funktion extra?

Kostet Claudes Memory-Funktion extra?

Claudes Memory-Funktionen verursachen keine eigenen Kosten. Die von Anthropic veröffentlichten Preise gelten pro 1 Million Input-Token und pro 1 Million Output-Token. Für Prompt-Caching gelten zusätzliche Preise. Keine dieser Kategorien wird als Memory-Token bezeichnet. Das Speichern der Memory selbst kostet über die Claude API (Application Programming Interface) nichts, weil das Memory-Tool clientseitig arbeitet und die Datei auf einem von Ihnen verwalteten Speicher liegt.

Memory wirkt sich trotzdem auf Ihre Abrechnung aus, weil eine gespeicherte Information eine Antwort nur dann beeinflusst, wenn sie in der von Claude gelesenen Anfrage enthalten ist. Memory zu verwenden bedeutet, den Inhalt erneut zu senden. Dieser Text wird als Input-Token übertragen und zum normalen Input-Preis des Modells berechnet. Zwei Werte bestimmen die Kosten: Wie viele Token des gespeicherten Textes Sie bei jeder Anfrage erneut übertragen und ob dieser erneut übertragene Text aus dem Prompt-Cache bedient werden kann.

Mit einem Pro- oder Max-Abonnement werden Ihnen keine einzelnen Token berechnet. Memory verbraucht dann Ihr Nutzungskontingent statt Geld. Der Mechanismus ist derselbe. Nur die Einheit ändert sich. Das Kontingent ist begrenzt. Daher sollten Sie wissen, was Claude Pro kostet und ab wann seine Limits Sie einschränken, bevor Sie festlegen, wie viel Memory jede Anfrage enthalten soll. Claude Enterprise funktioniert wiederum anders, weil jedes Token zusätzlich zum Preis pro Benutzerkonto zu API-Preisen abgerechnet wird. Ein zu großer Memory-Block wird dadurch wieder zu einem Kostenfaktor statt zu einer Belastung des Kontingents. Wenn das Kürzen der Memory Ihre Nutzung problemlos unter die Grenze eines kleineren Tarifs bringt, ist der Wechsel von Max zu Pro der nächste sinnvolle Schritt. Die Änderung wird zum Ende des bereits bezahlten Abrechnungszeitraums wirksam. Wenn Sie tatsächlich Anbieter statt der Anthropic-Tarife miteinander vergleichen, ist ein Vergleich von Claudes Tarifen mit den aktuellen ChatGPT-Preisen der richtige Ausgangspunkt.

Was „Memory“ auf den einzelnen Claude-Oberflächen bedeutet

Drei separate Produkte verwenden dasselbe Wort. Dass sie verwechselt werden, ist der Hauptgrund dafür, dass diese Frage so verwirrend wirkt.

Das Memory-Tool in der Claude API. Sie fügen der tools-Array einen Eintrag hinzu und implementieren die Dateioperationen in Ihrem eigenen Code.

{"type": "memory_20250818", "name": "memory"}

Stand August 2026 ist dieses Tool für die Messages API ohne Beta-Header allgemein verfügbar, und zwar für Claude 4 und neuere Modelle. Es arbeitet clientseitig: Claude fordert eine Operation wie view /memories an, Ihr Handler führt sie in einem von Ihnen kontrollierten Speicher aus, und Sie geben das Ergebnis in einem tool_result-Block zurück. Anthropic speichert die Datei nie. Daher fallen keine Speicherkosten an, die Sie weiterberechnen müssten. Sie bezahlen stattdessen den Roundtrip. Die Tooldefinition wird in jeder Anfrage gesendet. Der zurückgegebene Dateiinhalt bleibt ab diesem Zeitpunkt Teil der Konversation.

Anthropic veröffentlicht den festen Anteil dieses Overheads. Bei Claude Opus 5 und einer Toolauswahl von auto umfasst der System-Prompt für die Toolverwendung laut Dokumentation von August 2026 286 Tokens. Diese Kosten fallen pro Anfrage einmal an, sobald ein beliebiges Tool vorhanden ist, unabhängig davon, ob es sich um Memory handelt.

Claude Code. Zu Beginn jeder Sitzung werden zwei Mechanismen geladen. CLAUDE.md-Dateien enthalten die von Ihnen verfassten Anweisungen. Auto Memory enthält Notizen, die Claude selbst unter ~/.claude/projects/<project>/memory/ schreibt. Nur die ersten 200 Zeilen oder 25KB von MEMORY.md werden geladen, je nachdem, welches Limit zuerst erreicht wird. Die danebenliegenden Themendateien werden bei Bedarf statt beim Start gelesen. Alles, was beim Start geladen wird, wird Teil des Präfixes, das jede spätere Anfrage in dieser Sitzung mitführt. Wie Claude Code Memory zwischen Sitzungen abruft beschreibt die Ladereihenfolge Datei für Datei.

Claude im Web. Auf claude.ai besteht Memory aus Einträgen, die Claude während des Chats schreibt und aktualisiert. Für jedes Projekt gibt es einen separaten Memory-Bereich. Unter Settings > Memory sehen Sie, was gespeichert ist. Der Schalter dort bietet die Optionen Pause memory oder Reset memory. Diese Oberfläche wird über ein Abonnement abgerechnet. Memory verbraucht hier daher Nutzungslimits.

Warum gespeicherter Text als Eingabetoken berechnet wird

Die Messages API ist zustandslos. Sie speichert zwischen den Aufrufen nichts. Deshalb sendet Ihr Client bei jeder Runde die gesamte Unterhaltung, und das Modell liest sie erneut ein. Für den Speicher gelten keine Ausnahmen. Er ist ein weiterer Textblock in derselben Anfrage.

Die Aufteilung ist im usage-Objekt jeder Antwort sichtbar.

"usage": {
  "input_tokens": 412,
  "cache_creation_input_tokens": 0,
  "cache_read_input_tokens": 18240,
  "output_tokens": 236
}

input_tokens zählt nur die Token, die weder aus dem Cache gelesen noch zum Erstellen des Caches verwendet wurden. In der Praxis sind das die Token nach dem letzten Cache-Breakpoint. Die gesamten Eingabetoken der Anfrage entsprechen cache_read_input_tokens plus cache_creation_input_tokens plus input_tokens. Eine Memory-Datei, die Claude vor drei Runden geöffnet hat, ist in jeder darauffolgenden Runde in dieser Summe enthalten. Solange das gecachte Präfix gültig bleibt, wird sie unter cache_read_input_tokens erfasst. Andernfalls wird sie unter input_tokens erfasst. Derselbe Text führt also zu zwei sehr unterschiedlichen Preisen. Eingabe- und Ausgabetoken haben unterschiedliche Preise, und Memory wird immer nur der Eingabeseite zugeordnet.

Wo Sie diese Zahlen bei Ihrer eigenen Nutzung sehen

Übernehmen Sie keine Zahl aus einem Blogbeitrag, auch nicht aus diesem. Messen Sie Ihren eigenen Memory-Block. Die Tokenzählung ist kostenlos und hat ein eigenes Rate Limit. Die Messung verursacht daher keine Kosten.

curl https://api.anthropic.com/v1/messages/count_tokens \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "content-type: application/json" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-5",
    "system": "You are a scientist",
    "messages": [{"role": "user", "content": "Hello, Claude"}]
  }'

Die Antwort ist eine Zahl, beispielsweise { "input_tokens": 14 }. Führen Sie die Abfrage einmal mit Ihrem Memory-Text im Feld system und einmal ohne ihn aus. Die Differenz entspricht den Kosten dieses Memorys bei jedem Turn. Dabei sind zwei Punkte zu beachten. Die Zählung ist eine Schätzung. Zusätzliche Tokens, die Anthropic für eigene Systemoptimierungen hinzufügt, werden Ihnen nicht berechnet. Zählen Sie außerdem mit dem Modell, das Sie tatsächlich verwenden. Claude 4.7 und spätere Versionen verwenden einen neueren Tokenizer, der für denselben Text ungefähr 30 Prozent mehr Tokens erzeugt.

In Claude Code erhalten Sie die gleiche Information ohne curl.

• /context zeigt, was derzeit geladen ist, einschließlich der Memory-Dateien. So sehen Sie deren Anteil am Context Window, bevor Sie etwas eingeben.
• /memory listet Ihre CLAUDE.md-Dateien auf und öffnet den Ordner für den automatischen Memory.
• /usage gibt unter anderem die Session-Gesamtsummen sowie Cache Reads und Cache Writes aus.
• Die Statuszeile kann die Nutzung des Context Window kontinuierlich anzeigen. Dadurch wird das Wachstum während des Vorgangs sichtbar.

Der /usage-Session-Block sieht so aus:

Total cost:            $0.55
Total duration (API):  6m 20s
Total duration (wall): 6h 33m 10s
Total code changes:    0 lines added, 0 lines removed
Usage by model:
   claude-sonnet-4-6:  1.2k input, 5.3k output, 940.0k cache read, 50.0k cache write ($0.55)

Lesen Sie die letzte Zeile sorgfältig. Der Wert 940.0k für Cache Reads ist die gesamte Konversation einschließlich Memory, die bei jedem Turn erneut zum Cache-Tarif gesendet wird. Der Wert 1.2k für Input umfasst nur den Teil, der neu war. Claude Code berechnet diesen Dollarbetrag lokal anhand der Listenpreise. Daher werden Ihre individuellen Rabatte nicht berücksichtigt, und der Betrag kann von Ihrer Rechnung abweichen. Die Usage-Seite in der Claude Console ist der maßgebliche Wert.

Führen Sie anschließend den Vergleich direkt aus. Stellen Sie dieselbe Eingangsfrage in zwei neuen Sessions, einmal normal und einmal mit deaktiviertem automatischem Memory.

CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 claude

Führen Sie in jeder Session /context aus und vergleichen Sie den Eintrag für die Memory-Dateien. Die Differenz entspricht den Kosten Ihres angesammelten Memorys zu Beginn jeder Session, bevor eine Arbeit ausgeführt wird. Eine vollständige Aufschlüsselung der Claude-Code-Token-Nutzung sollten Sie anschließend zusammen mit diesen beiden Zahlen lesen.

Wie viel kostet das erneute Senden von Speicher pro einer Million Tokens?

Prompt-Caching ist der Grund dafür, dass derselbe Speicherblock in einem Durchlauf zehnmal mehr kosten kann als in einem anderen. Anthropic veröffentlicht die Cache-Preise als Vielfache des jeweiligen Basiseingabepreises des Modells. Dadurch bleibt das Verhältnis auch dann bestehen, wenn sich die Preise in Dollar ändern.

[
  {
    "label": "Base input",
    "price_multiple": 1
  },
  {
    "label": "5 minute cache write",
    "price_multiple": 1.25
  },
  {
    "label": "1 hour cache write",
    "price_multiple": 2
  },
  {
    "label": "Cache read",
    "price_multiple": 0.1
  }
]

Das Lesen aus dem Cache kostet das 0.1-Fache des Basiseingabepreises. Das Schreiben eines Eintrags mit einer Gültigkeitsdauer von 5 Minuten kostet das 1.25-Fache des Basiseingabepreises. Bei einer Gültigkeitsdauer von 1 Stunde sind es das 2-Fache. Anthropic formuliert den Break-even-Punkt eindeutig: Caching lohnt sich nach einem Cache-Lesevorgang bei einer Dauer von 5 Minuten oder nach zwei Cache-Lesevorgängen bei einer Dauer von 1 Stunde. Der Break-even-Punkt für Prompt-Caching ist die Berechnung, die Sie durchführen sollten, bevor Sie entscheiden, wo der Speicher abgelegt wird.

Diese Vielfachen machen aus der Anzahl der erneuten Übertragungen eine einfache Berechnung. Der nächste Block basiert auf den oben veröffentlichten Vielfachen. Er ist keine Messung eines laufenden Workloads. Er berechnet die Kosten eines Speicherblocks auf drei Arten über eine Sitzung mit 100 Durchläufen. Angegeben wird jeweils die entsprechende Anzahl von Tokens, die zum normalen Basiseingabepreis abgerechnet würden.

[
  {
    "label": "4,000 tokens, never cached",
    "base_rate_equivalent_tokens": "400,000"
  },
  {
    "label": "4,000 tokens, 1 write and 99 reads",
    "base_rate_equivalent_tokens": "44,600"
  },
  {
    "label": "1,000 tokens, 1 write and 99 reads",
    "base_rate_equivalent_tokens": "11,150"
  }
]

Ein Speicherblock mit 4,000 Tokens, der bei allen 100 Durchläufen den Cache verfehlt, wird wie 400,000 Tokens zum Basistarif abgerechnet. Derselbe Block mit einem 5-Minuten-Cache-Schreibvorgang und 99 Cache-Lesevorgängen wird wie 44,600 abgerechnet. Wenn Sie ihn auf ein Viertel seiner Größe reduzieren und das Caching beibehalten, wird er wie 11,150 abgerechnet. Die Funktion hat sich in diesen 3 Zeilen nicht geändert. Nur das Verhalten beim erneuten Senden war unterschiedlich. Dabei handelt es sich weiterhin um Token-Anzahlen und nicht um Geldbeträge. Eine Token-Anzahl in einen Betrag auf Ihrer monatlichen Rechnung umzurechnen erfordert eine Multiplikation mit dem Preis Ihres Modells pro einer Million Tokens. Dieser Preis wird durch das von Ihnen verwendete Modell festgelegt. Wenn der Agent auf Claude Fable 5 laufen soll, beginnen Sie mit den veröffentlichten Preisen pro einer Million Tokens und den dafür geeigneten Aufgaben. Wenn der Anbieter noch offen ist und nicht nur das Modell feststeht, zeigt dieselben Aufgaben mit Kosten für Anthropics API und für ChatGPT, an welcher Stelle diese Multiplikation zu unterschiedlichen Ergebnissen führt. Ein speicherintensiver Agent belastet dabei besonders die Eingabeseite.

Die zweite Zeile setzt voraus, dass jede der 99 späteren Anfragen eintrifft, solange der Cache-Eintrag noch gültig ist. Diese Annahme ist der Grund, warum die meisten realen Rechnungen falsch ausfallen.

Warum kostet dieselbe Frage nach einer Pause mehr?

Ein Cache-Eintrag hat eine Lebensdauer. Die Zeitmessung beginnt mit der Anfrage, die den Eintrag schreibt oder liest. Der Standardwert beträgt 5 Minuten. Die Option für 1 Stunde kostet das oben genannte 2x-Schreiben. In Claude Code beträgt die Lebensdauer bei einem Abonnement eine Stunde. Sobald Sie auf Nutzungsguthaben zurückgreifen, sinkt sie auf fünf Minuten. Bei einem API-Schlüssel oder einem Cloudanbieter beträgt sie standardmäßig fünf Minuten. Mit ENABLE_PROMPT_CACHING_1H=1 bleibt die Lebensdauer bei Nutzungsguthaben auf eine Stunde gesetzt.

Eine einzeilige Frage, die Sie in einer Sitzung eingeben, die Sie über die Mittagspause geöffnet lassen, ist daher teuer. Der Cache-Eintrag ist während Ihrer Abwesenheit abgelaufen. Das gesamte Präfix einschließlich des Kontexts wird erneut zum Basiseingabepreis verarbeitet und wieder in den Cache geschrieben. Die Länge der Pause bestimmt diesen Preis.

Sie können das überprüfen, statt es nur anzunehmen. In einem Pro-, Max-, Team- oder Enterprise-Tarif kennzeichnet die Aufschlüsselung /usage jedes Verhalten, das für mindestens 10 Prozent der letzten Nutzung verantwortlich ist. Sowohl ein langer Kontext als auch Cache-Misses werden dort namentlich aufgeführt. Über die API können Sie beobachten, wie cache_creation_input_tokens bei der ersten Anfrage nach einer Ruhephase wieder auf die vollständige Größe Ihres Präfixes ansteigt.

Was den Cache unbemerkt ungültig macht

Der zwischengespeicherte Präfix ist geordnet: zuerst Tools, dann System und anschließend Nachrichten. Eine Änderung auf einer Ebene macht diese Ebene und alle nachfolgenden Ebenen ungültig. Wenn Sie eine Tool-Definition bearbeiten, wird der gesamte Cache verworfen. Wenn Sie den System-Prompt bearbeiten, werden der System-Cache und der Nachrichten-Cache verworfen.

Das ist die Falle für alle, die den Speicher im System-Prompt ablegen und ihn aktualisieren, sobald der Agent dazulernt. Jede Aktualisierung verwirft die zwischengespeicherte Kopie aller nachfolgenden Inhalte. Die nächste Anfrage muss diese Inhalte daher erneut vollständig schreiben. Platzieren Sie stabiles Material am Anfang und ändern Sie es nicht. Platzieren Sie veränderliche Inhalte weiter hinten in der Nachrichtenliste, damit ihre Invalidierung wenig kostet.

Es gibt einen zweiten, unauffälligeren Fehler. Jedes Modell hat einen Mindestumfang für cachefähige Präfixe: 512 Tokens bei Claude Opus 5, 1,024 bei Claude Sonnet 5 und 4,096 bei Claude Haiku 4.5, wie im August 2026 veröffentlicht. Die Dokumentation von Anthropic beschreibt ausdrücklich, was bei einem kleineren Umfang geschieht: „Anfragen zum Caching von weniger als dieser Anzahl von Tokens werden ohne Caching verarbeitet, und es wird kein Fehler zurückgegeben.“ Eine kleine, mit cache_control markierte Speicherdatei bewirkt daher überhaupt nichts, ohne dass dies sichtbar wird. Erkennbar ist das daran, dass cache_creation_input_tokens bei 0 bleibt, obwohl Ihr Prompt eindeutig einen Breakpoint enthält.

Speicher bereinigen, der seinen Platz nicht mehr rechtfertigt

Jede Speicherzeile kostet bei jeder Sitzung mit diesem Inhalt Tokens. Daher sollte für jede Zeile geprüft werden, ob sie kürzlich eine Antwort verändert hat. Claude Code macht die Grenzen konkret. Halten Sie eine CLAUDE.md möglichst unter 200 Zeilen, weil längere Dateien mehr Kontext verbrauchen und Claude die Anweisungen dadurch weniger zuverlässig befolgt. MEMORY.md ist beim Laden auf die ersten 200 Zeilen oder 25KB begrenzt. Alles, was darüber hinausgeht, wird beim Start der nächsten Sitzung verworfen. Ein übergroßer Index kostet daher Tokens, ohne Wissen zu vermitteln.

Zwei Gewohnheiten halten die Datei klein. Verschieben Sie Details aus dem Index in Themendateien. Claude liest diese bei Bedarf statt beim Start. Verschieben Sie Workflow-Anweisungen aus CLAUDE.md in Skills. Diese werden erst geladen, wenn sie aufgerufen werden. Bei Speicherdateien, die bereits mit Frontmatter beginnen, schreibt Claude Code in Version 2.1.214 oder höher die Schreibzeit in ein modified-Feld als ISO-8601-Zeitstempel. Dieser Zeitstempel ist der schnellste Weg, veraltete Informationen zu erkennen. Veralteten Agentenspeicher bereinigen beschreibt den Prüfprozess ausführlicher.

Wenn Abrufen besser ist, als alles in den Kontext zu laden

Das Memory-Tool unterstützt den bedarfsgesteuerten Abruf. Statt alles im Voraus zu laden, hält der Agent seine Erkenntnisse fest und liest eine Datei erst dann wieder ein, wenn eine Aufgabe sie benötigt. Dadurch ändert sich die Berechnung: Das Einlesen einer Datei kostet die entsprechenden Tokens einmal und bleibt anschließend im gecachten Präfix, während ein dauerhaft geladener Block in jeder einzelnen Runde Kosten verursacht.

Aus den beiden Diagrammen oben ergibt sich eine einfache Regel. Text, den fast jede Runde verwendet, gehört in den stabilen gecachten Präfix. Text, den eine von zwanzig Runden verwendet, gehört hinter einen view-Aufruf. Der Break-even-Punkt hängt von der Anzahl Ihrer Wiederholungen ab, nicht von den Preisen, die Anthropic berechnet.

Über die API können Sie die Unterhaltung außerdem von der Plattform kürzen lassen. Context Editing löscht alte Tool-Ergebnisse, sobald die Unterhaltung einen von Ihnen festgelegten Schwellenwert überschreitet.

{
  "edits": [
    {
      "type": "clear_tool_uses_20250919",
      "trigger": {"type": "input_tokens", "value": 30000},
      "keep": {"type": "tool_uses", "value": 3},
      "clear_at_least": {"type": "input_tokens", "value": 5000}
    }
  ]
}

Standardmäßig liegt der Schwellenwert bei 100,000 Input-Tokens, und 3 Tool-Aufrufe bleiben erhalten. Lesen Sie die Interaktion mit dem Caching, bevor Sie diese Funktion aktivieren: Beim Löschen von Inhalten wird der gecachte Präfix an der Löschposition ungültig, sodass die nächste Anfrage einen Cache-Schreibvorgang verursacht. Dafür ist clear_at_least vorgesehen. Es verzögert das Löschen, bis die Einsparung groß genug ist, um den Schreibvorgang zu rechtfertigen. Die Antwort meldet unter context_management mit cleared_tool_uses und cleared_input_tokens genau, was passiert ist. Dadurch lässt sich der Kompromiss messen und bleibt nicht nur theoretisch. Das Kontextfenster in Claude Code verwalten überträgt dasselbe Prinzip auf eine Codiersitzung.

Was eine eigene Kostenposition hat

Für Memory fallen keine eigenen Gebühren an. Einige Funktionen verursachen jedoch tatsächlich separate Kosten. Es ist sinnvoll zu wissen, welche das sind. Dies sind die veröffentlichten Claude-API-Preise mit Stand August 2026. Einige Vorgänge sind vollständig kostenlos. Für die Claude API gibt es jedoch kein kostenloses Kontingent, sondern nur ein kleines Startguthaben. Alle folgenden Kosten werden daher ab Ihrer ersten Anfrage tatsächlich berechnet.

• Web search: $10 pro 1.000 Suchvorgänge zuzüglich der regulären Tokenkosten für alle Inhalte, die die Suche in den Kontext einfügt.
• Code execution: 1,550 kostenlose Stunden pro Organisation und Monat, danach $0.05 pro Stunde und Container. Bei gemeinsamer Nutzung mit Web search oder Web fetch ist die Funktion kostenlos.
• Claude Managed Agents: Laufzeit der Sitzung für $0.08 pro Sitzungsstunde zusätzlich zu den üblichen Tokenkosten.
• Web fetch: keine zusätzlichen Gebühren, sondern nur die Tokenkosten für die abgerufenen Inhalte.

Memory erscheint in keiner dieser Kostenpositionen. Es ist in der Anzahl Ihrer Eingabetoken enthalten. Genau dort können Sie die Kosten messen. Genau dort können Pruning und Caching die Kosten reduzieren. Wenn Sie einen Agenten budgetieren, der unbeaufsichtigt auf einem Virtual Private Server (VPS) läuft, sollten Sie als Nächstes die Kostenkontrollen für einen AI-Agenten auf einem VPS einrichten. Ein Agent mit einer wachsenden Memory-Datei und ohne Pruning wird jede Woche teurer, ohne dass dies gemeldet wird.

FAQ

Gibt es eine separate Gebühr für Claudes Speicherfunktionen?

Nein. In der Preisliste von Anthropic sind Preise pro Million Eingabetoken, pro Million Ausgabetoken und Multiplikatoren für Prompt-Caching aufgeführt. Eine eigene Speicherposition gibt es nicht. Bei der Claude API läuft das Memory-Tool clientseitig. Die Dateien liegen daher auf einem Speicher, für den Sie bereits bezahlen. Der zusätzliche Aufwand durch Memory besteht aus Eingabetoken. Diese werden bei jeder Anfrage, die die gespeicherten Informationen enthält, zum normalen Eingabetarif des Modells abgerechnet.

Wird Claude günstiger, wenn ich Memory deaktiviere?

Dadurch sinkt die Tokenanzahl jeder Anfrage, und damit auch deren Kosten. Ob Sie insgesamt Geld sparen, hängt davon ab, was anschließend passiert. Wenn Claude drei Dateien erneut lesen und Ihnen zwei Fragen stellen muss, um den bereits gespeicherten Kontext wiederherzustellen, kosten diese Token mehr als das Memory. Messen Sie den Unterschied, statt ihn zu schätzen: Führen Sie /context in einer Sitzung mit aktiviertem Auto-Memory und in einer Sitzung aus, die mit CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 gestartet wurde. Vergleichen Sie anschließend die insgesamt für dieselbe Aufgabe verbrauchten Token.

Warum ist mein Verbrauch gestiegen, obwohl ich nichts geändert habe?

Die häufigste Ursache ist ein Cache-Miss nach einer Pause. Cache-Einträge bleiben standardmäßig 5 Minuten erhalten, bei der erweiterten Einstellung eine Stunde. Daher verarbeitet die erste Anfrage nach einer Unterbrechung den gesamten Präfix erneut zum regulären Eingabetarif und schreibt ihn wieder in den Cache. Die zweithäufigste Ursache ist eine Änderung am Präfix: Wenn Sie eine Tool-Definition ändern, wird der gesamte Cache ungültig. Wenn Sie den System-Prompt ändern, werden der System-Cache und der Nachrichten-Cache ungültig. Bei einem Abonnement nennt die Aufschlüsselung /usage das entsprechende Verhalten, wenn es mindestens 10 Prozent des aktuellen Verbrauchs ausmacht.

Sollte Memory im System-Prompt oder hinter einem Tool-Aufruf liegen?

Platzieren Sie es im System-Prompt, wenn es in nahezu jeder Runde verwendet wird. Dann liegt es im gecachten Präfix und wird zum Cache-Lesetarif abgerechnet. Verwenden Sie stattdessen einen view-Aufruf, wenn es nur für bestimmte Aufgaben benötigt wird. Eine Datei, die einmal gelesen wird, verursacht dann nur einmal Tokenkosten und nicht in jeder Runde. Maßgeblich ist die Anzahl der Wiederholungen. Das Objekt usage liefert diesen Wert direkt.

Werden Speicherfunktionen auf die Nutzungsgrenzen eines Abonnements angerechnet?

Ja, indirekt, weil die Nutzungsgrenzen eines Abonnements durch die Token verbraucht werden, die jede Anfrage enthält. Laut der Hilfedokumentation von Anthropic verbrauchen längere Unterhaltungen, die eine automatische Kontextverwaltung auslösen, mehr von Ihrem Nutzungskontingent. Memory macht jede Anfrage etwas länger. In einer langen Sitzung wird diese zusätzliche Länge in jeder Runde erneut übertragen. So funktionieren Claudes Nutzungsgrenzen erklärt, wann welches Kontingent zurückgesetzt wird.