Wie viele Claude-Pro-Tokens gibt es? Limits erklärt

Wie viele Tokens umfasst Claude Pro?

Claude Pro umfasst kein festes Token-Kontingent. Außerdem veröffentlicht Anthropic bis Oktober 2026 keine entsprechende Angabe. Ein Claude-Abonnement ist kein Token-Guthaben, das Sie nach und nach aufbrauchen. Anthropic misst die Nutzung in Tokens. Bei Pro wird sie jedoch durch ein Sitzungslimit begrenzt, das alle fünf Stunden zurückgesetzt wird, sowie durch ein Wochenlimit, das für alle Modelle gilt. Anthropic veröffentlicht keines dieser Limits als Token-Wert. Wie weit eine Sitzung reicht, hängt vom ausgewählten Modell, von der Länge des Gesprächs und davon ab, wie viel Text jeder neue Beitrag enthält.

Das ist selten die Antwort auf diese Frage, weil viele erwarten, dass ein Tarif wie ein API-Schlüssel funktioniert. Bei einem API-Schlüssel wird ein in Tokens gezähltes Guthaben verbraucht. Sie können die Rechnung daher selbst aufstellen. Ein Tarif mit Nutzungsgrenze wie Pro, Max oder Team verkauft dagegen den Zugriff auf ein von Anthropic festgelegtes und angepasstes Limit. Anthropic gibt dieses Limit nicht als Token-Zahl an. Auf der Hilfeseite zu Pro steht lediglich, dass die Anzahl der möglichen Nachrichten variieren kann. Daher gibt es keine feste Token-Zahl, die man nennen könnte. Wer Ihnen eine nennt, hat sie erfunden.

Stellen Sie daher eine andere Frage: Was macht meine Nachrichten teuer? Darauf gibt es eine konkrete Antwort, und Sie können noch heute entsprechend handeln.

Warum ein Abonnement keine Tokenanzahl nennen kann

Die API berechnet jede Anfrage nach Tokens. Eingabetokens umfassen alles, was Sie senden. Ausgabetokens umfassen alles, was das Modell zurückgibt. Für beide gelten unterschiedliche Preise. Deshalb kosten Eingabe- und Ausgabetokens unterschiedliche Beträge, bevor Sie überhaupt eine Schätzung vornehmen.

Bei den Verbrauchertarifen gibt es kein Guthaben, das Sie aufbrauchen können. Anthropic begrenzt Ihre Nutzung innerhalb einer Sitzung, die alle fünf Stunden zurückgesetzt wird. Die kostenpflichtigen Tarife mit Nutzungsgrenze (Pro, Max, Team und ältere sitzbasierte Enterprise-Verträge) haben zusätzlich ein länger gültiges Limit, das über eine Woche gemessen wird. Usage based Enterprise-Tarife funktionieren anders: Anthropic zufolge gibt es keine sitzbezogenen Nutzungsgrenzen und kein enthaltenes Token-Guthaben. Jeder Token wird zu den API-Preisen berechnet. Stattdessen können Administratoren Ausgabenlimits für die Organisation und einzelne Benutzer festlegen. Eine Nachricht hat keine feste Größe. Daher entspricht dieselbe Nachrichtenanzahl bei zwei verschiedenen Personen einem sehr unterschiedlichen Arbeitsaufwand. Die Pro-Hilfeseite von Anthropic nennt überhaupt keine Nachrichtenanzahl. Dort steht, dass die Anzahl der Nachrichten, die Sie senden können, von der Nachrichtenlänge, der Länge der angehängten Dateien, der Länge der aktuellen Unterhaltung sowie dem verwendeten Modell oder Feature abhängt. Diese Warnung beschreibt den gesamten Sachverhalt. Der zugrunde liegende Mechanismus wird jedoch fast nie erklärt.

Warum Turn 20 eines Chats deutlich mehr kostet als Turn 1

Das Modell speichert zwischen Anfragen keinen Kontext. Es ist zustandslos. Deshalb wird bei jedem Turn die gesamte Unterhaltung erneut gesendet: der System-Prompt, jede frühere Nachricht von Ihnen, jede frühere Antwort von Claude und jede angehängte Datei. Ihre neue Frage kann aus zwanzig Wörtern bestehen. Die Anfrage, die sie überträgt, enthält jedoch das vollständige Transkript.

Die Kosten eines Turns steigen daher mit der Länge des Chats, und zwar linear. Die folgenden Zeilen zeigen diese Berechnung anhand eines Satzes von Annahmen: ein System-Prompt mit etwa 1,000 Tokens, Nachrichten von Ihnen mit jeweils etwa 1,000 Tokens und Antworten mit jeweils etwa 1,200 Tokens. Diese Werte veranschaulichen den Mechanismus. Sie messen nicht die Nutzung Ihres Kontos.

[
  {
    "label": "Turn 1",
    "sent_this_turn": "2,000",
    "cumulative_input": "2,000"
  },
  {
    "label": "Turn 5",
    "sent_this_turn": "10,800",
    "cumulative_input": "32,000"
  },
  {
    "label": "Turn 10",
    "sent_this_turn": "21,800",
    "cumulative_input": "119,000"
  },
  {
    "label": "Turn 20",
    "sent_this_turn": "43,800",
    "cumulative_input": "458,000"
  }
]

Turn 1 sendet 2,000 Eingabe-Tokens. Bei Turn 20 sendet dieselbe kurze Frage 43,800, also mehr als zwanzigmal so viel, obwohl Sie gleich viel Text eingeben. Über die gesamte Unterhaltung hinweg haben Sie 458,000 Eingabe-Tokens gesendet. Der größte Teil davon ist derselbe Text, der immer wieder übertragen wird.

Zwanzig separate Chats mit jeweils einem Turn hätten das Zwanzigfache der ersten oben genannten Zeile gesendet und nichts weiter. Die gleichen Fragen verursachen nur einen Bruchteil der Last. Anhänge vergrößern den Unterschied. Ein PDF, das Sie in Turn 2 angehängt haben, wird in Turn 3, Turn 4 und jedem folgenden Turn erneut gesendet, unabhängig davon, ob es in der Unterhaltung noch eine Rolle spielt.

Deshalb berichten zwei Personen mit demselben Tarif über eine völlig unterschiedliche Reichweite. Die eine lässt die ganze Woche über einen einzigen Thread geöffnet und erreicht am Mittwoch das Limit. Die andere beginnt für jede Aufgabe einen neuen Chat und sieht nur selten ein Limit. Keine von beiden macht etwas falsch. Ihr Token-Verbrauch unterscheidet sich um eine Größenordnung, weil sich ihre Nutzungsgewohnheiten unterscheiden.

Über die API können Sie die Kosten der Wiederholungen mit Prompt-Caching senken. Dabei wird der unveränderte Anfang einer Anfrage gespeichert. Bei späteren Aufrufen wird dieser Teil dann zu einem reduzierten Eingabepreis abgerechnet. Claude Code übernimmt das automatisch für Sie, sowohl bei einem Abonnement als auch bei einem API-Key. Sie können das Caching deaktivieren oder festlegen, wie lange der Cache bestehen bleibt. Caching macht die Wiederholung günstiger, entfernt sie aber nicht: Jeder Turn enthält weiterhin das vollständige Transkript. Die Gesprächslänge ist daher der Hebel, den Sie tatsächlich steuern können. Derselbe Mechanismus bestimmt auch Coding-Sessions, in denen Dateiinhalte und Tool-Definitionen bei jedem Turn mitgesendet werden. Deshalb bringt ein kleiner Kontext in einer Coding-Session mehr für Ihre Limits als jede Einstellung. Außerdem sollten Sie lesen, wo die Tokens einer Claude-Code-Session tatsächlich anfallen, bevor Sie den Tarif dafür verantwortlich machen.

Was die einzelnen Tarifstufen relativ bieten

Keine Abonnementstufe veröffentlicht ein absolutes Kontingent. Veröffentlicht werden relative Angaben, und diese reichen für eine Auswahl aus. Free steht am unteren Ende. Anthropic weist darauf hin, dass die Zahl der Nachrichten, die ein Free-Nutzer senden kann, von der Auslastung abhängt. Pro liegt darüber. Max wird in zwei Größen angeboten, die als das Fünffache beziehungsweise das Zwanzigfache des Sitzungskontingents von Pro beschrieben werden. Team wird pro Sitz berechnet. Die Limits gelten für jedes Mitglied und nicht für das Team insgesamt. Nutzungsbasierte Enterprise-Tarife sind die Ausnahme auf dieser ganzen Seite: Sie berechnen eine Sitzgebühr, die nur den Plattformzugang abdeckt, und rechnen jedes Token separat zu den üblichen API-Tarifen ab. Dort entspricht die Token-Anzahl also der Abrechnung. Die einzige Obergrenze ist das Ausgabenlimit, das ein Administrator festlegt. Jedes Kontingent für Privatkunden gehört zu einem Konto und nicht zu einer Person. Wenn zwei Personen ein gemeinsames Pro-Login verwenden, verbrauchen sie daher gemeinsam ein Zeitfenster. Außerdem untersagen die Bedingungen für Privatkunden diese Nutzung.

Betrachten Sie diese Multiplikatoren als Absichtserklärung und nicht als Vertrag. Anthropic passt die Limits an. Die Hilfeseiten behalten sich außerdem vor, die Nutzung nach eigenem Ermessen auf andere Weise zu begrenzen, etwa durch wöchentliche und monatliche Limits oder durch Limits für bestimmte Modelle und Funktionen. Das ist ein weiterer Grund, warum keine seriöse Seite eine konkrete Token-Anzahl nennen kann. Für die Kostenseite desselben Vergleichs behandeln die Kosten von Pro und die jeweiligen Limits und der Unterschied zwischen den beiden Max-Tarifen dieses Thema. Was der Free-Tarif tatsächlich erlaubt beschreibt die unterste Stufe.

Die Modellauswahl ist ein zweiter Multiplikator zusätzlich zur Tarifstufe. Dieselbe Frage verbraucht bei einem größeren Modell mehr von Ihrem Zeitfenster als bei einem kleineren, weil der Betrieb eines leistungsfähigeren Modells pro Token teurer ist. Wenn Sie Routineaufgaben von Opus auf Sonnet oder Haiku umstellen, gewinnen Sie häufig mehr Arbeitszeit als durch ein Upgrade. Deshalb sollten Sie zuerst das Modell auf die Aufgabe abstimmen, wenn Ihr Kontingent regelmäßig nicht ausreicht.

So sehen Sie Ihre eigene Nutzung, statt zu raten

Ihr eigenes Konto ist die einzige verlässliche Quelle, und sie ist mit zwei Klicks erreichbar. Öffnen Sie auf claude.ai zunächst Settings und dann Usage. Dort sehen Sie, wie viel Sie verbraucht haben und wann Ihre Limits zurückgesetzt werden. Prüfen Sie dies einmal, wenn Antworten erstmals abgelehnt werden, und einmal nach einer langen Sitzung. So erkennen Sie Ihr eigenes Nutzungsmuster schneller, als es jede veröffentlichte Zahl vermitteln könnte. Die Anwendung warnt Sie ebenfalls vorher: ein Hinweisbanner mit dem Text, dass Sie 90 % Ihres Sitzungslimits verbraucht haben bedeutet, dass nur noch ein Zehntel der aktuellen Sitzung verbleibt. Das ist der richtige Zeitpunkt, einen neuen Chat zu öffnen oder auf ein kleineres Modell zu wechseln, statt einen langen Thread weiterzuführen.

In Claude Code erledigen zwei Slash-Befehle dieselbe Aufgabe im Terminal. /usage zeigt die Nutzungslimits Ihres Tarifs an. In den Tarifen Pro, Max, Team und Enterprise wird zusätzlich aufgeschlüsselt, was auf diese Limits angerechnet wird. /context zeigt, wodurch das Kontextfenster derzeit gefüllt ist, einschließlich einer Aufschlüsselung nach Elementen und Vorschlägen, was Sie entfernen können. Wenn /context zeigt, dass eine alte Konversation den größten Anteil einnimmt, startet /clear eine neue Konversation mit leerem Kontext. Die Kosten pro Turn sinken dadurch wieder in Richtung der ersten Zeile der obigen Tabelle.

Über die API können Sie eine Zählung anfordern, bevor Sie etwas senden:

curl https://api.anthropic.com/v1/messages/count_tokens \
  --header "x-api-key: $ANTHROPIC_API_KEY" \
  --header "anthropic-version: 2023-06-01" \
  --header "content-type: application/json" \
  --data '{
    "model": "claude-sonnet-5",
    "messages": [{"role": "user", "content": "Summarise the attached report."}]
  }'

Eine erfolgreiche Antwort enthält ein einzelnes Feld:

{"input_tokens": 14}

Anthropic bezeichnet diese Zahl als Schätzung. Die tatsächlich verwendeten Input-Tokens können geringfügig abweichen. Die Zählung sagt außerdem nichts über die Ausgabe aus, die das Modell noch nicht erstellt hat. Jede abgeschlossene Anfrage meldet nach ihrem Abschluss die tatsächliche Abrechnung:

{"usage": {"input_tokens": 21430, "output_tokens": 512}}

Senden Sie zunächst eine kurze Frage als neue Anfrage. Senden Sie dieselbe Frage anschließend am Ende eines langen Threads. Vergleichen Sie die beiden input_tokens-Werte. Die Differenz zeigt als Zahl, wie sich Ihre Subscription auf die Abrechnung auswirkt.

Was tun, wenn das Limit während einer Aufgabe erreicht wird

1. Warten Sie, bis das Zeitfenster endet. Die Anwendung zeigt den Zeitpunkt der Zurücksetzung an. Häufig ist das Warten kürzer als ein Workaround. Das ist die richtige Entscheidung, wenn nichts dringend erledigt werden muss. Wenn für Ihr Konto eine Zurücksetzung des Limits verfügbar ist, können Sie laut der Pro-Hilfeseite von Anthropic damit das Limit Ihrer fünfstündigen Sitzung oder Ihr Wochenlimit wieder vollständig herstellen. Wie Zurücksetzungen von Limits funktionieren erläutert, wann sich das lohnt. Wenn Sie nicht warten möchten, können Pro-Abonnenten Nutzungsguthaben aktivieren und über die im Tarif enthaltenen Limits hinaus weiterarbeiten.
2. Wechseln Sie zu einem leichteren Modell. Ein kleineres Modell ist bei jedem Tarif pro Durchlauf günstiger. Bei Max können Sie gemäß den Fable-Hinweisen von Anthropic bis zu die Hälfte Ihres Wochenlimits ohne zusätzliche Kosten für Fable-Modelle verwenden. Dieser Anteil wird aus demselben Wochenlimit wie die Nutzung aller anderen Modelle entnommen. Sobald dieser Anteil aufgebraucht ist, können Sie zu einem anderen Modell wechseln oder Fable mit Nutzungsguthaben weiterverwenden. Bei Pro ist Fable überhaupt nicht Bestandteil der Tariflimits und wird ab der ersten Nachricht über Nutzungsguthaben abgerechnet.
3. Starten Sie einen neuen Chat und übernehmen Sie nur, was der nächste Schritt benötigt. Fügen Sie das Ergebnis ein, nicht das gesamte Protokoll. Die Kosten pro Durchlauf sinken sofort. In der Regel verbessern sich auch die Antworten, weil das Modell nicht mehr Tausende Tokens aus einer bereits abgeschlossenen Diskussion berücksichtigen muss.
4. Verlagern Sie die Aufgabe in die API. Dort werden Tokens pro Anfrage gezählt und pro Token abgerechnet. Es gibt keine fünfstündige Sitzung, deren Ende Sie abwarten müssen. Die API hat jedoch eigene Zeitfenster. Rate-Limits werden pro Minute anhand der Anzahl der Anfragen sowie der Eingabe- und Ausgabetokens gemessen. Eine Anfrage, die eines dieser Limits überschreitet, liefert einen 429-Fehler zurück, normalerweise mit einem retry-after-Header, der die Wartezeit angibt. Die Nutzungstarife Start, Build und Scale haben außerdem ein monatliches Ausgabenlimit von $500, $1,000 und $200,000. Sobald Sie dieses Limit erreichen, wird die API-Nutzung bis 00:00 UTC am ersten Tag des nächsten Monats pausiert, sofern Sie nicht vorher ein höheres Limit beantragen. Sie können die Eingabe einer Anfrage vor dem Senden schätzen und die genaue Nutzung anschließend auslesen.

Welche Option geeignet ist, hängt davon ab, ob Ihr Problem die Zeit oder der Arbeitsumfang ist. Ein einmaliger Engpass ist ein Zeitproblem. Wenn Sie jeden Mittwoch an dieselbe Grenze stoßen, liegt ein Arbeitsumfangsproblem vor. Dann benötigen Sie eher die API oder einen größeren Tarif als ein besseres Timing. Die vollständige Checkliste für ein Limit während einer Aufgabe führt Sie Schritt für Schritt durch die Wiederherstellung. Wie rollierende Zeitfenster geöffnet und zurückgesetzt werden erklärt, warum sich das Zeitfenster so verhält. Wenn Sie die API verwenden möchten, kalkulieren Sie zuerst die Kosten: Die API im Vergleich zu einem Abonnement für denselben Arbeitsumfang und Was eine Million Tokens tatsächlich kostet liefern die Berechnung, bevor Sie umstellen.

FAQ

Wie viele Tokens umfasst Claude Pro?

Anthropic veröffentlicht kein Token-Kontingent für Pro. Seit Oktober 2026 gibt es daher keine solche Zahl, die man angeben könnte. Die Pro-Nutzung wird in Tokens gegen ein Sitzungslimit gemessen, das alle fünf Stunden zurückgesetzt wird, sowie gegen ein wöchentliches Limit für alle Modelle. Wie viele Nachrichten darin Platz haben, hängt vom Modell, Ihren Anhängen und der Länge Ihrer Unterhaltung ab. Jede Seite, die eine bestimmte monatliche Token-Anzahl für Pro nennt, stellt eine Vermutung an. Öffnen Sie auf claude.ai Settings und anschließend Usage, um Ihren eigenen Verbrauch und den Zeitpunkt der Zurücksetzung anzuzeigen.

Wird meine Nutzung zurückgesetzt, wenn ich einen neuen Chat starte?

Nein. Die Nutzung wird für Ihr Konto innerhalb des Zeitfensters erfasst. Ein neuer Chat gibt bereits verbrauchte Kapazität daher nicht zurück. Er ändert jedoch die Kosten jeder weiteren Nachricht. Ein neuer Chat enthält kein erneut zu sendendes Transkript und beginnt deshalb am unteren Ende der obigen Kurve, statt weiter anzusteigen. Wenn sich das Thema ändert, ist das Öffnen eines neuen Chats auf jedem Tarif die kostengünstigste Vorgehensweise.

Warum habe ich das Limit heute schneller erreicht als gestern?

Meistens lag die heutige Arbeit in einem einzigen langen Thread. Bei jeder Nachricht wird die gesamte Unterhaltung zusammen mit angehängten Dateien erneut gesendet. Dadurch steigen die Kosten pro Nachricht stetig, während die für Sie sichtbare Nachrichtenanzahl unverändert wirkt. Eine weitere häufige Ursache ist das Modell: Leistungsfähigere Modelle verbrauchen pro Nachricht schneller Kontingent. Ein Nachmittag mit dem größten Modell endet daher früher als ein Vormittag mit einem kleineren Modell.

Sollte ich zur API wechseln, um die Token tatsächlich zu zählen?

Wechseln Sie, wenn Sie genaue Zahlen oder eine besser planbare Nutzung benötigen. Die API meldet bei jedem Aufruf die Input- und Output-Tokens, stellt einen kostenlosen Endpunkt zur Tokenzählung bereit, den Sie vor dem Senden ausführen können, und hat keine fünfstündige Sitzung, deren Ende Sie abwarten müssen. Auch dort gibt es Limits: Rate Limits pro Minute, die bei einer Überschreitung einen 429-Fehler zurückgeben, meist zusammen mit einer Wartezeit. Bei den Tarifen Start, Build und Scale gibt es außerdem ein monatliches Ausgabenlimit. Sobald Sie es erreichen, wird die Nutzung bis zum ersten Tag des nächsten Monats pausiert. Die Abrechnung erfolgt pro Token. Intensive Nutzung kostet daher mehr als ein Pauschalabonnement, während geringe Nutzung deutlich weniger kostet. Vergleichen Sie vor dem Wechsel Ihr tatsächliches Arbeitsaufkommen mit Ihrem aktuellen Tarif, weil das Ergebnis davon abhängt, wie viele Tokens Sie senden.