KI-Agent-Tokenkosten: Wofür du wirklich bezahlst
Gemessen über 157.670 echte Claude Code Turns: Sichtbarer Output macht 12% der Rechnung aus, Cache-Reads 48%, und die meisten Tokens, für die du bezahlst, siehst du nie.
Alle optimieren, wie viel das Modell schreibt. Das Schreiben macht etwa ein Achtel der Rechnung aus.
Die kurze Antwort
Das Geld steckt im Kontext, den du bei jedem Turn erneut mitsendest, und im Reasoning, für das du bezahlst, das du aber nie siehst. Wir haben eine Workstation instrumentiert und das usage-Objekt bei 157.670 deduplizierten Claude Code API-Antworten zwischen dem 26. April und dem 26. Juli 2026 erfasst, eingefroren am letzten Tag um 08:25 UTC. Erfasst, nicht geschätzt.
In diesem Korpus macht sichtbarer Output 12,1% der Opus-4.8-Ausgaben aus. Cache-Reads nehmen 48%. Cache-Writes nehmen 39%, und wirklich ungecachter Input ist mit unter 1% die Rundungsfehler-Größe.
Das ist eine Workstation mit einer Art von Arbeit, also solltest du die Verhältnisse als Muster behandeln und nicht als universelle Konstante. Das Muster ist entscheidend, und das Muster ist nicht das, worauf die meisten Leute optimieren sollen.
Wofür du eigentlich bezahlst
Ein Agent-Turn ist keine Chat-Nachricht. Jeder Turn sendet den gesamten Arbeitskontext erneut: den System-Prompt, die Tool-Definitionen, die bereits gelesenen Dateien und das komplette bisherige Transkript. Falls dir dieser Mechanismus neu ist: Wir haben ihn in wie das Context Window wirklich funktioniert aufgeschlüsselt.
Anthropics Prompt-Caching-Dokumentation, verifiziert am 26. Juli 2026, bepreist diese erneuten Sendungen in drei getrennten Stufen. Ein Cache-Write mit 5-Minuten-TTL kostet das 1,25-Fache der Basis-Input-Rate, ein Write mit 1-Stunden-TTL kostet das 2-Fache, und ein Cache-Read kostet das 0,1-Fache. Einen Breakpoint zu setzen ist laut derselben Dokumentation kostenlos, du bezahlst also nur für tatsächlich geschriebene oder gelesene Tokens.
Hier ist die Anatomie einer echten Rechnung, mit unseren gemessenen Anteilen.
| Tokentyp | Anteil an gemessener Rechnung | Rate vs. Basis-Input | Was es tatsächlich ist |
|---|---|---|---|
| Cache-Reads | 48% | 0,1x | Kontext, der erneut gesendet und in einem späteren Turn abgeglichen wird |
| Cache-Writes | 39% | 1,25x bei 5 Min, 2x bei 1 Stunde | Kontext, der gespeichert wird, damit der nächste Turn ihn günstig lesen kann |
| Output | 12,1% | 5x bei Opus 5 | sichtbarer Text plus abgerechnetes Reasoning |
| Ungecachter Input | unter 1% | 1x | der seltene Cold Miss |
Lies diese Tabelle zweimal. Der pro Token günstigste Posten ist die größte Position auf der Rechnung, weil Volumen die Rate schlägt.
Die meisten deiner Output-Tokens sind unsichtbar
Reasoning-Tokens werden als Output zur Standard-Output-Rate abgerechnet. Anthropics Extended-Thinking-Dokumentation stellt klar, dass du für die vollständigen Thinking-Tokens bezahlst, während die API eine verdichtete Zusammenfassung zurückgibt. Die Zahl, für die du bezahlst, und die Zahl, die du lesen kannst, sind also unterschiedliche Zahlen.
Die wichtige Folgerung aus Anthropics Adaptive-Thinking-Dokumentation: Das abgerechnete Thinking ändert sich nicht mit der display-Einstellung. Das Reasoning-Panel auszuschalten macht dein Terminal ruhiger und deine Rechnung identisch.
Wir können die Lücke von außen sehen. Bei reinen Prosa-Turns verzeichnet unser Korpus 2,7 sichtbare Zeichen pro abgerechnetem Output-Token bei Opus 5, gegenüber etwa 4,0 Zeichen pro Token für normalen englischen Text. Rund ein Drittel dessen, was du als Output bezahlt hast, ist nie auf deinem Bildschirm angekommen.
Das ist kein Skandal. Das Produkt funktioniert genau so, wie es soll, und die Tiefe des Reasonings ist ein Regler, den du über Effort-Level steuerst, nicht über Display-Flags.
Cache-Reads sind die eigentliche Rechnung
Ein Cache-Read ist billig und konstant. Der gelesene Kontext wächst über die gesamte Session, und er wird bei jedem einzelnen Turn erneut gelesen. Deshalb summiert sich das Billige zum Dominanten.
Das ist auch, warum Leerlaufzeit Geld kostet. Anthropics Prompt-Caching-Dokumentation, verifiziert am 26. Juli 2026, setzt die Standard-Cache-Lebensdauer auf fünf Minuten, die bei jeder Nutzung des gecachten Inhalts erneuert wird. Lässt du eine Session länger liegen, zahlt der nächste Turn einen frischen Write zum 1,25-Fachen der Input-Rate statt einen Read zum 0,1-Fachen. Eine Kaffeepause ist in einem Agent-Workflow ein abrechenbares Ereignis.
Anthropics eigene Claude-Code-Kostendokumentation gibt für Enterprise-Nutzung etwa 13 US-Dollar pro Entwickler pro aktivem Tag und 150 bis 250 US-Dollar pro Entwickler pro Monat an, wobei 90% der Nutzer unter 30 US-Dollar pro aktivem Tag bleiben. Unser Korpus liegt in diesem Bereich bei 0,25 US-Dollar pro Turn auf Opus 4.8. Die Variable ist Turn-Anzahl mal Kontextgröße, nicht Ausführlichkeit.
Opus 5 schreibt mehr und kostet etwa gleich viel
Claude Opus 5 ist merklich gesprächiger als Opus 4.8. Bei vergleichbaren Turns in unserem Korpus kommt Opus 5 im Schnitt auf 3.882 Output-Tokens gegenüber 2.582 bei Opus 4.8, ein Anstieg von 50%, mit nicht überlappenden Bootstrap-95%-Intervallen. Das ist ein echter Verhaltensunterschied, kein Stichprobenrauschen.
Jetzt der Teil, den die meisten falsch verstehen. Anthropics veröffentlichte Preistabelle, verifiziert am 26. Juli 2026, gibt Opus 5 und Opus 4.8 dieselbe Preiskarte: 5 US-Dollar pro Million Input-Tokens und 25 US-Dollar pro Million Output-Tokens, mit passenden Cache-Stufen. Wenn Output nur 12,1% der Rechnung ausmacht, verschiebt ein 50%iger Sprung im Output die Gesamtsumme um etwa 6%.
Wir haben die komplette Zwei-Monats-Workload zu den Raten jedes Modells neu berechnet. Opus 5 landet etwa 5% über Opus 4.8. Wenn dir die Kostenstruktur des älteren Modells gefallen hat, wie wir in unseren Opus-4.8-Feldnotizen argumentiert haben: Das neue Modell ist nicht das Budget-Ereignis, für das es sich ausgibt.
| Modell | Input pro MTok | 5-Min-Cache-Write | 1-Std-Cache-Write | Cache-Read | Output pro MTok |
|---|---|---|---|---|---|
| Claude Opus 5 | $5,00 | $6,25 | $10,00 | $0,50 | $25,00 |
| Claude Opus 4.8 | $5,00 | $6,25 | $10,00 | $0,50 | $25,00 |
| Claude Fable 5 | $10,00 | n/a | n/a | n/a | $50,00 |
| Claude Sonnet 5, Einführungspreis bis 31. Aug 2026 | $2,00 | n/a | n/a | n/a | $10,00 |
| Claude Sonnet 5, ab 1. Sep 2026 | $3,00 | n/a | n/a | n/a | $15,00 |
| Claude Haiku 4.5 | $1,00 | n/a | n/a | n/a | $5,00 |
Die Cache-Multiplikatoren sind strukturell, du kannst also jede Zeile aus ihrer Basis-Input-Rate ableiten. Anthropics Dokumentation führt die Sonnet-5-Einführungsrate sowie die 3 und 15 US-Dollar, die sie am 1. September 2026 ersetzen.
Das teure Modell ist das mit der hohen Input-Rate
Die Preistabelle auf platform.claude.com ansehen
Weil Input dominiert, ist das Modell, das wirklich schmerzt, das mit der hohen Input-Rate, nicht das mit der größten Output-Zahl. Claude Fable 5 kostet laut Anthropics Preistabelle 10 US-Dollar pro Million Input gegenüber 5 US-Dollar bei Opus 5, und diese doppelte Input-Rate trifft genau die 87% deiner Rechnung, die Cache-Traffic sind.
Neu berechnet mit derselben Zwei-Monats-Workload kommt Fable 5 auf etwa das 1,9-Fache der Opus-5-Kosten. Fast genau sein Input-Multiplikator, und das ist der Punkt. Wo diese Fähigkeit ihren Preis wert ist, haben wir in unserer Fable-5-Einschätzung behandelt.
Nach unten dreht sich die Logik schön um. Bei 2 US-Dollar pro Million Input zum Einführungspreis senkt Sonnet 5 den dominanten Posten um 60% gegenüber der Opus-Stufe, und unsere Daten zu vergleichbaren Turns zeigen, dass es pro Turn sogar etwas weniger schreibt als Opus 4.8, statt mehr.
Zwei Regler, die funktionieren, einer, der nicht funktioniert
Der Regler, der nicht funktioniert, ist um kürzere Antworten zu bitten. Du optimierst 12% der Rechnung und verschlechterst dabei genau das, wofür du eigentlich bezahlst. Deshalb haben wir dieses Muster in der KI-Token-Diät-Falle angesprochen.
Die zwei, die funktionieren:
- Kürze, was erneut gesendet wird. Weniger Dateien im Kontext, engere Reads, komprimieren, bevor das Transkript aufbläht, und eine Session beenden statt sie über die TTL hinaus im Leerlauf zu lassen
- Passe das Modell an die Input-Rate an. Leite Routine-Agent-Turns an eine günstigere Input-Stufe und reserviere die teure Stufe für die Turns, bei denen sich Genauigkeit auszahlt
Beides ist Kontext-Disziplin, nicht Prompt-Disziplin. Die praktische Mechanik dazu steht in unserem Claude Code Context-Management-Guide.
Wie du deine eigenen Ausgaben misst
Die API-Referenz auf platform.claude.com ansehen
Vertrau niemandes Verhältnissen, auch nicht unseren. Jede API-Antwort trägt ein usage-Objekt, und das ist die Ground Truth für deine eigene Workload.
- Logge
usagebei jeder Antwort, nicht nur bei einer Stichprobe, und dedupliziere nach Response-ID, bevor du aggregierst - Teile Input in vier Buckets auf: Cache-Read, 5-Minuten-Write, 1-Stunden-Write und ungecacht, weil sie unterschiedlich bepreist werden
- Multipliziere jeden Bucket mit seiner eigenen Rate, statt nur rohe Token-Zahlen zu melden, denn Zahlen verstecken die 50-fache Spanne zwischen einem Cache-Read und einem Output-Token
- Vergleiche sichtbare Zeichen mit abgerechneten Output-Tokens, um zu sehen, wie viel Reasoning du finanzierst
Zwei Nachmittage Instrumentierung sagen dir mehr als jeder Pricing-Blog im Internet, inklusive diesem hier.
FAQ
Senkt es meine Rechnung, wenn ich den Thinking-Output verstecke?
Nein. Anthropics Adaptive-Thinking-Dokumentation sagt klar, dass sich abgerechnete Thinking-Tokens nicht mit der Display-Einstellung ändern, nur das, was dir zurückgegeben wird, ändert sich.
Ist Claude Opus 5 teurer als Opus 4.8?
Kaum. Es teilt sich laut Anthropics Preistabelle die Preiskarte mit Opus 4.8 zu 5 und 25 US-Dollar pro Million Tokens, und obwohl unser Korpus zeigt, dass es pro Turn 50% mehr schreibt, liegt es bei einer Neuberechnung derselben Workload insgesamt nur etwa 5% höher.
Sollte ich zu Sonnet 5 wechseln, um Geld zu sparen?
Für Routine-Agent-Turns wahrscheinlich ja. Anthropics Preistabelle listet Einführungsraten von 2 US-Dollar pro Million Input bis zum 31. August 2026, was genau den größten Posten deiner Rechnung angreift, nicht den kleinsten.
Spart es Geld, um kürzere Antworten zu bitten?
Fast keins. Output machte 12,1% unserer gemessenen Rechnung aus, ihn zu halbieren verschiebt die Gesamtsumme also um etwa sechs Prozent, während die Arbeit schlechter wird.
Warum ist meine Rechnung an einem Tag explodiert, an dem ich kaum gearbeitet habe?
Lange Leerlaufphasen. Anthropics Dokumentation setzt die Standard-Cache-Lebensdauer auf fünf Minuten. Sobald sie abläuft, schreibt der nächste Turn den gesamten Kontext zum 1,25-Fachen der Input-Rate neu, statt ihn zum 0,1-Fachen zu lesen.
Was ist eine normale monatliche Ausgabe?
Anthropics Claude-Code-Kostendokumentation nennt etwa 13 US-Dollar pro Entwickler pro aktivem Tag und 150 bis 250 US-Dollar pro Monat, wobei 90% der Nutzer unter 30 US-Dollar pro aktivem Tag bleiben. Intensive agentische Nutzung liegt deutlich darüber.
Die Rechnung ist ein Kontextproblem
Deine Rechnung misst nicht, wie viel das Modell gesagt hat. Sie misst, wie oft du es dein Projekt erneut lesen lassen hast.
Alles hier wurde auf einer Workstation über drei Monate gemessen, über 157.670 API-Antworten vom 26. April bis zum 26. Juli 2026. Das begründet keinen Industrie-Benchmark und ist keine Anbieter-Prognose. Es zeigt, wohin das Geld bei uns geflossen ist, und zwar detailliert genug, dass du prüfen kannst, ob dasselbe für dich gilt.
Bepreise deine Arbeit dann entsprechend, denn die Tooling-Kosten pro Turn sind inzwischen eine echte Position in einem Design-Auftrag, kein Rundungsfehler. Wie du damit umgehst, haben wir in Pricing für KI-unterstützte Designarbeit behandelt.
Want the working version of this, every week? Join the Brainy creator list.
Get Started
