Claude Code ist sein Geld wert — aber die Rechnung klettert schnell, wenn jede Anfrage auf dem Top-Modell mit vollem Denkaufwand und aufgeblähtem Kontext läuft. Die gute Nachricht: Das meiste davon ist vermeidbar. Hier sind acht Taktiken, die sich stapeln, geordnet nach Wirkung — und wie Sie sehen, ob sie tatsächlich greifen.
Kurzantwort
Die größten Hebel gegen hohe Claude-Code-Kosten: Leichte Arbeit an ein günstigeres Modell wie Haiku oder Sonnet routen und das Frontier-Modell fürs Planen behalten; Prompt Caching nutzen, das rund 90 Prozent Rabatt auf wiederholte Eingaben wie Ihre CLAUDE.md gibt; den Denkaufwand bei einfachen Aufgaben senken; beim Aufgabenwechsel eine frische Sitzung starten, damit ein aufgeblähter Kontext nicht bei jedem Zug mitbezahlt wird; und präzise Prompts schreiben, damit Claude keine Token mit Suchen verbrennt. Zusammen senken diese Taktiken eine Rechnung um 50 bis 80 Prozent. Tokens 4 Breakfast zeigt Ihre echten Ausgaben pro Modell und Projekt, damit Sie die Ersparnis bestätigen können.
Jeder Schritt steht für sich. Springen Sie direkt zu dem, der zu Ihrer Situation passt.
Das ist der größte einzelne Hebel. Planen und die Spezifikation schreiben mit einem Frontier-Modell, dann ein günstigeres Modell wie Sonnet 4.6 oder Haiku 4.5 den Code schreiben lassen. Opus zum Umbenennen einer Datei zu nutzen, ist verbranntes Geld. Modelle pro Aufgabe mit /model zu wechseln — oder einen Router entscheiden zu lassen — ist allein 40 bis 70 Prozent wert. Der Begleit-Guide zum Model Routing erklärt Methode und Rechnung im Detail.
Claude Code cacht Ihren System-Prompt und die CLAUDE.md und gibt auf diese Eingabe-Token nach der ersten Nachricht rund 90 Prozent Rabatt. Das allein kann 30 bis 50 Prozent einer typischen Tagesrechnung streichen. Halten Sie die CLAUDE.md schlank — unter etwa 200 Zeilen echter Essentials —, damit der gecachte Teil klein bleibt und der ungecachte noch kleiner.
Denk-Token werden zu Ausgabepreisen abgerechnet, und die Voreinstellungen sind Richtung hoher Aufwand gewandert. Die meisten Aufgaben brauchen das nicht. Setzen Sie einfache Arbeit mit /effort auf niedrig oder deckeln Sie das Limit mit MAX_THINKING_TOKENS um 8000, und reservieren Sie hohes oder maximales Denken für echtes mehrstufiges Schlussfolgern. Der Guide zum Reasoning Effort liefert die Details pro Modell.
Jeder Zug bezahlt das komplette Kontextfenster. Eine lange Sitzung, die über drei Aufgaben gedriftet ist, zahlt bei jeder Nachricht für alles mit. Wenn eine Aufgabe abgeschlossen ist und die nächste beginnt, öffnen Sie eine neue Sitzung und setzen den Kontext auf null. Für mittlere und intensive Nutzer ist das allein eine Reduktion um 30 bis 50 Prozent.
Vage Prompts sind teuer. Bitten Sie Claude, den Login zu reparieren, und es erkundet, stellt Rückfragen und probiert Ansätze — und verbrennt bei jedem Austausch Token. Zeigen Sie auf die exakte Datei und Zeile, und es geht direkt an die Arbeit. Konkrete Anweisungen sparen Zeit und Token und liefern meist schon im ersten Anlauf ein besseres Ergebnis.
Subagenten parallelisieren die Erkundung, aber jeder einzelne verbraucht Token. Vier sind für die meiste Arbeit der Sweet Spot, mehr brauchen Sie selten. Setzen Sie Subagenten standardmäßig auf ein günstiges Modell wie Haiku — Erkunden und Dateien lesen braucht kein Frontier-Modell. Undisziplinierter Subagenten-Fan-out ist ein leiser Weg, eine Rechnung zu vervielfachen.
Wenn Sie die API direkt aufrufen und die Arbeit nicht interaktiv ist, gibt die Batch API pauschal 50 Prozent Rabatt. Ideal für Massenjobs wie Tests generieren, Dateien migrieren oder einen Rückstau abarbeiten, bei denen ein paar Minuten Latenz keine Rolle spielen.
Was Sie nicht sehen, können Sie nicht senken. Die Befehle /cost und /usage in Claude Code zeigen die aktuelle Sitzung, verfolgen Ihre Ausgaben aber nicht über die Zeit oder über Projekte und andere Tools hinweg. Tokens 4 Breakfast tut genau das: echte Ausgaben pro Modell und Projekt, eine Monatsend-Prognose und eine Plan-Value-Auswertung, die zeigt, ob sich Ihr Abo überhaupt lohnt. Wenden Sie die Taktiken an — und sehen Sie zu, wie sich die Zahl tatsächlich bewegt.
Profi-Tipps
Kurze, direkte Antworten auf die häufigsten Fragen zu diesem Thema.
Meist weil jede Anfrage auf dem leistungsstärksten Modell mit hohem Denkaufwand und großem, driftendem Kontextfenster läuft — und Ausgabe-Token das Drei- bis Fünffache der Eingabe kosten. Leichte Arbeit an ein günstigeres Modell routen, wiederholten Kontext cachen, den Aufwand senken und frische Sitzungen starten beseitigt das meiste dieser vermeidbaren Kosten.
Model Routing: mit einem Frontier-Modell planen und ein günstigeres Modell wie Sonnet oder Haiku den Code schreiben lassen. Das ist allein 40 bis 70 Prozent wert — mehr als jede andere Einzeländerung, weil Sie damit aufhören, für Routineausführung Frontier-Preise zu zahlen.
Ja. Claude Code cacht Ihren System-Prompt und die CLAUDE.md und gibt nach der ersten Nachricht rund 90 Prozent Rabatt auf diese wiederholten Eingabe-Token, was 30 bis 50 Prozent einer typischen Tagesrechnung streichen kann. Eine CLAUDE.md unter etwa 200 Zeilen hält das effizient.
Richtig eingesetzt, nein. Die Idee ist, Frontier-Leistung nur dort auszugeben, wo sie das Ergebnis ändert, und günstigere Modelle dort, wo sie dasselbe Ergebnis liefern. Prompt Caching und frische Sitzungen tragen gar kein Qualitätsrisiko; Routing und Effort-Tuning senken die Qualität nur, wenn Sie eine Aufgabe auf ein überfordertes Modell schieben — was die Zahlen pro Modell leicht erkennbar machen.
Messen Sie die Ausgaben pro Modell über die Zeit. Tokens 4 Breakfast zeigt Ihre echten Claude-Code-Kosten nach Modell und Projekt, live in der Mac-Menüleiste, mit Monatsend-Prognose — so bestätigen Sie, dass eine Änderung gewirkt hat, statt es anzunehmen. Der eingebaute /cost-Befehl zeigt nur die aktuelle Sitzung.
Datenschutzfreundliche Analyse
Wir nutzen optionale Analyse, um die aggregierte Websitenutzung zu verstehen und das Produkt auffindbarer zu machen. Google Analytics wird erst nach Ihrer Einwilligung geladen. Es werden keine Kontodaten, App-Daten oder persönlichen KI-Nutzungsdaten übertragen, und Sie können Ihre Wahl jederzeit ändern.
Datenschutzerklärung lesen