Wie viele Tokens habe ich noch bei Claude? Diese Zahl gibt es nicht.

Es ist eine der meistgesuchten Fragen zu Claude, und sie wird in fast jeder Sprache gestellt. Sie hat auch eine unbequeme Antwort: Diese Zahl gibt es nicht, denn Ihr Abo wird nicht in Tokens verkauft.

Das ist keine Spitzfindigkeit. Es erklärt, warum Sie den gesuchten Zähler nicht finden, warum jede Seite, die behauptet, Ihnen einen zu zeigen, nur rät, und warum das, was Sie mitten in der Arbeit tatsächlich stoppt, nicht das ist, worauf die meisten Leute schauen.

Ihr Abo wird in Nutzungsfenstern gemessen, nicht in Tokens

Anthropic drückt ein Claude-Abo nicht als Token-Kontingent aus. Gemessen wird es in Nutzungsfenstern: einem gleitenden Sitzungsfenster und einem Wochenfenster darüber. Beide gelten gemeinsam für jede Oberfläche, bei der Sie sich anmelden, ein langer Nachmittag im Claude Chat lässt Ihnen am selben Abend also weniger Spielraum für Claude Code. Beide gelten außerdem modellübergreifend, weshalb ein Wechsel zu einem günstigeren Modell mit /model Ihnen Ihr Limit nicht zurückgibt, sobald Sie es erreicht haben.

Ablesbar ist deshalb ein Anteil an einem Fenster und der Zeitpunkt seiner Rückkehr, kein Guthaben. Wenn Sie tatsächlich an die Grenze stoßen, nennt die Meldung, die Sie stoppt, welche Obergrenze Sie erreicht haben und wann sie zurückgesetzt wird, und diese Meldung ist der einzige verbindliche Wert für Ihr Konto.

Der einzige Ort, an dem eine Token-Zahl buchstäblich etwas bedeutet, ist die API, die pro Token abgerechnet wird. Alles Weitere hier betrifft das Abo, und danach fragen die meisten Leute in Wirklichkeit.

Die Zahl, die Sie ablesen können, und wo sie steht

Zwei Bildschirme, und sie beantworten unterschiedliche Fragen.

In Claude Code ist /usage der Befehl, den zu lernen sich lohnt. In einem Pro-, Max-, Team- oder Enterprise-Abo zeigt er Nutzungsbalken für Ihre Abo-Limits, und mit d oder w wechseln Sie zwischen den letzten 24 Stunden und den letzten 7 Tagen. Unter den Balken tut er etwas Nützlicheres als jede rohe Zahl: Er ordnet die jüngste Nutzung Skills, Subagenten, Plugins und einzelnen MCP-Servern zu, jeweils als Prozentsatz, und setzt eine Verhaltensmarkierung, wenn ein einzelnes Muster 10 % oder mehr Ihres jüngsten Verbrauchs ausmacht, etwa langer Kontext oder Cache-Fehlschläge.

Eine Einschränkung ist wichtig, und sie wird leicht übersehen: Diese Werte werden aus Ihrem lokalen Sitzungsverlauf auf diesem Rechner berechnet. Arbeit von einem anderen Laptop oder auf claude.ai steckt nicht darin.

Im Web ist Einstellungen und dann Nutzung auf claude.ai die Ansicht auf Kontoebene: Ihr Abo, wo Sie stehen und wann das Wochenfenster zurückgesetzt wird. Wenn Sie auf zwei Rechnern arbeiten, ist diese Ansicht die vollständige.

Für eine Aufschlüsselung pro Sitzung, was ein Stück Arbeit tatsächlich gekostet hat, druckt der obere Block von /usage die Rohwerte:

Usage by model:
   claude-sonnet-4-6:  1.2k input, 5.3k output, 940.0k cache read, 50.0k cache write

Diese vier Zahlen sind die ganze Geschichte einer Coding-Sitzung, und die größte davon ist fast immer cache read. Wenn Sie diese Ansicht dauerhaft statt auf Abruf möchten: AgentsRoom hält für jede Sitzung eine Live-Token-Anzeige bereit, direkt neben dem Terminal, mit derselben Aufteilung in Input, Output und Cache und einem roten Badge, sobald eine Sitzung heiß läuft. Die Schritt-für-Schritt-Fassung zum Ablesen des Zählers der CLI selbst finden Sie unter So prüfen Sie den Token-Verbrauch von Claude Code.

Was ein Token wirklich ist, sobald ein Agent im Spiel ist

Ein Token ist ein Textfragment: im Englischen ungefähr drei Viertel eines Wortes und im Code merklich weniger, weil dort Satzzeichen und Bezeichner leicht zerfallen.

Was die Leute überrascht, ist, dass eine Konversation bei jeder Anfrage vollständig erneut gesendet wird. Stellen Sie eine einzeilige Frage in einer Sitzung, die seit dem Morgen offen ist, und Sie bezahlen nicht für diese Zeile, sondern für die gesamte Historie, die mit ihr reist. Jedes Mal, wenn der Agent ein Werkzeug benutzt, schickt er eine weitere Anfrage, die die vorherigen Werkzeugergebnisse mitführt, und deshalb kann ein einzelnes „Behebe diesen Test“ zu einem Dutzend Hin- und Rückwegen werden.

Prompt Caching ist das, was diese Rechnung erträglich macht. Wiederholte Historie wird zu einem viel niedrigeren Cache-Tarif berechnet, weshalb der Wert cache read gewaltig ist und die Rechnung es nicht ist. Damit ist zugleich die teuerste Gewohnheit der Arbeit mit Agenten angelegt, und die ist Thema des nächsten Abschnitts.

Warum der Balken steigt, während Sie gar nichts tippen

Wenn Ihre Nutzung in einer untätigen Sitzung klettert, liegt es an einem dieser Punkte, und keiner davon ist ein Fehler:

• Der ablaufende Cache. Gecachter Kontext lebt im Abo etwa eine Stunde und sinkt auf fünf Minuten, sobald Sie Nutzungsguthaben in Anspruch nehmen oder einen API-Schlüssel verwenden. Kommen Sie aus der Mittagspause zurück, verfehlt Ihre erste Nachricht den Cache: Ihre gesamte Konversation wird zum vollen Preis neu verarbeitet. Eine Pause, eine vollständige Neuverarbeitung.
• Alles, was von selbst einen Zug startet. Eine geplante Aufgabe, die anspringt, eine Nachricht aus einer anderen Ihrer Sitzungen, ein Ziel-Check-in, während im Hintergrund gearbeitet wird. Jeder dieser Vorgänge sendet den vollen Kontext erneut, genau wie eine von Ihnen getippte Nachricht.
• Agenten im Team. Jeder aktive Agent im Team betreibt sein eigenes Kontextfenster und verbraucht weiter, bis er sich beendet. Anthropics eigene Empfehlung beziffert ein Team im Plan-Modus auf etwa das Siebenfache einer normalen Sitzung.
• Verdichtung. /compact muss die Konversation lesen, die es zusammenfasst, das Verdichten eines großen Kontexts ist also selbst eine große Anfrage. /clear kostet nichts, und wenn Sie keine Kontinuität brauchen, ist es die bessere Wahl.
• Arbeit im Hintergrund. Zusammenfassungen für --resume und ähnliche Routinen ziehen auch im Leerlauf einen kleinen Betrag, typischerweise unter vier Cent pro Sitzung.

Genau hier trennen sich auch die beiden Warnungen, die viele miteinander verwechseln. Eine Kontext- oder Auto-Compact-Warnung sagt, dass sich eine Konversation dem Kontextfenster des Modells nähert, und das Leeren dieser Sitzung behebt es. Ein Nutzungslimit sagt, dass das im Abo enthaltene Kontingent über alle Sitzungen hinweg aufgebraucht ist, und ein Leeren gibt davon nichts zurück. Das zuverlässige Erkennungsmerkmal: Ein Nutzungslimit nennt einen Zeitpunkt für das Zurücksetzen, eine Kontext-Warnung nicht.

Was tun, wenn der Balken fast voll ist

Grob geordnet danach, wie viel sie für den Aufwand zurückgeben:

1. Leeren Sie zwischen unabhängigen Aufgaben. Veralteter Kontext wird für den Rest der Sitzung bei jeder Nachricht erneut gesendet. Setzen Sie /rename vor /clear ein, wenn Sie die Sitzung mit /resume wiederfinden möchten.
2. Passen Sie das Modell an die Aufgabe an. Sonnet bewältigt die meiste Coding-Arbeit; Opus als Standard beizubehalten ist die häufigste Ursache dafür, dass ein Kontingent bis Donnerstag verschwunden ist.
3. Lesen Sie die Zuordnung in /usage. Wenn ein MCP-Server oder ein Subagent 30 % Ihrer Woche ausmacht, dann ist genau das der Hebel, und Sie hätten nie erraten, welcher es ist.
4. Drehen Sie das Denken herunter, bevor Sie es abschalten. Denk-Tokens werden als Output abgerechnet. Die Reasoning-Stufe zu senken reicht meistens schon.
5. Schieben Sie ausschweifende Arbeit in Subagenten. Testausgaben und Logdateien bleiben im Kontext des Subagenten, und nur eine Zusammenfassung kommt zurück.
6. Halten Sie die Kontextdatei kurz. Alles in CLAUDE.md oder AGENTS.md wird beim Sitzungsstart geladen und bei jedem Zug bezahlt, auch dann, wenn es irrelevant ist. Lange Workflow-Anweisungen gehören in einen Skill, der nur beim Aufruf geladen wird. Mehr dazu steht in dem Leitfaden zur Kontextdatei AGENTS.md.

Wenn Sie speziell zur Kostensenkung die längere Fassung möchten: So senken Sie die Token-Kosten von Claude Code geht sie im Detail durch.

Die Kurzfassung

Hören Sie auf, nach einem Token-Guthaben zu suchen: Ihr Abo hat keines. Lernen Sie die beiden Fenster, lesen Sie /usage wegen der Zuordnung und nicht wegen einer Gesamtsumme, und behandeln Sie den Cache als das, was über Ihre Woche entscheidet. Die Entwicklerinnen und Entwickler, die nie an ein Limit stoßen, sind selten die, die weniger tippen. Es sind die, die eine frische Sitzung starten, sobald das Thema wechselt.

Mehrere Agenten gleichzeitig laufen zu lassen macht all das zugleich schlimmer und sichtbarer, denn der Verbrauch ist dann nicht mehr eine einzige Zahl, sondern eine Zahl pro Agent. Genau um diese Ansicht herum ist AgentsRoom gebaut.

Häufig gestellte Fragen

Wie viele Tokens habe ich noch bei Claude?

Diese Zahl lässt sich nirgends nachschlagen. Ein Claude-Abo wird nicht als Token-Budget verkauft: Gemessen wird ein Anteil an einem gleitenden Sitzungsfenster plus einem Wochenfenster, und ablesbar ist ein Prozentsatz dieser Fenster sowie der Zeitpunkt ihres Zurücksetzens, kein Token-Guthaben. Ablesen können Sie das mit dem Befehl /usage in Claude Code oder unter Einstellungen und dann Nutzung auf claude.ai. Nur bei der API, die pro Token abgerechnet wird, sagt eine Token-Zahl überhaupt etwas aus.

Wie funktionieren die Tokens von Claude?

Ein Token ist ein Textfragment, im Englischen ungefähr drei Viertel eines Wortes und im Code weniger. Jede Anfrage schickt Ihre gesamte Konversation erneut mit, deshalb bezahlt eine Coding-Sitzung bei jedem Zug ihre angesammelte Historie und nicht nur den Satz, den Sie getippt haben. Darum wird die Nutzung in vier getrennten Werten gezählt: Input, Output, Cache-Schreibvorgänge und Cache-Lesevorgänge. Gecachte Historie wird zu einem viel niedrigeren Satz berechnet als frischer Input, und genau deshalb zehrt eine den ganzen Tag offene Sitzung weiter an Ihrem Abo.

Wann wird meine Claude-Nutzung zurückgesetzt?

Es gibt zwei Uhren, und sie laufen unabhängig voneinander. Ein Sitzungsfenster ist gleitend, es läuft also eine feste Anzahl Stunden nach seiner Öffnung ab und nicht zu einem von Ihnen gewählten Zeitpunkt. Darüber liegt ein Wochenfenster, das zu einem festen, Ihrem Konto zugewiesenen Moment zurückgesetzt wird. Die Limit-Meldung selbst nennt Ihnen, wann das Fenster, das Sie gestoppt hat, wieder verfügbar ist, und diese Meldung ist die verbindliche Antwort für Ihr Konto. Beide Uhren gelten gemeinsam für Claude Chat und Claude Code, intensive Chat-Nutzung verkürzt also Ihr Budget zum Programmieren.

Bekomme ich mein Limit zurück, wenn ich auf ein günstigeres Modell wechsle?

Nein. Das Sitzungsfenster und das Wochenfenster gelten modellübergreifend, ein Wechsel mit /model stellt den Zugang also nicht wieder her, sobald Sie sie ausgeschöpft haben. In einem bestimmten Fall hilft es doch: bei einer modellspezifischen Meldung, etwa wenn Sie Ihr Opus-Limit erreichen, denn dann können Sie mit dem Wechsel zu Sonnet weiterarbeiten. Es hilft außerdem, bevor Sie an die Grenze stoßen, weil ein günstigeres Modell für dieselbe Arbeit weniger von demselben Kontingent verbraucht.

Warum steigt meine Nutzung, obwohl ich gar nichts tue?

Weil Untätigkeit in einer Agenten-Sitzung nicht kostenlos ist. Alles, was einen Zug auslöst, sendet Ihren gesamten Kontext erneut: eine geplante Aufgabe, die anspringt, eine Nachricht aus einer anderen Sitzung, ein Agent im Team, der noch läuft, ein Ziel-Check-in. Zwei weitere Dinge kosten Tokens ganz ohne Zug: die Verdichtung, die die Konversation lesen muss, die sie zusammenfasst, und die erste Nachricht nach einer langen Pause, die den Prompt-Cache verfehlt und Ihre gesamte Historie zum vollen Preis neu verarbeitet.

Ist eine Kontext-Warnung dasselbe wie ein Nutzungslimit?

Nein, und wer beides verwechselt, greift zur falschen Lösung. Eine Kontext- oder Auto-Compact-Warnung betrifft eine einzelne Konversation, die sich dem Kontextfenster des Modells nähert, und sie wird gelöst, indem man diese Sitzung leert oder verdichtet. Ein Nutzungslimit betrifft das im Abo enthaltene Kontingent über alle Sitzungen hinweg, und ein Leeren mit /clear gibt davon nichts zurück. Erkennbar ist es an der Formulierung: Eine Limit-Meldung nennt einen Zeitpunkt für das Zurücksetzen, eine Kontext-Warnung nicht.