Wie Sie Ihre Claude Code Token Kosten Senken, Ohne Langsam Zu Werden

Claude Code berechnet nach Token, und die Rechnung schleicht sich an Sie heran. Nicht wegen des Codes, den es schreibt, dieser Teil ist günstig. Das Geld fließt in alles, was das Modell bei jedem einzelnen Schritt erneut liest: ein Kontextfenster voller alter Nachrichten, ein 40-Dateien-Diff, nach dem niemand gefragt hat, ein PDF, das stillschweigend in Bilder umgewandelt wird, das gleiche CLAUDE.md, das hundertmal am Tag verschickt wird.

Hierhin gehen die Tokens tatsächlich, und wie Sie weniger davon ausgeben können, ohne schlechteren Code zu schreiben oder länger zu warten.

Zuerst, schauen Sie auf den Zähler

Sie können nicht kürzen, was Sie nicht sehen können. Bevor Sie etwas ändern, finden Sie heraus, was eine Sitzung tatsächlich kostet.

Jede Nachricht, die Sie senden, sendet die gesamte Konversation bis zu diesem Punkt erneut. Zug 30 ist nicht ein Prompt, es sind dreißig Prompts, die übereinander gestapelt sind, plus jede Datei, die der Agent unterwegs gelesen hat. Deshalb wird eine lange Sitzung am Ende teuer, selbst wenn Ihre letzte Frage nur eine Zeile lang war.

In AgentsRoom können Sie dies live mit der Claude Code Token-Nutzungsansicht verfolgen: die laufende Token-Zahl und die Kosten der aktuellen Sitzung, direkt in der Benutzeroberfläche, damit Sie aufhören zu raten. Vergrößern Sie die Projektstatistik-Dashboard und Sie sehen die Kosten pro Projekt, pro Agent und pro Tag. Sobald Sie die Zahl steigen sehen, hören die unten genannten Lösungen auf, abstrakt zu sein.

Halten Sie das Kontextfenster eng

Der größte Hebel ist die Kontextgröße. Ein aufgeblähtes Fenster ist eine Steuer, die Sie bei jedem Schritt für den Rest der Sitzung zahlen.

Starten Sie eine neue Sitzung, wenn Sie die Aufgaben wechseln. Debuggen Sie eine webpack-Konfiguration nicht im selben Thread, in dem Sie gerade die Authentifizierung refaktoriert haben. Führen Sie /clear aus und starten Sie sauber. Die alten Nachrichten halfen der neuen Aufgabe nicht, sie waren nur auf der Rechnung mitgefahren.

Achten Sie auch auf die langsame Drift. Lange Sitzungen werden nicht nur teuer, sie werden dümmer: Das Modell beginnt, den Überblick zu verlieren, sich zu wiederholen, zu vergessen, was es vor zwanzig Nachrichten entschieden hat. AgentsRoom hat einen Kontextdrift-Detektor, der Sie warnt, wenn ein Agent sich verschlechtert, was normalerweise genau der Moment ist, um zu komprimieren oder neu zu starten. Wir haben den Trick dahinter im Canary-Trick zum Erkennen von Agentenverschlechterung beschrieben. Kürzere Sitzungen sind gleichzeitig günstiger und präziser.

Hören Sie auf, rohe PDFs zu füttern

Das ist fast kostenloses Geld. Wenn Sie ein PDF in Claude hochladen, wird jede Seite auch in ein Bild umgewandelt, und Vision-Tokens kosten viel mehr als Text. Ein 20-seitiges Dokument kann zehntausende von Tokens verbrauchen, bevor Ihre Frage überhaupt gelesen wird.

Konvertieren Sie die Datei zuerst in Markdown. Ein Befehl mit einem kostenlosen Tool senkt die Kosten um bis zu 80%, und das Modell antwortet genauso gut, oft besser, weil es eine saubere Struktur liest, anstatt auf Seitenbilder zu starren. Vollständige Anleitung hier: PDF in Markdown konvertieren, um Tokens zu sparen. Einmal konvertieren, die .md in das Repository einpflegen, und jeder zukünftige Schritt liest günstigen Text.

Verwenden Sie das günstigste Modell, das die Aufgabe erledigen kann

Opus für alles ist der Grund, warum Rechnungen explodieren. Eine Variable umzubenennen, eine Commit-Nachricht zu schreiben oder einen Tippfehler zu korrigieren, benötigt nicht Ihr teuerstes Modell. Ein kleineres Modell erledigt das für einen Bruchteil des Preises, und Sie werden den Unterschied nicht spüren.

Die Gewohnheit ist einfach: Passen Sie das Modell an die Aufgabe an. Schweres Architektur-Design bekommt das große Modell, mechanische Änderungen das kleine. Der Adaptive Modus von AgentsRoom macht dies automatisch, indem er das günstigste fähige Modell für das, was Sie tatsächlich tun, vorschlägt, sodass Sie aufhören, Premiumpreise für Routinearbeiten zu zahlen.

Delegieren Sie die Routinearbeiten an einen günstigeren Agenten

Einige Aufgaben sind groß, aber oberflächlich: Tests für ein Modul schreiben, hundert Dateien auf ein Muster überprüfen, Boilerplate generieren. Sie möchten nicht, dass Ihr teurer Agent all das in einem riesigen Kontext abarbeitet.

Lassen Sie ihn stattdessen den Job abgeben. Mit der Agenten-Delegation kann ein Entwicklungsagent eine Unteraufgabe an einen zweiten Agenten übergeben, der ein günstigeres Modell verwendet, das die wiederholenden Arbeiten in seinem eigenen sauberen Kontext erledigt und zurückmeldet. Der teure Agent bleibt fokussiert und klein, der günstige Agent übernimmt das Volumen. Ihre Rechnung folgt der Aufteilung.

Hören Sie auf, sich selbst immer wieder zu erklären

Wenn Sie jedes Mal, wenn Sie eine Code-Überprüfung starten, dasselbe dreiseitige Prompt eintippen, zahlen Sie dafür, es jedes Mal zu senden. Speichern Sie es einmal.

Halten Sie Ihre wiederkehrenden Anweisungen in einer Prompt-Bibliothek und Ihre wiederholbaren Verfahren als Fähigkeiten, die der Agent nur lädt, wenn er sie benötigt. Sie verwenden die Formulierung erneut, anstatt sie neu einzugeben und erneut zu senden, und eine Fähigkeit hält ihre detaillierten Schritte aus dem Basis-Kontext, bis sie tatsächlich benötigt werden. Dasselbe Ergebnis, weniger Tokens werden bewegt.

Achten Sie auf die Kosten für parallel laufende Agenten

Parallele Agenten sind eine Superkraft, und sie multiplizieren Ihre Token-Ausgaben genau mit der Anzahl der Agenten, die Sie betreiben. Fünf Agenten, die dasselbe gemeinsame Kontext lesen, sind fünfmal so viele Lesevorgänge.

Das ist in Ordnung, solange Sie es sehen können. Halten Sie die Projektstatistik offen, wenn Sie hochskalieren, richten Sie Ihre Agenten auf leichte .md-Referenzen statt auf rohe Dokumente aus, und beenden Sie die, die fertig sind, anstatt sie in einem teuren Fenster untätig zu lassen. Parallelität sollte Ihnen Geschwindigkeit bringen, nicht eine überraschende Rechnung. Wenn Sie Codierungsagenten parallel ausführen, hält ein gemeinsamer, konvertierter Kontext die gesamte Flotte erschwinglich.

Die kurze Version

Der größte Teil Ihrer Claude Code-Rechnung sind nicht die Codes, sondern das erneute Lesen. Also:

• Achten Sie auf den live Token-Zähler, damit die Zahl nie eine Überraschung ist.
• Führen Sie /clear zwischen den Aufgaben aus und halten Sie die Sitzungen kurz.
• Konvertieren Sie PDFs in Markdown, bevor Sie fragen.
• Verwenden Sie das kleinste Modell, das die Aufgabe erledigen kann, oder lassen Sie Adaptive Mode es für Sie auswählen.
• Delegieren Sie flache, hochvolumige Arbeiten an einen günstigeren Agenten.
• Verwenden Sie Prompts und Fähigkeiten wieder, anstatt sie neu einzugeben.

Nichts davon verlangsamt Sie. Kürzerer Kontext und das richtige Modell machen den Agenten normalerweise schneller und präziser, und die günstigere Rechnung ist der Bonus.

Möchten Sie den Zähler, die Modellzuweisung und die Delegation an einem Ort? Laden Sie AgentsRoom herunter und sehen Sie, wie Ihre Token-Kosten in der Token-Nutzungsansicht sinken.