Wer in Claude Code Token sparen will, bekommt die Anleitung jetzt vom Hersteller selbst. Anthropic hat Mitte August 2026 den Leitfaden „Maximizing the value of your Claude Code sessions“ veröffentlicht. Autorin Lydia Hallie erklärt darin, wovon der Preis eines Tokens abhängt, warum lange Sitzungen überproportional viel verbrauchen und mit welchen Handgriffen sich das Kontingent schonen lässt.
Die Tipps richten sich ausdrücklich auch an Abonnenten. Im Abo tauchen zwar keine Dollarbeträge auf, doch laut Anthropic leeren genau dieselben Anfragen das Nutzungslimit, die API-Kunden je Token bezahlen. Derselbe Auftrag kann dabei je nach Arbeitsweise ein Vielfaches kosten, etwa wenn sich Claude Code erst durch ein Dutzend Dateien sucht, statt die richtige direkt genannt zu bekommen.
Auch im Abo zählt jede Anfrage aufs Nutzungslimit
Das Nutzungskontingent der Claude-Abos hat zwei Schichten. Ein rollierendes 5-Stunden-Fenster beginnt mit der ersten Nachricht, dazu kommt ein Wochenlimit, das über alle Modelle hinweg gilt. Die Nutzung von claude.ai, der Desktop-App, Claude Code und den IDE-Erweiterungen zählt dabei laut Anthropic-Hilfeseite zu Claude Code im Pro- und Max-Abo auf ein gemeinsames Kontingent ein.
Claude Code selbst ist das Kommandozeilen-Werkzeug rund um den KI-Assistenten Claude und in allen Bezahl-Abos enthalten, im Gratis-Zugang fehlt es. Pro kostet laut Anthropic-Preisseite 17 US-Dollar im Monat bei jährlicher Zahlung, die beiden Max-Stufen liegen bei 100 beziehungsweise 200 US-Dollar.
Die Wochenlimits gelten seit dem 28. August 2025. Anthropic begründete sie damals damit, dass einzelne Nutzer Claude Code rund um die Uhr laufen ließen oder Zugänge weiterverkauften; betroffen seien weniger als 5 Prozent der Abonnenten, wie unter anderem TechCrunch zur Einführung der Wochenlimits berichtete. Im April 2026 reagierte das Unternehmen auf eine neue Beschwerdewelle und riet Nutzern unter anderem, Routinearbeit mit Sonnet statt Opus zu erledigen, wie The Decoder über Anthropics Reaktion auf die Limit-Beschwerden schrieb. Im Mai 2026 verdoppelte Anthropic die 5-Stunden-Limits dann dauerhaft und beendete die Drosselung zu Stoßzeiten; heise führt die Erhöhung auf die SpaceX-Kooperation mit über 300 Megawatt zusätzlicher Rechenleistung zurück. Diese Erhöhung läuft allerdings aus, wie unser Bericht zum um 33 Prozent gekürzten Wochenlimit bei Claude Code zeigt.
Seit Juni 2026 liegt der Streit um die Limits auch vor Gericht. Eine Klage in Kalifornien, die den Sammelklagen-Status anstrebt, wirft Anthropic vor, dass ein Max-Abo für 100 Dollar real nur etwa das 3,5-Fache des Pro-Kontingents geliefert haben soll statt des beworbenen 5-Fachen, wie Engadget zur Sammelklage gegen die Max-Limits berichtet. In diese Lage hinein fällt der neue Sparleitfaden.
Was ein Token kostet: Output ist fünfmal so teuer wie Input
Ein Token, das Claude schreibt, kostet rund das Fünffache eines Tokens, das das Modell nur einliest. Beim Einlesen (Input) verarbeitet die Grafikkarte den gesamten Anfang der Anfrage in einem Durchgang. Die Antwort (Output) entsteht dagegen Token für Token, eine Antwort mit 200 Tokens bedeutet 200 einzelne Modell-Durchläufe hintereinander.
Der zweite Preisfaktor ist die Modellwahl. Die offiziellen API-Preise der aktuellen Claude-Modelle zeigen den Abstand; eine Einordnung gegenüber der Konkurrenz liefert unser Vergleich der Preise und API-Kosten von Claude und ChatGPT.
| Modell | Input | Output | Cache lesen |
|---|---|---|---|
| Claude Fable 5 | 10,00 $ | 50,00 $ | 1,00 $ |
| Claude Opus 5 | 5,00 $ | 25,00 $ | 0,50 $ |
| Claude Sonnet 5 | 2,00 $ | 10,00 $ | 0,20 $ |
| Claude Haiku 4.5 | 1,00 $ | 5,00 $ | 0,10 $ |
Aus der Anthropic-Preisdokumentation geht daneben hervor, dass der Einführungspreis von Claude Sonnet 5 zum Standardpreis erklärt wurde; die ursprünglich für den 1. September 2026 geplante Erhöhung auf 3 beziehungsweise 15 Dollar entfällt.
Prompt-Caching macht wiederholte Inhalte zum Zehntelpreis
Claude Code schickt bei jedem Arbeitsschritt die komplette bisherige Unterhaltung erneut an das Modell, samt aller gelesenen Dateien und Befehlsausgaben. Eine typische Runde ist deshalb stark einseitig, mit Zehntausenden Tokens auf dem Hinweg und ein paar Hundert auf dem Rückweg. Dass das bezahlbar bleibt, liegt am Prompt-Caching. Den bereits bekannten Anfang der Anfrage liest der Server aus dem Zwischenspeicher, zu einem Zehntel des Input-Preises. Wie lange dieser Zwischenspeicher hält, hängt am Zugang. Im Abo bekommt die Hauptunterhaltung eine Stunde, mit Nutzungsguthaben oder API-Schlüssel nur fünf Minuten, wie der Ratgeber zum Prompt Caching und seinen Kosten zeigt.
Was ist Prompt-Caching?
Beginnt eine Anfrage mit exakt denselben Tokens wie eine kurz zuvor verarbeitete, hebt der Server den Rechenzustand für diesen gemeinsamen Anfang auf und muss nur noch den neuen Rest verarbeiten. Das Schreiben in den Cache kostet einmalig etwas mehr als normaler Input (das 1,25- bis 2-Fache), jeder Treffer danach nur noch ein Zehntel. In Claude Code läuft das automatisch, es gibt nichts einzuschalten.
Der Cache lässt sich aber unbeabsichtigt zerstören. Dann wird das gesamte Kontextfenster beim nächsten Schritt neu eingelesen, zum vollen Preis.
Was derselbe Token kosten kann (Claude Sonnet 5)
US-Dollar je 1 Million Tokens, je nachdem wie das Modell sie verarbeitet. Der grüne Balken zeigt den Cache-Treffer, den günstigsten Fall.
Zahlen als Tabelle
| Verarbeitungsart | Preis je 1 Mio. Tokens |
|---|---|
| Cache lesen | 0,2 US-Dollar |
| Input | 2 US-Dollar |
| Cache schreiben (5 min) | 2,5 US-Dollar |
| Cache schreiben (1 h) | 4 US-Dollar |
| Output | 10 US-Dollar |
Im Abo bleibt der Cache eine Stunde erhalten, an einem API-Schlüssel nur fünf Minuten. Jeder neue Arbeitsschritt setzt die Uhr zurück. Kritisch sind deshalb vor allem Aktionen, die den Anfang der Anfrage verändern, denn der Zwischenspeicher greift nur, solange die Anfrage von vorn an identisch bleibt.
| Aktion | Folge für den Prompt-Cache |
|---|---|
/model wechseln | Jedes Modell hat einen eigenen Cache, die ganze Unterhaltung wird neu eingelesen. Gilt auch für den Automatik-Modus opusplan, der beim Planen selbstständig das Modell wechselt. |
/effort ändern | Der Denkaufwand ist Teil des Cache-Schlüssels, gleiche Folge. Beide Befehle fragen deshalb mitten in der Sitzung sicherheitshalber nach. |
| Fast Mode einschalten | Ebenfalls Teil des Schlüssels, das Neu-Einlesen läuft zu Fast-Mode-Preisen. Das Ausschalten kostet dagegen nichts. |
/compact ausführen | Ersetzt die Unterhaltung durch eine Zusammenfassung, zu der nichts mehr im Cache passt. Das Zusammenfassen selbst ist deutlich billiger, solange die alte Unterhaltung noch im Cache liegt. |
| Längere Pause | Nach einer Stunde ohne Aktivität (API-Schlüssel: 5 Minuten) verfällt der Cache, die nächste Eingabe liest alles neu ein. Auch das Fortsetzen alter Sitzungen startet fast immer ohne Cache. |
Liefen nur die letzten Arbeitsschritte in eine falsche Richtung, schneidet /rewind sie laut Leitfaden hinten ab, ohne den Rest anzutasten. Alles davor bleibt im Cache, der Schritt kostet praktisch nichts, während /compact immer die gesamte Unterhaltung neu aufbaut.
Sechs Regeln, mit denen Sie in Claude Code Token sparen
Anthropic bündelt seine Empfehlungen am Anfang des Leitfadens in sechs Kurzregeln.
- /clear zwischen Aufgaben ausführen. Sonst wandert der Kontext der alten Aufgabe bei jeder Anfrage der neuen mit.
- Modell und Denkaufwand vor dem Start festlegen. Ein Wechsel per /model oder /effort mitten in der Sitzung leert den Prompt-Cache.
- Dateien mit @ anhängen statt sie zu benennen. Die Datei hängt dann direkt an der Nachricht, Claude spart sich das Lesen oder sogar die Suche. Einmal pro Unterhaltung genügt, ein zweites @ hängt eine zweite Kopie an.
- Laute Befehle leiser stellen oder auslagern. Befehlsausgaben bleiben wie gelesene Dateien bis zum Ende der Sitzung im Kontext. Quiet-Flags im Testbefehl oder ein Subagent schaffen Abhilfe.
- /context einmal in einer frischen Sitzung ausführen. Der Befehl zeigt, was schon vor der ersten Eingabe geladen ist, etwa die CLAUDE.md und die Tool-Definitionen von MCP-Servern.
- /compact vor längeren Pausen ausführen. Das Zusammenfassen ist deutlich billiger, solange die Unterhaltung noch im Cache liegt, also vor Ablauf der Stunde.
Die Kosten-Dokumentation von Claude Code ergänzt die Liste um Dauereinstellungen. Die CLAUDE.md soll unter 200 Zeilen bleiben und nur projektspezifische Anweisungen enthalten, Arbeitsabläufe gehören in Skills, die nur bei Bedarf geladen werden. Alltagsbefehle stehen am besten samt Quiet-Flags in der CLAUDE.md, so wie man sie selbst tippen würde. Solche Dauereinstellungen sind angewandtes Context Engineering, also die bewusste Auswahl dessen, was dauerhaft im Kontextfenster liegt. Ungenutzte MCP-Server lassen sich pro Sitzung per /mcp abschalten. Wie viel deren Tool-Definitionen ausmachen, zeigte im Juli 2026 eine Hacker-News-Diskussion über die Token-Grundlast von Claude Code. Die Entwickler dort maßen rund 33.000 Tokens Grundlast pro Sitzung, noch bevor die erste eigene Eingabe getippt ist.
Die wichtigsten Befehle und Stellschrauben im Überblick, so wie sie die offizielle Dokumentation beschreibt.
| Befehl | Wirkung |
|---|---|
/context | Zeigt als farbiges Raster, was den Kontext füllt, etwa CLAUDE.md, MCP-Tools und den Verlauf. |
/usage | Token-Verbrauch und Limit-Balken im Abo (/cost ist nur noch ein Alias). |
/clear | Startet eine neue Unterhaltung mit leerem Kontext, kostet nichts. |
/compact | Fasst den Verlauf zusammen, eine eigene Anweisung ist möglich (Beispiel unten im Code-Block). |
/rewind | Schneidet die letzten Schritte ab, der Cache bleibt erhalten. |
/mcp | Schaltet ungenutzte MCP-Server für die laufende Sitzung ab. |
/model | Modell wählen, am besten vor dem Start, denn ein Wechsel mitten in der Sitzung leert den Cache. |
/effort | Denkaufwand wählen, mit derselben Cache-Regel wie beim Modell. |
| Umgebungsvariablen | Dauereinstellungen, gesetzt in der settings.json oder vor dem Start |
MAX_THINKING_TOKENS=0 | Schaltet das Denken für die Sitzung ab, bei Fable 5 geht das nicht. Andere Werte ignorieren die aktuellen Modelle, den Denkaufwand steuert dort /effort. |
BASH_MAX_OUTPUT_LENGTH=30000 | Ab dieser Zeichenlänge landet Befehlsausgabe in einer Datei statt im Kontext (30.000 ist der Standardwert). |
ENABLE_PROMPT_CACHING_1H=1 | Behält den 1-Stunden-Cache auch bei Nutzung über Usage Credits. |
Eine eigene /compact-Anweisung sieht in der Praxis so aus, der Text hinter dem Befehl wird komplett mit eingetippt.
Subagenten halten den Hauptkontext sauber
Ein Subagent erledigt Teilaufgaben in einem eigenen Kontextfenster, und nur seine Antwort kehrt in die Hauptsitzung zurück. Der ausgelagerte KI-Agent bekommt den eigenen Systemprompt, die Werkzeuge und die CLAUDE.md, aber nicht die bisherige Unterhaltung. Alles, was er liest und ausführt, wird nach getaner Arbeit verworfen.
Das lohnt sich laut Leitfaden immer dann, wenn eine Aufgabe viel Wegwerf-Ausgabe erzeugt, etwa das Durchsuchen eines langen Logs. Bei Kleinaufgaben überwiegt der Mehraufwand, weil der Subagent Dinge neu einlesen muss, die die Hauptsitzung schon kennt. Für wiederkehrende Fleißarbeit empfiehlt die Kosten-Dokumentation eine eigene Subagenten-Definition mit einem kleinen Modell wie Haiku. Ganze Agenten-Teams verbrauchen laut derselben Seite dagegen rund das Siebenfache einer Einzelsitzung, gemessen mit Teammitgliedern im Plan-Modus.
/usage zeigt, wohin die Tokens fließen
Der Befehl /usage ist die eingebaute Verbrauchsanzeige von Claude Code. Abonnenten sehen dort Fortschrittsbalken für das 5-Stunden-Fenster und das Wochenlimit, dazu eine Aufschlüsselung, welche Skills, Subagenten, Plugins und MCP-Server wie viel verbraucht haben. Auffällige Muster markiert die Anzeige ab einem Anteil von 10 Prozent mit Hinweisen wie „long context“ oder „cache misses“, umschalten lässt sich die Statistik mit den Tasten d und w zwischen Tages- und Wochensicht.
Die angezeigten Dollarwerte sind für Abonnenten nur eine Rechengröße. Die Dokumentation stellt klar, dass sie für die Abrechnung keine Rolle spielen, weil die Nutzung im Abo enthalten ist. Wer mit API-Schlüssel arbeitet, findet die verbindlichen Zahlen in der Claude Console.
Wenn das Limit trotzdem erreicht ist
Beim Erreichen des Limits meldet Claude Code den Reset-Zeitpunkt, bis dahin ruht die Arbeit. Ein Modellwechsel hilft an dieser Stelle nicht, denn Session- und Wochenlimit gelten über alle Modelle hinweg. Wer nicht auf den Reset warten will, kann das Abo hochstufen oder Usage Credits zukaufen, die zu normalen API-Preisen abgerechnet werden. Ein monatliches Ausgabenlimit dafür legt der Nutzer selbst fest, und der Wechsel auf Credits passiert nie automatisch, sondern erst nach ausdrücklicher Bestätigung.
Sobald die Nutzung über Usage Credits läuft, sinkt laut Dokumentation außerdem die Lebensdauer des Prompt-Caches von einer Stunde auf fünf Minuten; die Umgebungsvariable ENABLE_PROMPT_CACHING_1H=1 stellt die volle Stunde wieder her.
Häufige Fragen zum Token-Verbrauch in Claude Code
Gilt Prompt-Caching auch im Claude-Abo?
Ja. Anthropic schreibt im Leitfaden, dass Abonnenten dieselben Anfragen auf ihr Limit angerechnet bekommen, die API-Kunden bezahlen, samt der Cache-Rabatte. Laut Anthropics Hilfeseite zu den Nutzungslimits werden auch Datei-Uploads in Claude-Projekten zwischengespeichert, dort zählen nur neue, noch nicht gecachte Teile auf das Kontingent.
Was ist der Unterschied zwischen /clear und /compact?
/clear beginnt eine leere Unterhaltung und kostet nichts, /compact fasst die bisherige zusammen und ist selbst eine große Anfrage. Wer eine Sitzung später wieder braucht, benennt sie vorher mit /rename und holt sie mit /resume zurück, statt sie weiterlaufen zu lassen.
Wie lange bleibt der Prompt-Cache bestehen?
Im Abo eine Stunde, an einem API-Schlüssel fünf Minuten. Jeder neue Arbeitsschritt setzt die Uhr zurück, der Cache verfällt also erst nach einer entsprechend langen Pause ohne jede Aktivität in der Sitzung.
Hilft ein Modellwechsel, wenn das Limit erreicht ist?
Nein, das 5-Stunden-Fenster und das Wochenlimit gelten über alle Modelle hinweg; nur nach der modellspezifischen Meldung „You’ve hit your Opus limit“ lässt sich mit einem kleineren Modell weiterarbeiten. Ein Wechsel wirft obendrein den Prompt-Cache weg, weil jedes Modell einen eigenen hat. Das betrifft auch den opusplan-Modus, der beim Wechsel in den Planungsmodus automatisch das Modell tauscht.
Zählt Claude Code auf dasselbe Limit wie claude.ai?
Ja, die Nutzung von claude.ai, Desktop-App, Claude Code und IDE-Erweiterungen fließt in ein gemeinsames Kontingent. Wichtig ist, keinen API-Schlüssel in der Umgebungsvariable ANTHROPIC_API_KEY zu hinterlassen, sonst läuft die Arbeit unbemerkt über die API und wird je Token berechnet statt über das Abo.
Wie viel verbraucht ein Entwickler mit Claude Code im Schnitt?
Anthropic nennt in der Kosten-Dokumentation, gemessen über Enterprise-Installationen, rund 13 US-Dollar pro Entwickler und aktivem Tag, 90 Prozent der Nutzer bleiben unter 30 US-Dollar täglich. Dazu kommt ein Hintergrundverbrauch von unter 0,04 US-Dollar je Sitzung für automatische Zusammenfassungen.