Claude „Prompt ist zu lang“, „Eingabe ist für das angeforderte Modell zu lang“ und „Kontextlimit erreicht“: Was das Fenster füllt und wie Sie wieder Platz schaffen

Die Meldungen

API Error: 400 {"type":"error","error":{"type":"invalid_request_error","message":"prompt is too long: 213456 tokens > 200000 maximum"}}
API Error: 400 input is too long for requested model
Context limit reached · /compact or /clear to continue
Error during compaction: automatic compaction failed
Error: a single-exchange conversation cannot be compacted
Stop hook error: Hook evaluator API error: Prompt is too long

Die ersten beiden stammen von der API und haben den Status 400: Die Anfrage wurde abgelehnt, und ein unveränderter erneuter Versuch scheitert auf dieselbe Weise. Context limit reached ist die eigene Schätzung von Claude Code vor dem Senden. Die Komprimierungsfehler bedeuten, dass der Ausweg selbst gescheitert ist, meist weil die Unterhaltung aus einem einzigen riesigen Austausch besteht und keine älteren Inhalte zum Zusammenfassen vorhanden sind.

Was das Kontextfenster tatsächlich füllt

• Tool-Ergebnisse. A cat einer 4 MB großen Protokolldatei, eines minifizierten Bundles, eines find über node_modules — jedes Byte der Ausgabe landet in der Unterhaltung. Fordern Sie zuerst head, grep oder wc -l an, oder sagen Sie dem Agenten, welche Dateien er lesen soll.
• MCP-Tool-Definitionen. Jeder registrierte Server fügt seine Tool-Schemas zu *jeder* Anfrage hinzu. #50284: Der Explore-Subagent scheiterte mit Prompt is too long bei jedem Aufruf, sobald viele MCP-Server registriert waren — der Subagent startet mit einem nahezu vollen Kontextfenster, bevor er überhaupt etwas tut. Deaktivieren Sie Server, die Sie in diesem Projekt nicht verwenden (claude mcp list, und entfernen Sie sie anschließend oder schränken Sie ihren Geltungsbereich ein).
• Skills und CLAUDE.md. #69179 meldet Context limit reached bei 21 % angezeigter Auslastung direkt nach dem Laden des integrierten claude-api Skills; bei einem anderen Nutzer im Thread trat der Fehler bereits beim allerersten Prompt eines frisch gestarteten Prozesses auf. Er behob ihn, indem er den Skill-Aufruf aus CLAUDE.md entfernte. Große, automatisch geladene Skills verursachen einen versteckten festen Kontextverbrauch.
• Hooks, die die Unterhaltung auswerten. Das /goal Der Stop-Hook sendet die jüngste Unterhaltung an ein Bewertungsmodell; bei einer langen Sitzung ist es diese Bewertungsanfrage selbst, die das Limit überschreitet (#58192, 17 Kommentare, #62345). Ein Anthropic-Entwickler merkte an, dass ein Ziel auf 4,000 Zeichen begrenzt ist. Der Zieltext ist also nicht die Ursache, sondern die Sitzungslänge. Löschen Sie das Ziel oder komprimieren Sie die Unterhaltung vor langen autonomen Durchläufen.
• Subagenten. Jeder Subagent hat sein eigenes Kontextfenster, aber Berichten zufolge schlug das Starten von Subagenten im Cowork-Stil mit Prompt is too long bei 0 Tokens fehl (#55712); aktualisieren Sie die CLI, wenn dieses Fehlermuster auftritt.

In Claude Code beheben

/context          # what is in the window right now, by category
/compact          # summarise history, keep the task
/compact focus on the failing test and the diff   # steer what survives
/clear            # fresh window; paste a short brief of where you were
/model            # a (1M) variant if the job is genuinely large

Die Reihenfolge ist wichtig: Sehen Sie sich zuerst /context an. Wenn MCP-Tools oder ein Skill ein Drittel des Kontextfensters belegen, hilft das Komprimieren der Unterhaltung nicht lange; beseitigen Sie den festen Kontextverbrauch. Wenn ein einzelnes Tool-Ergebnis das Problem ist, ist /clear schneller, als sich mit der Komprimierung abzumühen. Wenn die Aufgabe tatsächlich Hunderttausende Tokens benötigt, ist eine (1M) Modellvariante das richtige Werkzeug — lesen Sie aber den nächsten Abschnitt, denn bei ihrer Auswahl gibt es eine weitere Falle.

Wenn die Anzeige falsch liegt

Mehrere Meldungen im Issue-Tracker zeigen, dass der Fehler weit unterhalb des beworbenen Kontextfensters auftritt. #51915: Context limit reached bei 27 % Auslastung, und /compact führte danach ebenfalls zu einem Fehler. #49605: Die Warnung wurde ausgelöst, obwohl das Limit noch nicht erreicht war. Der Leitfaden zu API-Fehler 400 behandelt den verwandten Fall, dass Prompt is too long zwischen 166K und 178K Tokens auftritt, wenn Konten ein Kontextfenster von 200K erhalten, während der Client 1M anzeigt. Als Faustregel gilt: Wenn /context anzeigt, dass noch Platz vorhanden ist, die API aber trotzdem ablehnt, betrachten Sie etwa 150K als Ihre tatsächliche Obergrenze und komprimieren Sie dort.

Die umgekehrte Falle: Wenn Sie ein Modell auswählen, dessen Standard das Kontextfenster von 1M ist, Ihr Tarif dieses aber nicht umfasst, erscheint eine Meldung zum *Nutzungslimit*, nicht zum Kontextlimit (#62052 — „Irreführender Fehler ‚Nutzungslimit erreicht‘ bei der Auswahl von Sonnet — tatsächlich eine Zugangsbeschränkung für die Kontextstufe 1M“). Wählen Sie die Variante ohne 1M in /model, oder setzen Sie CLAUDE_CODE_DISABLE_1M_CONTEXT=1. Einzelheiten auf der Seite zu Nutzungslimits.

„Diese Unterhaltung ist zu lang, um fortzufahren“ auf claude.ai

Das Chat-Produkt hat dasselbe Limit, formuliert es aber anders: *Ihre Nachricht wird die Längenbegrenzung für diesen Chat überschreiten. Versuchen Sie, weniger oder kleinere Dateien anzuhängen oder eine neue Unterhaltung zu beginnen.* und *Diese Unterhaltung ist zu lang, um fortzufahren. Starten Sie einen neuen Chat oder entfernen Sie einige Tools, um Platz freizugeben.* Die zweite Meldung betrifft Konnektoren: Jedes aktivierte Tool und jeder MCP-Konnektor beansprucht bei jeder Nachricht Kontext. Deshalb schlägt die Meldung vor, Tools zu entfernen (#58521). Starten Sie einen neuen Chat, hängen Sie weniger Dateien an, legen Sie dauerhaftes Referenzmaterial in einem Projekt ab, statt es erneut anzuhängen, und deaktivieren Sie Konnektoren, die Sie in dieser Unterhaltung nicht verwenden.

Über die API und über ein Gateway

Ein 400 wegen überschrittener Länge wird vom Modell bestimmt und verhält sich deshalb beim direkten Zugriff auf Anthropic genauso wie über dieses Gateway (ANTHROPIC_BASE_URL=https://aiprimetech.io). Der Unterschied liegt in der Abrechnung: Die API rechnet pro Token ohne sitzungsbezogenes Nutzungsfenster ab. Eine Aufgabe mit langem Kontext, die immer wieder an Abonnementlimits stößt, ist mit einem API-Schlüssel daher oft günstiger und stressfreier. Prüfen Sie unter /v1/models , welche Modelle und Kontextfenstergrößen der Endpunkt bereitstellt, bevor Sie zu einem (1M) Variante.

export ANTHROPIC_BASE_URL=https://aiprimetech.io
export ANTHROPIC_API_KEY=your_gateway_key
claude

export ANTHROPIC_BASE_URL=https://aiprimetech.io
export ANTHROPIC_API_KEY=your_key

Häufig gestellte Fragen

AI Prime Tech ist ein unabhängiges API-Gateway und ist weder mit Anthropic verbunden noch wird es von Anthropic unterstützt oder gesponsert. „Claude“ und „Claude Code“ sind Marken von Anthropic. Die hier beschriebenen Funktionen von Claude Code entsprechen der öffentlichen Dokumentation von Anthropic zum Zeitpunkt der Erstellung und ändern sich häufig; Preise und Modelllisten auf dieser Seite werden aus den aktuellen Einstellungen dieses Gateways ausgelesen.