Source: https://aiprimetech.io/de/docs/guides/cost-control/

[Startseite](/de/) / [Dokumentation](/de/docs/) / Kostenkontrolle 

# Kostenkontrolle 

Wofür die Tokens bei einer agentenbasierten Arbeitslast tatsächlich verbraucht werden und welche vier Stellschrauben die Rechnung beeinflussen. 

 Seite kopieren [ Als Markdown anzeigen](/de/docs/guides/cost-control.md) [ ChatGPT fragen](https://chatgpt.com/?q=Read%20https%3A//aiprimetech.io/docs/guides/cost-control.md%20and%20answer%20questions%20about%20it.%20Start%20with%20a%20short%20summary.) [ In Claude fragen](https://claude.ai/new?q=Read%20https%3A//aiprimetech.io/docs/guides/cost-control.md%20and%20answer%20questions%20about%20it.%20Start%20with%20a%20short%20summary.)   

Wenn Sie einen Coding-Agenten einen ganzen Arbeitstag lang ausgeführt haben, kennen Sie die Rechnung. Agentische Schleifen verbrauchen deutlich mehr Tokens als gewöhnliche Chats: Jede gelesene Datei, jedes Tool-Ergebnis und jeder Diff landen im Kontext und werden beim nächsten Durchgang erneut gesendet. 

## Ausgabe-Tokens sind die teuren Tokens 

Bei jedem Spitzenmodell kostet die Ausgabe 4–5× so viel wie die Eingabe. Ein Modell, das in seiner finalen Antwort laut nachdenkt, verbraucht schneller Geld als eines, das knapp antwortet. Begrenzen Sie max_tokens bewusst und bevorzugen Sie für Routineaufgaben Modelle, die sich kurzfassen. 

 | Modell | $/M Eingabe | $/M Ausgabe | Verhältnis

 | claude-opus-4-8 | $3 | $15 | 5×

 | claude-sonnet-4-6 | $0.90 | $4.50 | 5×

 | claude-haiku-4-5 | $0.40 | $2 | 5×

 | gemini-3-flash | $0.20 | $1.20 | 6× 

## Die vier Stellschrauben 
- Nach Aufgabe zuweisen. Klassifizierung, Extraktion und Routing erfordern kein Opus — Haiku erledigt sie für ungefähr ein Siebtel des Preises. Reservieren Sie das Spitzenmodell für Aufgaben, die viel Schlussfolgern erfordern.
- Prompt-Caching. Stabile System-Prompts und Tool-Definitionen werden zu einem Bruchteil des Eingabepreises erneut aus dem Cache gelesen. Für Agenten ist dies die mit Abstand größte Stellschraube — siehe [Prompt-Caching](/de/docs/guides/prompt-caching/).
- Den Kontext bei jedem Durchgang kürzen. Senden Sie nicht den gesamten Gesprächsverlauf erneut; behalten Sie die jüngsten Gesprächsschritte und eine fortlaufende Zusammenfassung. Unbegrenztes Kontextwachstum macht aus einer Sitzung für $2 eine für $20.
- Die Schleife begrenzen. Legen Sie für autonome Durchläufe eine feste Schrittgrenze fest, damit ein festgefahrener Agent nicht endlos weiterläuft. 

## Vor der Ausführung schätzen 

```
CopyIN_RATE  = {class="s">"claude-opus-4-8": 3.0,  class="s">"claude-sonnet-4-6": 0.9, class="s">"claude-haiku-4-5": 0.4}
OUT_RATE = {class="s">"claude-opus-4-8": 15.0, class="s">"claude-sonnet-4-6": 4.5, class="s">"claude-haiku-4-5": 2.0}

def cost(model, tok_in, tok_out):
    return tok_in / 1e6 * IN_RATE[model] + tok_out / 1e6 * OUT_RATE[model]

print(cost(class="s">"claude-opus-4-8",   20_000, 2_000))   class=class="s">"c"># 0.09
print(cost(class="s">"claude-sonnet-4-6", 20_000, 2_000))   class=class="s">"c"># 0.027
print(cost(class="s">"claude-haiku-4-5",  20_000, 2_000))   class=class="s">"c"># 0.012
```

Dieselbe Aufgabe mit 20K Eingabe- und 2K Ausgabe-Tokens kostet mit Opus 7.5× so viel wie mit Haiku. Bei einer Klassifizierungsaufgabe bringt dieser Aufpreis keinen Nutzen. 

## Im Anschluss messen 

Jede Antwort enthält ein usage Objekt. Protokollieren Sie es zusammen mit einer Anfrage-ID und einem Aufgabentyp — ohne diese Angaben ist Kostenoptimierung reine Spekulation. Das Gateway-Dashboard zeigt die Nutzung pro Modell, aber nur Ihre eigenen Logs geben Aufschluss darüber, *warum* eine Anfrage gestellt wurde. 

Der häufigste kostspielige Fehler ist nicht die Modellwahl — es ist das erneute Senden eines wachsenden Gesprächsverlaufs bei jedem Durchgang einer langen Agentensitzung. Begrenzen Sie zuerst das Kontextwachstum und optimieren Sie dann die Modellwahl. 

[Prompt-CachingDie größte einzelne Stellschraube](/de/docs/guides/prompt-caching/)[KontextverwaltungDen Verlauf begrenzen](/de/docs/guides/context-management/)[ModellePreise für jedes Modell](/de/docs/getting-started/models/) 

[ZurückAPI-Schlüsselkonfiguration nach Tool](/de/docs/guides/api-key-configuration/)[WeiterPrompt-Caching](/de/docs/guides/prompt-caching/)