Maximierung des Werts in Claude-Code-Sitzungen: Tipps zur Token-Effizienz

Anthropic hat einen praktischen Leitfaden veröffentlicht, wie Sie aus jedem Token in Claude-Code-Sitzungen mehr Wert herausholen. Er behandelt die Mechanik der Token-Preisgestaltung und bietet sechs konkrete Taktiken, um Verschwendung zu reduzieren, ohne das Modell zu wechseln.

Was bestimmt die Token-Kosten

Sie zahlen pro Token, aber tatsächlich zahlen Sie für GPU-Inferenzzeit. Drei Faktoren bestimmen den Preis eines Tokens: Modellgröße, Eingabe vs. Ausgabe und Caching. Ausgabetokens kosten etwa 5x so viel wie Eingabetokens, da die Dekodierung das Modell pro Token einmal ausführt. Zwischengespeicherte Eingabetokens sind günstiger, und der Prompt-Cache läuft nach einer Stunde ab.

Sechs Möglichkeiten, Token-Verschwendung zu reduzieren

• Führen Sie /clear zwischen Aufgaben aus – verhindert, dass irrelevanter vorheriger Kontext an das Modell gesendet wird, und reduziert so die Token-Nutzung.
• Legen Sie Modell und Aufwand vor dem Start fest – ein Wechsel mitten im Gespräch zerstört den Prompt-Cache und erhöht die Kosten.
• @-erwähnen Sie Dateien anstatt sie zu nennen – die Datei wird direkt an Ihre Nachricht angehängt und spart einen Read-Aufruf oder eine Reposuche.
• Fügen Sie lauten Befehlen stille Flags hinzu oder führen Sie sie in einem Subagenten aus – die Befehlsausgabe bleibt für den Rest der Sitzung im Gespräch.
• Führen Sie /context einmal in einer neuen Sitzung aus – zeigt, was geladen ist (CLAUDE.md, MCP-Tools), damit Sie Unnötiges entfernen können.
• /compact vor einer Pause – der Prompt-Cache läuft nach einer Stunde ab, und das Zusammenfassen ist günstiger, solange der Cache aktiv ist.

Der Leitfaden betont, dass es bei Tokeneffizienz nicht darum geht, insgesamt weniger zu verwenden, sondern sicherzustellen, dass die verwendeten Tokens der eigentlichen Aufgabe dienen. Zum Beispiel liest Claude in einer Sitzung den Test und die Datei, die er abdeckt, bearbeitet und beendet in wenigen Schritten. In einer anderen greppt er herum, liest ein Dutzend Dateien, um zu denselben zwei zu gelangen, und zieht diesen gesamten Kontext in jede weitere Runde – das kostet mehr und lässt das Modell über irrelevante Dateien nachdenken.