Bevor ein KI-Coding-Agent Ihre Aufgabe verarbeitet, schickt Claude Code bereits einen prall gefüllten Rucksack an Token los. Eine Messung von Systima beziffert diesen Vorlauf auf rund 33.000 Token, bei der offenen Alternative OpenCode nur 7.000. Für alle, die per Programmierschnittstelle abrechnen, ist das ein handfester Kostenfaktor.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Der KI-Coding-Agent Claude Code verschickt in seiner Grundeinstellung rund 33.000 Token, bevor Ihre Anweisung beim Modell ankommt. Systima hat dafür einen Proxy zwischen Werkzeug und Modell geschaltet und jede Anfrage protokolliert. Das Ergebnis rückt eine selten gestellte Frage nach vorn: Was verschicken wir da Runde für Runde?
Das Wichtigste in Kürze
- Claude Code sendet laut Systima rund 33.000 Token Vorlauf pro Erstanfrage, OpenCode etwa 7.000.
- Den Löwenanteil machen die Werkzeug-Definitionen aus: 27 Tools gegen 10, rund 24.000 gegen 4.800 Token.
- Caching senkt die Rechnung nach der ersten Runde, das Kontextfenster füllt der Vorlauf trotzdem.
- Jeder MCP-Server kostet je Anfrage 1.000 bis 1.400 Token zusätzlich, Subagenten vervielfachen den Verbrauch.
Was steckt in den 33.000 Token?
Der Vorlauf besteht fast nur aus zwei Dingen: einem System-Prompt von rund 6.500 Token und den Schemata für 27 Werkzeuge mit etwa 24.000 Token. OpenCode kommt mit einem kleineren Prompt und 10 Werkzeugen auf rund 6.900 Token.
Systima hat Claude Code und OpenCode gegen dasselbe Modell laufen lassen, Claude Sonnet 4.5, und jede Anfrage mitgeschnitten[1]. Schon bei einer Testaufgabe, die nur die Antwort „OK“ verlangt, liegt zwischen beiden Werkzeugen fast der Faktor fünf.
Den größten Brocken bilden die Werkzeug-Definitionen. Jedes Tool, das ein Agent aufrufen darf, reist als vollständiges JSON-Schema mit, bei jeder einzelnen Anfrage. Claude Code bringt 27 davon mit und damit rund 24.000 Token, OpenCode kommt mit zehn Werkzeugen und etwa 4.800 Token aus. Wie viel ein Kommandozeilen-Werkzeug im Hintergrund verschickt, hat zuletzt auch die Analyse zu xAIs Grok Build CLI gezeigt.
Warum hilft Caching nur zur Hälfte?
Caching senkt die Kosten nach der ersten Runde auf wenige Cent, weil das Modell den unveränderten Vorlauf aus dem Zwischenspeicher liest. Das Kontextfenster füllt der Vorlauf aber weiterhin bei jeder Runde, und Subagenten teilen sich den Cache nicht.
In der Diskussion auf Hacker News wird eingewandt, dass die reine Token-Zahl nach dem ersten Aufruf trügt. Anthropics Zwischenspeicher hält den Vorlauf vor, sodass Folgeanfragen nur noch Bruchteile eines Cents kosten. Die Entwarnung greift jedoch zu kurz.
Der Haken sitzt an anderer Stelle. Sobald Claude Code eine Aufgabe an zwei Subagenten verteilt, baut jeder seinen eigenen Kontext neu auf. Systima misst für eine kleine Aufgabe 121.000 Token bei direkter Bearbeitung gegen 513.000 Token über zwei Subagenten, also gut das Vierfache. Jeder angebundene MCP-Server schlägt zusätzlich mit 1.000 bis 1.400 Token je Anfrage zu Buche.
Der eigentliche Kostentreiber sitzt in der Konfiguration rund um das Modell, nicht im Modell selbst. Messen Sie zuerst, was Ihr Agent tatsächlich verschickt, bevor Sie über teurere Hardware oder Modelle nachdenken.
— Markus Seyfferth, Chefredakteur Dr. Web
Was Claude Code und OpenCode zum Modell schicken, bevor Ihre Aufgabe beginnt (Messung von Systima, Claude Sonnet 4.5).
Was bedeutet der Token-Vorlauf für Ihr Team?
Für Teams mit Pauschal-Abo bleibt der Vorlauf unsichtbar. Für alle, die per Programmierschnittstelle abrechnen, wird er zur baren Münze. Der schnellste Hebel ist das Ausmisten ungenutzter MCP-Server, gefolgt von einem sparsamen Umgang mit Subagenten.
Über die Kosten entscheidet selten der Preis pro Token, den ein Anbieter ausweist, sondern wie oft der Agent seinen kompletten Vorlauf durch die Leitung schickt. Diese Verschiebung deckt sich mit der Kritik an der gängigen Token-Kennzahl und mit der Warnung von Palo Altos Chef Nikesh Arora, dass KI deutlich billiger werden muss.
Für den deutschsprachigen Mittelstand, der KI-Coding-Agenten produktiv einsetzt, folgt daraus eine nüchterne Aufgabe. Ein schlanker Satz an MCP-Servern und ein zurückhaltender Umgang mit Subagenten bringen oft mehr als jeder Modellwechsel. Wie viel sich mit lokalen Modellen sparen lässt, zeigen unsere Berichte zu Qwen auf dem Mac Studio und GLM 5.2 ohne teure Grafikkarte.
Der offengelegte Vorlauf spricht nicht gegen Claude Code, sondern gegen blindes Vertrauen in Voreinstellungen. Prüfen Sie einmal im Quartal, welche Werkzeuge und Server Ihr Agent wirklich braucht, und schalten Sie den Rest gerne ab. Mehr zu Künstlicher Intelligenz ordnen wir laufend ein.
Quelle
[1] Systima: „Claude Code vs OpenCode Token Overhead“ ↩
Mehr Newshunger?
- KI muss 90 Prozent billiger werden: Palo-Alto-Chef Arora warnt vor den Token-Kosten
- Preis pro Million Token: Warum die beliebteste KI-Kostenkennzahl in die Irre führt
- Was xAIs Grok Build CLI wirklich an xAI sendet
- Nvidia, CoreWeave und Nebius: Das Kreislaufgeschäft hinter dem GPU-Boom
- Mesh LLM: Wie ein großes KI-Modell über mehrere eigene Rechner verteilt läuft
- Schreiben Sie Code, den ein Mensch warten kann
