I Read Every Claude Code Cost Complaint on GitHub. Here’s the Pattern Nobody’s Naming.
Zusammenfassung
Kurz
Der Autor führt hohe Claude-Code-Kosten vor allem auf breite Erkundungsaufträge, lange Sitzungen mit verschiedenen Aufgaben und fehlende Planung zurück. Fünf kurze Fragen vor jeder Anfrage hätten laut seinem nicht näher dokumentierten Beispiel die Tokenkosten um 90,6 Prozent gesenkt; von den angekündigten acht Mustern erläutert der Bericht nur drei ausführlicher.
Mittel
Der vollständige Bericht beschreibt, wie laut Autor unklare Anfragen und lange Claude-Code-Sitzungen die Tokenkosten erhöhen können. Als drei besonders wichtige Gewohnheiten nennt er breit formulierte Bitten, ein ganzes Projekt zu erkunden, stundenlange Sitzungen über mehrere unabhängige Aufgaben hinweg und fehlende Planung vor umfangreicheren Änderungen. Der Text erklärt die Kosten langer Sitzungen damit, dass bei jeder Nachricht der bisherige Kontext erneut berücksichtigt werde. Als Beispiel für zu breite Erkundung nennt der Autor eine Aufgabe mit mehr als 30.000 Tokens, verglichen mit unter 3.000 Tokens bei einer enger eingegrenzten Bitte.
Zur Vorbeugung empfiehlt er fünf Fragen zu Ziel, betroffener Datei, Lösungswegen, absehbaren Folgeaufgaben und nötigem Mindestkontext. Für eine beispielhafte Aufgabe behauptet er, diese Vorgehensweise habe die Kosten von rund 31.000 auf unter 3.000 Tokens gesenkt. Der Bericht erläutert allerdings weder den Messaufbau noch die Vergleichsbedingungen; die Einsparung ist daher eine Angabe des Autors. Er führt die Kostenprobleme vor allem auf den Sitzungs- und Kontextgebrauch zurück und bewirbt anschließend ein eigenes Buch. Obwohl der Text acht Muster ankündigt, erklärt er nur drei näher.
Ausführlich lesen
Der vollständige Bericht von Mike | Claude Cost Tests behandelt die Kosten langer oder unklar geführter Sitzungen mit Claude Code. Der Autor argumentiert, dass eine einzelne Nachricht sehr viele Tokens für Systemvorgaben, Projektdateien, Werkzeugschemata, gelesene Inhalte und Gesprächsverlauf enthalten könne, während die eigentliche Frage nur einen kleinen Teil ausmache. Als Beispiel nennt er eine Frage mit 40 Tokens in einer Nachricht mit insgesamt 75.000 Tokens. Diese Zahlen werden im Text als Veranschaulichung angeführt; eine unabhängige Überprüfung oder eine Beschreibung der Messmethode liefert der Bericht nicht.
Der Autor sagt, er habe Beschwerden aus GitHub, Reddit und X nach den tatsächlichen Sitzungsabläufen geordnet. Dabei seien wiederkehrende Muster sichtbar geworden. Drei davon beschreibt er näher: Erstens könne die Bitte, allgemein ein ganzes Codeprojekt zu untersuchen, Claude zu vielen Erkundungsschritten veranlassen. Als Gegenbeispiele nennt der Text eine Einarbeitungsfrage, die über 30.000 Tokens gekostet habe, und eine enger formulierte Bitte um eine kurze Übersicht anhand von README und Ordnernamen, die weniger als 3.000 Tokens benötigt habe. Zweitens könnten lange Sitzungen mit mehreren unabhängigen Aufgaben teuer werden, weil laut Bericht bei jeder Nachricht der bisherige Gesprächskontext erneut einfließe. Daher steige der Aufwand nicht einfach proportional zur Zahl der Aufgaben. Drittens könne fehlende Planung zu mehreren Fehlversuchen und Überarbeitungen führen, deren frühere Kontexte jeweils weiter mitgeschleppt würden.
Als einfache Gegenmaßnahme schlägt der Autor fünf Fragen vor, die man vor einer Nachricht gedanklich durchgeht: Was brauche ich genau? Welche Datei oder welches Modul ist betroffen? Gibt es mehrere plausible Lösungswege? Welche Anschlussaufgabe steht bereits absehbar an? Welcher möglichst kleine Kontext genügt? Er bezeichnet diese Gewohnheiten als Denken, Eingrenzen, Planen, Bündeln und Minimieren. Für eine repräsentative Aufgabe mittlerer Größe berichtet er von einem Rückgang der Kosten von etwa 31.000 auf weniger als 3.000 Tokens, also um 90,6 Prozent, bei gleichem Ergebnis. Der Bericht nennt jedoch keine näheren Angaben zu Aufgabe, Messaufbau, Wiederholungen oder Vergleichsbedingungen; das Ergebnis sollte daher als Behauptung des Autors verstanden werden.
Der Text führt die Kostenprobleme vor allem auf den Umgang mit Kontext und Sitzungen zurück und meint, dass Sitzungsdisziplin oft wichtiger sei als die Wahl eines Modells. Außerdem behauptet er, ähnliche Grundmechaniken gebe es auch bei anderen agentischen Programmierwerkzeugen, während die konkreten Zahlen auf dokumentiertem Claude-Code-Verhalten beruhten. Am Ende bewirbt der Autor ein kostenpflichtiges Buch mit 15 Kapiteln und weiteren Beispielen. Die im Bericht erwähnten acht Muster werden nicht alle einzeln erklärt; ausführlich behandelt werden hauptsächlich die drei genannten Gewohnheiten. Auch die weiter angekündigten Themen wie Caching, Projektstruktur und ein mehrstufiger Arbeitsablauf werden hier nur angerissen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Die Einordnung bezieht sich auf die drei angegebenen Sammelfragen; Teilfragen waren nicht angegeben. Die Sammelfragen überschneiden sich inhaltlich kaum mit dem Bericht, der Kostenfragen bei Claude Code behandelt.
Im Bericht, aber nicht in der Zusammenfassung
- Die Herleitung der Muster aus der Auswertung von Beschwerden auf GitHub, Reddit und X
- Die Aussage, dass mehrere Gewohnheiten zusammenwirken und sich die Kosten dadurch multiplizieren
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Unabhängig prüfen
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 30 %Hintergrund, keine Belege
- JEV 33 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 58 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 32 %gleiches Oberthema, hilft nicht
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 50 %Hintergrund, keine Belege
- JEV 37 %beantwortet teilweise oder widerspricht
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 100 %kein Bezug
- Luna 34 %Hintergrund, keine Belege
- JEV 32 %nur am Rande erwähnt
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
Beteiligung und Gemeinwohl
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 23 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv