Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com13. Juni 2026 · Q011264

This Open-Source Tool Cut My Claude Code Costs by 2.5× (Without Changing Models, Prompts, or CLAUDE.md)

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Autor berichtet, dass Claude Code beim Bau derselben Anwendung mit InsForge 6,3 statt 15,7 Millionen Tokens verbraucht habe; als Ursache nennt er strukturierte Backend-Metadaten, maschinenlesbare Werkzeuge und weniger Nacharbeit. Der Vergleich umfasst einen einzelnen Anwendungsversuch und belegt daher für sich genommen keine allgemeine Einsparung.

Mittel

Der Bericht argumentiert, dass Backend-Design die Kosten von KI-gestützter Programmierung beeinflusst: Wenn ein Agent Konfigurationen und Systemzustand erst mühsam zusammensuchen muss, entstehen zusätzliche Abfragen, Wiederholungen und Änderungen. Als Beispiel vergleicht der Autor zwei mit Claude Code erstellte DocuRAG-Anwendungen, bei denen laut Bericht nur das Backend wechselte.

Mit Firebase habe der Versuch 15,7 Millionen Tokens und 12,95 US-Dollar verbraucht; der Autor zählt außerdem 141 Tool-Aufrufe, 25 erneute Dateiänderungen und vier Nutzereingriffe. Für InsForge nennt er 6,3 Millionen Tokens und 4,87 US-Dollar sowie 102 Tool-Aufrufe, drei Dateiänderungen und einen Nutzereingriff. Er führt den Unterschied auf den direkten Zugriff auf strukturierte Backend-Metadaten, maschinenlesbare CLI-Ausgaben und bedarfsgeladene Skills zurück. Das Ergebnis entspreche ungefähr einer 2,5-fachen Verringerung des Tokenverbrauchs.

Der Autor deutet den Vergleich als Beleg dafür, dass weniger Unsicherheit Nacharbeit vermeiden kann. Die Schlussfolgerung beruht hier auf einem einzelnen Anwendungsvergleich; der Bericht nennt keine Wiederholungen oder breitere Vergleichsdaten. Zusätzlich verweist er auf einen Benchmark, bei dem Sonnet 4.6 für 21 Datenbankaufgaben mehr Tokens als Sonnet 4.5 verbraucht habe.

Ausführlich lesen

Der Bericht vertritt die These, dass sich die Kosten von KI-gestützter Softwareentwicklung nicht nur durch kleinere Modelle, bessere Prompts oder kürzere Kontexte senken lassen. Auch die Gestaltung des Backends beeinflusse, wie viel der Agent erst herausfinden muss. Der Autor nennt diesen Ansatz „Backend Context Engineering“: Ein Backend soll relevante Informationen strukturiert bereitstellen und so Unsicherheit, zusätzliche Abfragen, Wiederholungen und Überarbeitungen verringern.

Als Hinweis auf den Einfluss des Kontexts führt der Autor einen Vergleich aus MCPMark V2 an: Bei denselben 21 Datenbankaufgaben habe Sonnet 4.5 über Supabases MCP-Server 11,6 Millionen Tokens verbraucht, Sonnet 4.6 dagegen 17,9 Millionen. Er erklärt den höheren Verbrauch damit, dass ein leistungsfähigeres Modell bei unvollständigem Kontext mehr Nachforschungen anstellen, Hypothesen testen und Vorgänge wiederholen könne. Der Bericht stellt dies als beobachtetes Ergebnis und Erklärung dar, liefert an dieser Stelle aber keine weitergehenden Angaben zur Durchführung oder statistischen Absicherung des Benchmarks.

Im Mittelpunkt steht ein Vergleich, bei dem der Autor mit Claude Code dieselbe Anwendung namens DocuRAG zweimal erstellt habe. Sie umfasst laut Bericht Google OAuth, PDF-Uploads, Embedding-Erzeugung, Vektorsuche, GPT-4o-Antworten und die Trennung von Dokumenten nach Nutzer. Modell, Aufgabe und weitere Komponenten seien gleich geblieben; nur das Backend habe gewechselt.

Für Firebase gibt der Autor 15,7 Millionen Tokens, 12,95 US-Dollar, 141 Tool-Aufrufe, 25 erneute Dateiänderungen, 51 Bash-Befehle und vier Eingriffe des Nutzers an. Als Schwierigkeiten nennt er fehlende Möglichkeiten, die Konfiguration gesammelt zu entdecken, Probleme bei der Suche und beim Speichern des Chatverlaufs, Schwierigkeiten mit Zugangsdaten sowie mehrere Überarbeitungsrunden. Seiner Darstellung zufolge musste der Agent wichtige Informationen wiederholt erst nach Beginn der Implementierung herausfinden.

Für InsForge nennt der Bericht 6,3 Millionen Tokens, 4,87 US-Dollar, 102 Tool-Aufrufe, drei Dateiänderungen, eine Nutzernachricht und keine Fehlerberichte. Der Agent habe zuerst Backend-Metadaten abgerufen. Das System biete laut Autor dafür drei zusammenwirkende Ebenen: Skills, deren ausführliche Anleitungen nur bei Bedarf geladen würden; eine CLI mit JSON-Ausgabe und maschinenlesbaren Ergebnissen; sowie MCP-Metadaten, die etwa Authentifizierung, Tabellen, Speicher, Modelle und Hinweise gebündelt darstellen. Die vier Skills hätten zu Sitzungsbeginn zusammen rund 714 Tokens Metadaten beansprucht.

Der Autor folgert aus diesem einzelnen Anwendungsvergleich, dass der Unterschied vor allem durch weniger Erkundung und Nacharbeit entstanden sei. Die berichteten Tokenzahlen entsprechen ungefähr dem Verhältnis von 2,5 zu 1; auch die angegebenen Kosten sind niedriger. Die Aussage bleibt jedoch an den beschriebenen Versuch gebunden: Der Text nennt keine Wiederholungen desselben Tests oder breitere Vergleichsdaten. Seine weitergehende Schlussfolgerung lautet, dass für Agenten geeignete Werkzeuge mit klaren Zustandsinformationen und verständlichen Fehlern neben besseren Modellen ein wichtiger Effizienzfaktor sein könnten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Zusammenfassungen sind inhaltlich korrekt und enthalten keine erfundenen Zahlen, lassen aber mehrere zentrale Befunde aus, etwa die Firebase-Vorkonfiguration, die Tool-Menge und die Fehlermeldungen. Die Einordnung stützt sich auf den Bericht; die Sammelfragen werden nur schwach oder gar nicht beantwortet, und es gab keine Teilfragen.

Im Bericht, aber nicht in der Zusammenfassung

  • Firebase erfordert umfangreiche manuelle Vorkonfiguration in der Konsole, bevor Claude Code beginnen kann
  • Der Firebase-MCP-Server stellt über 50 Tools bereit, die auch kleine Anwendungen mit Kontext belasten
  • Unklare Fehlermeldungen wie PERMISSION_DENIED führen laut Bericht zu Raten, Wiederholungen und steigenden Kosten
  • Bei Sonnet 4.6 steigt der Tokenverbrauch, weil bei lückenhaftem Kontext mehr Erkundungs- und Testabfragen entstehen
  • Die drei InsForge-Ebenen (Skills, CLI, metadatenbasiertes MCP) werden nur teilweise genannt

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. 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 44 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 37 %einzelne zitierbare Belege
    • JEV 53 %beantwortet teilweise oder widerspricht
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. 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 37 %Hintergrund, keine Belege
    • JEV 27 %Hintergrund, keine Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug
Frieden und Sicherheit
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 29 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →