> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
> Use this file to discover all available pages before exploring further.

# Kostenoptimierung für Coding Agents

> Praktische Strategien zur Senkung der Coding-Agent-API-Kosten um 60–90%

## Das Kostenproblem

Eine typische Coding-Agent-Sitzung verbraucht Tokens schnell:

| Aktivität             | Tokens pro Aufruf | Aufrufe pro Stunde | Tokens pro Stunde |
| --------------------- | ----------------- | ------------------ | ----------------- |
| Code-Generierung      | 5.000–50.000      | 10–30              | 150K–1,5M         |
| Codebase-Suche        | 2.000–20.000      | 20–50              | 100K–1M           |
| Code-Review           | 10.000–80.000     | 5–10               | 100K–800K         |
| Autovervollständigung | 500–3.000         | 50–200             | 50K–600K          |
| **Gesamt**            |                   |                    | **400K–4M+**      |

Bei Premium-Modell-Tarifen sind das $3–30 pro Stunde pro Entwickler. Bei einem 10-Personen-Team $500–5.000 pro Monat.

## Intelligente Modellauswahl

Nicht jede Coding-Aufgabe braucht das teuerste Modell:

| Aufgabe               | Empfohlen                                     | Kostenstufe      | Grund                               |
| --------------------- | --------------------------------------------- | ---------------- | ----------------------------------- |
| Architekturdesign     | `claude-opus-4-6`, `gpt-5.4`                  | \$\$\$\$ Premium | Komplexes Reasoning nötig           |
| Code-Generierung      | `claude-sonnet-4-6`, `gemini-3.1-pro-preview` | \$\$\$ Standard  | Bestes Qualität/Kosten-Verhältnis   |
| Code-Review           | `claude-sonnet-4-6`, `deepseek-v4-pro`        | \$\$–\$\$\$      | Pattern Matching                    |
| Bug-Fixing            | `claude-sonnet-4-6`, `gpt-5-mini`             | \$\$–\$\$\$      | Fokussierte Aufgaben                |
| Tab-Vervollständigung | `gpt-5-mini`, `gemini-3.5-flash`              | \$\$ Budget      | Geschwindigkeit wichtiger als Tiefe |
| Boilerplate           | `deepseek-v4-flash`, `gpt-5-mini`             | \$ Economy       | Einfache, wiederholende Muster      |

<Tip>
  Siehe [Modellauswahl-Leitfaden](/de/guides/coding-agent-models) für detaillierte Modellvergleiche und Tool-Konfigurationen.
</Tip>

## Caching-Strategien

### Prompt Cache (Provider-Ebene)

Prompt Cache auf Provider-Ebene funktioniert automatisch über TokenLab:

| Anbieter  | Cache-Rabatt         | Min. Tokens |
| --------- | -------------------- | ----------- |
| Anthropic | 90% Rabatt auf Lesen | 1.024       |
| OpenAI    | 50% Rabatt auf Lesen | 1.024       |
| DeepSeek  | 90% Rabatt auf Lesen | 64          |

Prompt Cache-Trefferquoten liegen typischerweise bei **70–90%**.

### Kombinierte Einsparungen

Für eine Anfrage mit 50.000 Input-Tokens:

```
Direkte API (kein Cache):
  50.000 Tokens × $3,00/1M = $0,150

Mit Prompt Cache (40.000 gecacht + 10.000 neu):
  Cache:  40.000 × $0,30/1M = $0,012
  Neu:    10.000 × $3,00/1M = $0,030
  Gesamt: $0,042 (72% Ersparnis)

```

## Realer Kostenvergleich

Geschätzte Kosten für eine typische 1-Stunden-Coding-Sitzung (\~3M Tokens):

| Setup                        | Kosten/Stunde | Monatlich (160h) |
| ---------------------------- | ------------- | ---------------- |
| Direkte API (Premium-Modell) | \~\$15–25     | \~\$2.400–4.000  |
| TokenLab (Smart Routing)     | \~\$10–18     | \~\$1.600–2.900  |
| TokenLab + Prompt Cache      | \~\$4–8       | \~\$640–1.280    |

<Warning>
  Dies sind illustrative Schätzungen. Tatsächliche Kosten hängen von Modellwahl, Nutzungsmustern und Cache-Trefferquoten ab. Aktuelle Tarife unter [Echtzeit-Preise](/de/api-reference/pricing/get-pricing).
</Warning>

## Token-Management-Tipps

### max\_tokens setzen

```json theme={null}
{
  "model": "claude-sonnet-4-6",
  "max_tokens": 4096,
  "messages": [...]
}
```

### Auto-Compact nutzen

* **Claude Code**: Eingebautes Auto-Compact bei Kontextlimits
* **Cursor**: Automatisches Kontextmanagement
* **Codex CLI**: `--max-context` Flag verwenden

### Kontext-Aufblähung vermeiden

* Nicht ganze Dateien einfügen, wenn eine Funktion reicht
* `.gitignore`-Muster zum Ausschluss irrelevanter Dateien nutzen
* Gesprächsverlauf beim Aufgabenwechsel löschen

## Schnellkonfiguration

<AccordionGroup>
  <Accordion title="Claude Code">
    ```bash theme={null}
    export ANTHROPIC_API_KEY="sk-your-tokenlab-key"
    export ANTHROPIC_BASE_URL="https://api.tokenlab.sh"
    ```

    [Vollständige Anleitung →](/de/integrations/claude-code)
  </Accordion>

  <Accordion title="Cursor">
    Einstellungen → Modelle → OpenAI-API-Schlüssel: `sk-your-key`, Basis-URL: `https://api.tokenlab.sh/v1`

    [Vollständige Anleitung →](/de/integrations/cursor)
  </Accordion>

  <Accordion title="Codex CLI">
    ```bash theme={null}
    export OPENAI_API_KEY="sk-your-tokenlab-key"
    export OPENAI_BASE_URL="https://api.tokenlab.sh/v1"
    ```

    [Vollständige Anleitung →](/de/integrations/codex-cli)
  </Accordion>

  <Accordion title="Gemini CLI">
    ```bash theme={null}
    export GEMINI_API_KEY="sk-your-tokenlab-key"
    export GOOGLE_GEMINI_BASE_URL="https://api.tokenlab.sh"
    ```

    [Vollständige Anleitung →](/de/integrations/gemini-cli)
  </Accordion>
</AccordionGroup>