Eine Agentenschleife kostet nicht einen Aufruf mal die Zahl der Züge, und der Unterschied ist nicht klein. Die API ist zustandslos, also sendet jeder Zug alles Vorherige erneut: den Systemprompt, die Werkzeugdefinitionen und jede Nachricht samt Werkzeugergebnis. Zug acht sendet alles, was die Züge eins bis sieben gesendet haben, plus das, was sie erzeugt haben. Damit wächst der Preis mit dem Quadrat des Gesprächs statt mit seiner Länge — deshalb sind Schleifen, die im Test billig wirken, es nicht. Hier wird die Schleife Zug für Zug durchgegangen, Caching angewandt, wo es greift, und gesagt, welcher Zug das Fenster sprengt.
Funktionen
Jeder Zug einzeln bepreist, mit dem erneut gesendeten Verlauf
Caching nur auf das feste Präfix angewandt — das ehrliche Modell
Dieselbe Schleife ohne Caching bepreist, zum Vergleich
Zählt die Token, die allein wegen der Zustandslosigkeit erneut gehen
Sagt, welcher Zug das Kontextfenster sprengt
Stapelpreis als Schalter
Ein Balkendiagramm je Zug, damit das Wachstum sichtbar wird
Raten mit dem Prüfdatum
So verwendest du Kosten einer Agentenschleife
Wählen Sie ein Modell und die erwartete Zahl der Züge
Geben Sie festes Präfix, Ausgabe- und Ergebnisgrößen ein
Setzen Sie eine realistische Cache-Trefferquote
Lesen Sie Summe, Ersparnis und Überlaufpunkt
Beispiel
Eingabe
8 turns, 4K prefix, 1.5K tool results
Ausgabe
Turn 8 sends 19.4K tokens — turn 1 sent 4.5K
Das Wachstum ist der Verlauf, nicht die Arbeit.
Häufige Fehler & Fehlerbehebung
Meine echte Rechnung ist höher. — Meist die Werkzeugergebnisse — die größte und unberechenbarste Eingabe. Nehmen Sie die Größe Ihres schlechtesten Ergebnisses statt eines typischen.
Die Cache-Ersparnis wirkt zu gut. — Nur das feste Präfix gilt als cachefähig, was bereits die konservative Annahme ist. Ändert sich Ihr Präfix zwischen Zügen, senken Sie die Trefferquote.
Es sagt, das Fenster laufe über. — Das Gespräch wächst über das Modell hinaus, bevor die Schleife endet. Kompaktieren, Kontext bearbeiten oder kleinere Werkzeugergebnisse sind die Mittel, in dieser Wirkungsreihenfolge.
Woher kenne ich meine Tokengrößen? — Messen Sie einen echten Zug mit dem Token-Zähler und nehmen Sie diese Zahlen. Die Form der Antwort zählt mehr als die Genauigkeit.
Häufig gestellte Fragen
Warum kostet eine Agentenschleife mehr als dieselbe Arbeit in einem Aufruf?
Weil das ganze Gespräch jeden Zug erneut gesendet wird. Zehn Züge sind nicht zehn Aufrufe an Eingabe — sie sind die Summe eines wachsenden Gesprächs, und deshalb biegt sich die Kostenkurve nach oben.
Was treibt die Kosten am stärksten?
Die Größe der Werkzeugergebnisse, meist mit Abstand. Ausgabetoken kosten pro Token mehr, sind aber weit weniger; ein geschwätziges Werkzeug, das je Zug eine Seite JSON liefert, macht aus einer billigen Schleife eine teure.
Sind 90 % Trefferquote realistisch?
Für einen stabilen Systemprompt und eine feste Werkzeugliste ja. Enthält Ihr Präfix etwas Anfragespezifisches, liegt sie näher bei null — der Cache-Planer klärt, welcher Fall vorliegt.
Sollte ich Stapelpreise nutzen?
Nur wenn die Arbeit nicht interaktiv ist. Es halbiert die Rechnung und gibt die Möglichkeit zu reagieren auf, was zu Evaluationen und Massenverarbeitung passt, nicht zu einem Agenten, auf den jemand wartet.
Wie genau ist das?
Es ist ein Modell, kein Angebot. Es trifft die Form — Wachstum, Cache-Effekt, Überlaufpunkt — aus Ihren Zahlen. Veröffentlichte Preise ändern sich, deshalb steht das Prüfdatum daneben.
Verwandte Tools
Prompt-Cache-Planer — Ordnen Sie die Blöcke so, dass das cachebare Präfix möglichst lang wird.
Kontextfenster-Planer — Teilen Sie das Fenster auf Prompt, Tools, Verlauf und Antwort auf.
Batch-Anfragen-Builder — Machen Sie aus einer Zeilentabelle einen Batch-Auftrag mit eindeutigen IDs.
LLM-Kostenrechner — Schätze GPT-, Claude- und Gemini-API-Kosten aus deinen Token-Anzahlen.
SSE-Stream-Viewer — Fügen Sie eine Streaming-Antwort ein und erhalten Sie Text, Aufrufe und Verbrauch.
Token-Zähler — Zähle Tokens für GPT, Claude und Gemini, während du tippst.
Weitere KI & Agenten-Tools
Skill-Builder — Schreiben Sie eine SKILL.md, deren Frontmatter beim Tippen geprüft wird.
Skill-Linter — Fügen Sie eine SKILL.md ein und sehen Sie, was ihre Zuordnung verhindert.
Subagent-Builder — Erstellen Sie die Definitionsdatei eines Subagenten samt Tools und Modell.
Slash-Befehl-Builder — Bauen Sie einen eigenen Befehl, mit Argumenten und einer Tool-Liste.
Projektanweisungen — Verfassen Sie eine CLAUDE.md, die ihren Platz in jeder Sitzung verdient.
Plugin-Manifest — Erzeugen Sie eine plugin.json und sehen Sie den erwarteten Ordneraufbau.
Hooks-Builder — Bauen Sie settings.json-Hooks und finden Sie Matcher, die nie auslösen.