Token sparen in Claude Code: Komprimieren, solange der Cache noch warm ist

Die teuerste Nachricht in Claude Code ist oft die erste nach einer Pause. Claude Code hält deinen Chat in einem Cache. Läuft der Cache ab, liest die nächste Nachricht den ganzen Chat zum vollen Preis neu ein, auch wenn du nur „weiter“ schreibst. Die Methode in diesem Artikel dreht die Reihenfolge um: Bevor der Cache abläuft, sichert der Chat seinen Stand und komprimiert sich, solange das noch billig ist. Wir haben dafür einen Mod gebaut, der das automatisch erledigt: compact.

Die Kurzfassung: Im Abo bleibt der Cache eine Stunde warm, mit API-Schlüssel fünf Minuten. Wer einen langen Chat nach 55 Minuten Ruhe komprimiert, zahlt einen Bruchteil von dem, was dieselbe Session nach 65 Minuten kostet.

Was der Cache in Claude Code macht

Claude merkt sich zwischen zwei Nachrichten nichts. Laut der Dokumentation von Claude Code schickt Claude Code deshalb bei jeder Nachricht den ganzen Kontext mit: die Systemanweisungen, deine CLAUDE.md, jede bisherige Nachricht, jedes Werkzeugergebnis und dann deine neue Zeile. Je länger der Chat läuft, desto größer wird diese Sendung.

Damit das bezahlbar bleibt, gibt es den Prompt-Cache. Er erkennt den Anfang einer Anfrage wieder, den er gerade erst verarbeitet hat, und liest ihn aus dem Speicher statt ihn neu zu berechnen. Neu verarbeitet wird nur, was seit der letzten Nachricht dazugekommen ist.

Der Cache hat eine Lebensdauer. Jede Nachricht verlängert sie, nach einer Pause läuft sie ab. Wie lange, hängt davon ab, wie du Claude Code bezahlst:

Quelle: How Claude Code uses prompt caching, Abschnitt „Cache lifetime“, Stand Oktober 2026.

Warum die erste Nachricht nach der Pause so teuer ist

Ein warmer Cache ist billig, ein kalter teuer. Anthropic nennt die Preise in der API-Dokumentation zum Prompt-Caching. Für Claude Opus 5.5 gilt, Stand Oktober 2026:

• Aus dem Cache lesen: 0,20 Dollar je Million Tokens, ein Zwanzigstel des normalen Eingabepreises von 4 Dollar.
• In den Cache schreiben, eine Stunde Lebensdauer: 8 Dollar je Million Tokens, das Doppelte des normalen Preises.
• In den Cache schreiben, fünf Minuten Lebensdauer: 5 Dollar je Million Tokens.

Ein Token ist ein Wortstück, mit dem das Modell rechnet. Ein langer Arbeitschat in Claude Code kommt schnell auf ein paar Hunderttausend davon.

Ein Rechenbeispiel mit 300.000 Tokens Kontext:

Im Abo ist dieselbe Nachricht nach der Pause also 40-mal so teuer wie vorher. Im Abo zahlst du das nicht in Dollar, aber es zählt gegen deine 5-Stunden- und deine Wochengrenze. Die Kostenseite von Claude Code nennt genau das als einen der Gründe, warum die Nutzung in langen Sessions stärker steigt, als man erwartet: Die erste Nachricht nach einer Pause, die länger ist als die Lebensdauer des Caches, verarbeitet den ganzen Kontext neu.

Komprimieren kostet auch, aber nur mit kaltem Cache viel

Die naheliegende Antwort ist /compact. Der Befehl ersetzt den Verlauf durch eine Zusammenfassung, danach ist jede Nachricht wieder klein. Nur: Um die Zusammenfassung zu schreiben, muss Claude den ganzen Verlauf einmal lesen. Komprimieren ist selbst eine große Anfrage.

Wie groß, hängt wieder am Cache. Die Dokumentation sagt es deutlich: Solange der Cache warm ist, liest die Zusammenfassung den Verlauf aus dem Cache, und ein Compact kostet nur einen Bruchteil dessen, was die Größe des Kontexts vermuten lässt. Nach einer Pause, die länger ist als die Lebensdauer, ist kein Cache mehr da, und der Compact verarbeitet den ganzen Verlauf zum vollen Preis.

Wer also nach der Mittagspause /compact eingibt, zahlt doppelt: einmal für das Neueinlesen, einmal für die Zusammenfassung, die dabei entsteht. Wer kurz vor Ablauf komprimiert, zahlt fast nichts.

Die Methode: sichern, dann komprimieren, dann ist Ruhe

Daraus ergibt sich eine einfache Regel. Bevor der Cache abläuft, macht der Chat zwei Dinge:

1. Er sichert seinen Stand. Ein Compact verliert Einzelheiten. Was der Chat behalten muss, schreibt er deshalb vorher selbst auf: was erledigt ist, was offen ist, die nächsten Schritte und die Entscheidungen, die gefallen sind. Aufgaben setzt er auf ihren echten Status, damit nichts als „in Arbeit“ stehen bleibt, was in Wahrheit wartet.
2. Er komprimiert sich. Mit warmem Cache, also billig. Danach ist der Chat klein, und auch wenn der Cache später abläuft, liest die nächste Nachricht nur noch die kurze Zusammenfassung neu ein.

Für das Abo mit seiner Stunde heißt das konkret:

• 50 Minuten nach der letzten Antwort: Der Chat sichert seinen Stand.
• 55 Minuten nach der letzten Antwort: Compact, noch mit warmem Cache.
• Bei 95 Prozent Kontext: beides sofort, nach dem laufenden Durchgang, egal wie spät es ist. Ein voller Kontext löst sonst den automatischen Compact aus, und der kommt gern mitten in der Arbeit.
• Jede neue Nachricht setzt die Uhr zurück. Wer arbeitet, wird nicht komprimiert.

Wichtig ist der Unterschied zwischen Komprimieren und Leeren. /clear wirft den Chat weg und kostet nichts, danach fängst du bei null an. /compact behält eine Zusammenfassung, der Chat weiß danach noch, woran er war. Die Methode komprimiert nur, sie leert nie.

Von Hand geht das auch

Du kannst die Methode ohne jedes Werkzeug anwenden. Es reicht, sich an drei Dinge zu halten:

• Vor einer Pause komprimieren, nicht danach. Wenn du in die Mittagspause gehst, gib vorher /compact ein. Mit einer Anweisung wie /compact Behalte offene Aufgaben, Entscheidungen und nächste Schritte bestimmst du, was die Zusammenfassung behält.
• Zwischen zwei unabhängigen Aufgaben leeren. Wenn das Neue nichts mit dem Alten zu tun hat, ist /clear billiger als jeder Compact.
• Nachsehen, wie es steht. /usage zeigt im Abschnitt zur laufenden Session eine Zeile „Prompt cache“: wie viel deiner Eingabe aus dem Cache kam, wie oft er verfehlt wurde und ob er gerade warm ist.

Das Problem ist nur: Von Hand denkt man nicht daran. Genau die Pausen, in denen der Cache abläuft, sind die, in denen man nicht an den Cache denkt. Und wer mit mehreren Chats gleichzeitig arbeitet, kann die Uhr nicht für jeden einzelnen im Kopf behalten.

Mod kostenlos installieren

Der Mod compact macht das automatisch

Der Mod compact ist eine Erweiterung, die direkt in Claude Code läuft. Mit dem Befehl /compact ist er nicht zu verwechseln: Der Mod löst den Compact zur richtigen Zeit für dich aus. Was Mods sind und wie sie funktionieren, steht in unserem Artikel Claude Code Mods: was sie sind, wie sie funktionieren und welche sich lohnen. Gebaut hat ihn unser Modder, ein KI-Mitglied unseres Teams. Bei uns laufen viele Claude-Chats gleichzeitig, und keiner davon soll nach einer Pause teuer neu einlesen.

Der Mod macht zwei Dinge.

Er zeigt dir, wie es steht. Über dem Eingabefeld läuft ein schmales Band mit drei Angaben:

• Kontext: wie viel jede Nachricht gerade einliest, im Verhältnis zum Fenster des Modells. Ab 70 Prozent in Warnfarbe.
• Cache: die Restzeit ab dem Ende der letzten Antwort. Ist sie abgelaufen, steht dort, wie viele Tokens die nächste Nachricht neu einliest.
• Nutzung: wie weit deine 5-Stunden- und deine Wochengrenze ausgeschöpft sind, ab 80 Prozent in Warnfarbe.

Er wendet die Methode an. In jeder Session ist die Automatik eingeschaltet: Nach 50 Minuten Ruhe schickt er dem Chat den Auftrag, seinen Stand zu sichern, nach 55 Minuten folgt der Compact, bei 95 Prozent Kontext beides sofort. Startet die Desktop-App einen ruhenden Chat neu und war der Abschluss überfällig, holt der Mod ihn nach.

Was er bewusst nicht tut:

• Er leert nie einen Chat, er komprimiert nur.
• Er schickt nichts ins Netz und liest keine Schlüssel.
• Läuft gerade eine Antwort oder steht ein Entwurf in deinem Eingabefeld, wartet er.

Der Code ist offen und steht unter MIT-Lizenz im Repository claude-tools auf GitHub. Im Chat steuerst du ihn mit zwei Befehlen: /session-automatik zeigt den Stand und schaltet die Automatik mit aus und an für die laufende Session ab und wieder ein, /cache-anzeige blendet das Band aus oder ein.

Wohin der gesicherte Stand gehört

Die Methode steht und fällt mit dem ersten Schritt. Ein Compact verliert Einzelheiten. Was der Chat vorher sichert, muss deshalb an einem Ort landen, den er nach dem Compact wiederfindet und den du selbst auch lesen kannst. Eine Datei im Projektordner reicht für einen Chat. Sobald mehrere Chats an verschiedenen Aufgaben arbeiten, reicht sie nicht mehr.

Bei uns ist dieser Ort Atlas. Atlas ist unser zweites Gehirn für Projekte und Wissen: Aufgaben, Projekte und Notizen an einem Ort, den auch die KI lesen kann. Jeder unserer Claude-Chats arbeitet an Aufgaben in Atlas, und der Mod compact weist ihn beim Abschluss ausdrücklich darauf hin: Ist das Projekt mit Atlas verbunden, gehören Stand und Aufgabenstatus dorthin. Wenn der Mod den Abschluss auslöst, schreibt der Chat dort hinein, was erledigt ist, was offen ist und was als Nächstes kommt, und setzt jede Aufgabe auf ihren echten Status. Nach dem Compact liest er diesen Stand wieder ein und macht weiter. Und du siehst in Atlas jederzeit, woran jeder Chat gerade ist, ohne einen einzigen Chat zu öffnen.

Ohne einen solchen Ort ist der Compact ein Glücksspiel. Mit Atlas wird aus vielen einzelnen Chats ein Team, dessen Stand du auf einen Blick siehst.

Atlas 14 Tage kostenlos testen

Häufige Fragen

Wie lange bleibt der Cache in Claude Code warm?

Im Claude-Abo innerhalb der enthaltenen Nutzung eine Stunde, mit API-Schlüssel, über einen Cloud-Anbieter oder bei Nutzung über das Abo hinaus fünf Minuten. Jede Nachricht startet die Zeit neu. So steht es in der Dokumentation von Claude Code, Stand Oktober 2026.

Ist /compact nicht selbst teuer?

Mit kaltem Cache ja, dann liest die Zusammenfassung den ganzen Verlauf zum vollen Preis. Mit warmem Cache liest sie ihn aus dem Cache und kostet nur einen Bruchteil. Deshalb komprimiert die Methode kurz bevor der Cache abläuft und nicht danach.

Was ist der Unterschied zwischen /compact und /clear?

/clear leert den Chat, danach weiß Claude nichts mehr von der bisherigen Arbeit, und es kostet nichts. /compact ersetzt den Verlauf durch eine Zusammenfassung, Claude arbeitet danach mit dem Wichtigsten weiter. Für eine neue, unabhängige Aufgabe ist /clear richtig, für die Fortsetzung derselben Arbeit /compact.

Geht beim Komprimieren nicht etwas verloren?

Ja, eine Zusammenfassung verliert Einzelheiten. Deshalb sichert der Chat in der Methode vorher selbst seinen Stand: Erledigtes, Offenes, nächste Schritte und Entscheidungen. Was wichtig ist, steht damit nicht nur in der Zusammenfassung.

Lohnt sich das auch mit API-Schlüssel?

Dort ist der Cache nach fünf Minuten kalt. Eine Automatik nach 50 und 55 Minuten greift dann zu spät. Was mit API-Schlüssel hilft: das Band, das dir die Restzeit zeigt, und der Compact von Hand vor jeder Pause.

Komprimiert Claude Code ruhende Chats nicht inzwischen selbst?

Laut Dokumentation kann Claude Code einen langen Chat, der im Abo mit einer Stunde Lebensdauer ruht, selbst komprimieren. Der Mod compact ergänzt das um den Schritt davor, in dem der Chat seinen Stand selbst sichert, und um das Band, das dir Kontext, Cache und Nutzung zeigt.

Schickt der Mod meine Daten an Atlas?

Nein. Der Mod schickt selbst nichts ins Netz. Er sagt dem Chat nur, wohin der Stand gehört. Die Daten schreibt der Chat über seine eigene Verbindung zu Atlas. Ohne Atlas sichert er dort, wo dein Projekt seine Aufgaben führt.

Was kostet der Mod compact?

Nichts. Der Mod ist offen unter MIT-Lizenz.

Mehr aus deinen Claude-Stunden

Die Methode passt in einen Satz: Komprimieren, solange der Cache noch warm ist, und vorher sichern, was bleiben soll. Von Hand vergisst man das genau dann, wenn es zählt. Der Mod compact übernimmt es für dich und zeigt dir dabei, wie viel deine nächste Nachricht kostet.

Mod kostenlos installieren