$ capsul Glossar

Glossar

Die Begriffe, die über die Kosten eines Coding-Agenten entscheiden, je in einem Satz definiert und dann erklärt.

Token: Ein Token ist die Einheit, die ein Sprachmodell liest und abrechnet: ein häufiges Wort, ein Wortteil oder ein Satzzeichen, im Schnitt etwa drei bis vier Zeichen.
Kontextfenster: Das Kontextfenster ist die maximale Zahl an Tokens, die ein Modell auf einmal berücksichtigen kann, samt Anweisungen, Gespräch und allem, was mit der Frage gesendet wird.
Eingabe- und Ausgabetokens: Eingabetokens sind alles, was bei einer Anfrage an das Modell geht; Ausgabetokens sind das, was es zurückschreibt, und bei Agentenarbeit dominiert die Eingabeseite die Rechnung um mindestens eine Größenordnung.
Tokenbudget: Ein Tokenbudget ist eine harte Obergrenze dafür, wie viel Kontext in eine Anfrage darf, durchgesetzt vor dem Senden statt mit dem Modell ausgehandelt.
Prompt-Caching: Prompt-Caching erlaubt einem Anbieter, die verarbeitete Form eines wiederholten Präfixes über Anfragen hinweg wiederzuverwenden und diese Tokens zu einem Bruchteil des frischen Satzes abzurechnen.
Cache-Trefferquote: Die Cache-Trefferquote ist der Anteil der Eingabetokens einer Anfrage, die aus einem Prompt-Cache bedient statt neu verarbeitet wurden.
Kontextverfall: Kontextverfall ist die Verschlechterung der Antworten eines Modells, während sein Kontext wächst, durch Verdünnung des Relevanten, Widersprüche zwischen Altem und Neuem und angesammelte Sackgassen.
Agentenschleife: Eine Agentenschleife ist der Zyklus, in dem ein Modell ein Werkzeug aufruft, das Ergebnis liest und über den nächsten Schritt entscheidet, wiederholt bis eine Antwort steht.
Werkzeugaufruf: Ein Werkzeugaufruf ist eine strukturierte Anfrage eines Modells, etwas außerhalb seiner selbst auszuführen, etwa eine Datei zu lesen oder einen Befehl zu starten, dessen Ergebnis zurück in den Kontext fließt.
Repository-Karte: Eine Repository-Karte ist ein komprimierter Überblick über eine Codebasis, der ihre Dateien und die darin definierten Symbole auflistet, damit ein Modell Dinge findet, ohne alles zu lesen.
Nutzungsgrenze: Eine Nutzungsgrenze deckelt, wie viel man in einem Zeitfenster senden darf, gemessen an verarbeiteten Tokens statt an der Zahl gesendeter Nachrichten.
CLI-Coding-Agent: Ein CLI-Coding-Agent ist ein Kommandozeilenprogramm, das ein Modell in einem Arbeitsverzeichnis lesen, ausführen und ändern lässt, unter den Freigaberegeln, die Sie setzen.
CLAUDE.md: CLAUDE.md ist eine Markdown-Datei mit dauerhaften Projektanweisungen, die Claude Code beim Sitzungsstart lädt und danach mit jeder Anfrage sendet.
AGENTS.md: AGENTS.md ist eine Markdown-Datei mit Projektanweisungen für Coding-Agenten, die ein Agent vor der Arbeit in seinen Kontext lädt.
Kontextkomprimierung: Kontextverdichtung ersetzt den Gesprächsverlauf eines Agenten durch eine Modellzusammenfassung, damit eine lange Sitzung wieder ins Kontextfenster passt, wobei Details verloren gehen können.
Subagent: Ein Subagent ist eine eigene Agenteninstanz mit eigenem Kontextfenster und Tools, die eine delegierte Aufgabe bearbeitet und dem Hauptagenten ihr Ergebnis zurückgibt.
Model Context Protocol (MCP): Das Model Context Protocol (MCP) ist ein offener Standard, über den KI-Anwendungen auf Tools und Daten externer Server zugreifen können.
Werkzeugdefinition: Eine Tool-Definition beschreibt einem Modell Name, Zweck und Eingaben eines Tools und zählt als Eingabetokens, sobald sie mit einer Anfrage gesendet wird.
Cache-Schreiben: Ein Cache-Schreibvorgang verarbeitet und speichert den Anfang eines Prompts für spätere Anfragen, kostet zunächst mehr als normale Eingabe und ermöglicht danach günstigere Lesevorgänge.
Cache-TTL: Die Cache-TTL (Time to Live) gibt an, wie lange ein gespeicherter Prompt-Anfang ohne erneuten Zugriff erhalten bleibt, bevor die nächste Anfrage ihn neu verarbeiten muss.
Cache-gewichtete Eingabetoken: Cache-gewichtete Eingabetokens zählen frische Tokens voll, Cache-Lesevorgänge zum ermäßigten Satz und Cache-Schreibvorgänge mit ihrem Aufschlag, damit die Zahl die relativen Eingabekosten abbildet.
API-äquivalente Kosten: API-äquivalente Kosten geben an, was der Tokenverbrauch einer Sitzung zu API-Listenpreisen kosten würde, und erlauben so den Vergleich von Modellen und Aufgaben auch bei einem Abonnement.
Kosten pro Aufgabe: Die Kosten pro Aufgabe umfassen alle Anfragen, Fehlversuche und delegierten Aufrufe bis zum Abschluss einer Arbeit und zeigen damit mehr als der Preis pro Token oder Anfrage.
System-Prompt: Ein System-Prompt ist der Anweisungsblock vor dem Gespräch, der einem Modell in einer Anfrage seine Rolle und Regeln vorgibt.
Tokenizer: Ein Tokenizer zerlegt Text in die Tokens, die ein Modell liest und abrechnet, weshalb derselbe Text bei zwei Modellen unterschiedlich viele Tokens ergeben kann.
Erweitertes Denken: Erweitertes Denken bezeichnet die Tokens, die ein Modell vor seiner Antwort für die interne Problembearbeitung erzeugt und als Ausgabetokens abrechnet, auch wenn Sie diese nicht sehen.

Ratgeber lesen →