Claude Code Tokenverbrauch: Jede fünfte Anfrage ist ein Agentenstatus

Flamerix AI hat einen Gist mit Messungen veröffentlicht, nach denen Claude Code 16,4 % der Sitzungskosten für einen kurzen Status aus 3–5 Wörtern im Agenten-Panel ausgibt. Am 29. Oktober landete der Beitrag auf der Startseite von Hacker News und sammelte innerhalb einer Stunde über 130 Punkte. Das betrifft alle, die sich über den Tokenverbrauch von Claude Code Gedanken machen, vor allem wer viele Agenten im Hintergrund laufen lässt.

Woher kommt der hohe Claude Code Tokenverbrauch?

Es geht um einen Mechanismus namens agent_summary. Laut dem Autor des Gists funktioniert er so:

1. Etwa alle 30 Sekunden schickt Claude Code für jeden Hintergrund-Agenten einzeln dessen gesamtes Transkript an das Modell.
2. Es bittet das Modell, die letzte Aktion „in 3–5 Wörtern“ zu beschreiben (im Wortlaut: „describe your most recent action in 3-5 words“).
3. Das Ergebnis landet nur im Agenten-Panel, also in einer kurzen Statuszeile.

Der Mechanismus ist seit Version 2.1.232 (August 2026) standardmäßig aktiv, und es gibt keine offizielle Einstellung, um ihn abzuschalten.

Was kostet das?

Die Zahlen aus dem Gist stammen aus einem OpenTelemetry-Export der Woche vor dem Abschalten der Zusammenfassungen:

• 16,4 % der geschätzten Kosten entfielen auf agent_summary, mehr als auf die Hauptunterhaltung (15,7 %),
• 19,7 % aller API-Anfragen, also ungefähr jede fünfte,
• 96 % dieser Kosten entfielen auf Opus,
• das Verhältnis von Eingabe- zu Ausgabetokens lag bei etwa 9000 zu 1.

Interessant: Rund 98 % dieser Aufrufe treffen den Prompt-Cache und sind daher günstig. Das Problem sind die übrigen ca. 2 %: Ohne Cache verursachen sie mehr als ein Drittel der Kosten der Zusammenfassungen.

Die Kosten sind Schätzungen von Claude Code selbst (Feld cost_usd), keine Rechnung, also sollten wir sie mit Vorsicht genießen.

Ist das neu?

Das Problem ist seit August bekannt. Am 15. August eröffnete der Nutzer @rflcrz Issue #86879 im Repository von Claude Code. In einer 4-stündigen Sitzung mit 27 Subagenten (1496 Anfragen) machten agent_summary-Aufrufe 22,7 % der Anfragen und 18 % der gewichteten Tokens aus, und jeder lieferte im Schnitt etwa 65 Ausgabetokens.

In den Kommentaren berichten weitere Nutzer ähnliche Werte: 15–22 % bei Sitzungen mit mehr als 20 Subagenten und 26 % der aus dem Cache gelesenen Tokens in Version 2.1.276. Einer von ihnen bemerkte, dass die Variable CLAUDE_CODE_ENABLE_NARRATION=0 die Zusammenfassungen in Version 2.1.241 abschaltete, in 2.1.245 aber nicht mehr wirkte.

Das Issue trägt das Label area:cost und ist offen. Stand 29. Oktober hat niemand von Anthropic darauf geantwortet.

Wie prüfen wir das bei uns?

Claude Code hat einen eingebauten Telemetrie-Export über OpenTelemetry. Wir schalten ihn mit der Variable CLAUDE_CODE_ENABLE_TELEMETRY=1 ein und konfigurieren einen Log-Exporter. Jede API-Anfrage erscheint dann als Ereignis claude_code.api_request mit dem Attribut query_source, das angibt, welches Subsystem sie gesendet hat. Es reicht, die Ereignisse nach query_source zu gruppieren und cost_usd zu summieren – genau so hat der Autor des Gists das Problem gefunden.

Lässt sich das abschalten?

Offiziell nicht. Der Autor des Gists hat einen Workaround veröffentlicht: das Skript no-agent-summary.js, das über Bun vorgeladen wird (BUN_OPTIONS="--preload …") und den Timer der Zusammenfassungen durch einen inaktiven ersetzt, ohne die Binärdatei zu verändern. Bei ihm sank der Anteil von agent_summary an den Kosten von 16,4 % auf null.

Bevor wir es einsetzen, sollten wir die Einschränkungen kennen:

1. Das Skript wurde nur unter Linux getestet, nicht unter macOS und Windows.
2. Es arbeitet mit einem Abgleich gegen den Quellcode, daher kann jedes Update von Claude Code es stillschweigend außer Kraft setzen (nach jedem Update prüfen, ob es noch funktioniert).
3. Das Agenten-Panel zeigt keinen Status mehr an.
4. Es ist ein Community-Projekt unter MIT-Lizenz, ohne Verbindung zu Anthropic.

Wenn wir nichts in Claude Code injizieren wollen, ist der einfachere Weg schlicht, weniger Agenten gleichzeitig im Hintergrund laufen zu lassen, denn die Kosten der Zusammenfassungen wachsen mit ihrer Zahl. Mehr über die Arbeit mit Claude Code schreibe ich in meiner Claude Code Anleitung und darüber, wie schnell man auf Opus ein Budget verbrennen kann, im Text über den Fast Mode.

FAQ

Warum verbraucht Claude Code so viele Tokens?

Vor allem, weil jede Anfrage den Gesprächskontext an das Modell schickt. Nutzermessungen zeigen, dass bei vielen Hintergrund-Agenten auch die versteckten agent_summary-Zusammenfassungen einen erheblichen Teil (16–22 % der Kosten) verschlingen, weil sie etwa alle 30 Sekunden das gesamte Transkript des Agenten senden.

Kann ich agent_summary in den Einstellungen abschalten?

Stand 29. Oktober gibt es keinen offiziellen Schalter. Das Issue #86879 fordert ein eigenes Flag, die Einbeziehung der Zusammenfassungen in die Variable CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC oder ein konfigurierbares Intervall.

Betrifft mich das, wenn ich keine Hintergrund-Agenten nutze?

Die Zusammenfassungen werden für Hintergrund-Agenten erzeugt, das Problem wächst also mit ihrer Zahl. Am einfachsten prüfen wir das in der Telemetrie, indem wir die Anfragen nach query_source gruppieren.