Diese 5 Wörter kosten dich 12% deiner Claude Code-Nutzung

Highlights

• Claude Code generiert alle 30 Sekunden Hintergrundzusammenfassungen von aktiven Agenten, was bis zu 20 % des Abonnements verbrauchen kann.

• Jeder dieser automatischen Abrufe sendet die gesamte bisherige Konversation an ein Modell und verbraucht dabei rund 40.000 Eingabe-Token.

• Diese zusätzlichen Agentenzusammenfassungen tauchen in den normalen JSONL-Protokollen und Standard-Nutzungstools wie CC Usage niemals auf.

• Das Deaktivieren der Fork-Subagenten über die entsprechende Einstellung senkt die Kosten für die Zusammenfassungen sofort auf Null.

• Alternativ existiert ein Bun-Preload-Skript zur Blockierung des Timers, welches jedoch Sicherheitsrisiken bei der Ausführung birgt.

Timeline

1. 00:00 - 02:53

   Das versteckte Token-Leck in Claude Code

   Die automatischen Statusaktualisierungen im Hintergrund laufen zeitorientiert ab und summieren sich bei lang laufenden Prozessen erheblich. Da diese Anfragen nicht in den lokalen JSONL-Protokollen von Claude Code auftauchen, bleibt der reale Verbrauch für Nutzer unsichtbar. Selbst bei der Nutzung von Opus für diese Zusammenfassungen wird kein günstigeres Modell wie Haiku verwendet, was die Kosten weiter treibt.

   • Claude Code sendet alle 30 Sekunden die gesamte Konversation aktiver Hintergrundagenten an ein Modell zur Erstellung einer kurzen Zusammenfassung.
   • Ein einzelner Durchlauf verbraucht dabei etwa 40.000 Eingabe-Token bei einer Rückgabe von rund 130 Ausgabe-Token.
   • Messungen über OpenTelemetry und BetterStack zeigen einen Anteil der Agentenzusammenfassungen von 8 bis 12 % an den Gesamtkosten der Sitzung.
   • Die internen Telemetriedaten von Anthropic bestätigen einen durchschnittlichen Kostenanteil von rund zwei Prozent im gesamten System und bis zu sechs Prozent im Terminal.
2. 02:53 - 03:39

   Hintergrunddaten und Reaktionen aus der Community

   Obwohl ein Großteil der übertragenen Token durch Caching begünstigt wird, mindert dies dennoch das verfügbare Abo-Guthaben spürbar. Die Diskrepanz zwischen den gemessenen Werten einzelner Entwickler und den offiziellen Aussagen verdeutlicht, wie stark das Verhalten von der jeweiligen Arbeitsweise und der Anzahl aktiver Hintergrundprozesse abhängt.

   • Prompt-Caching reduziert zwar die Kosten für wiederkehrende Eingabe-Token in der API, verbraucht aber weiterhin das Kontingent des Abonnements.
   • Das Problem führte zu heftigen Diskussionen auf Hacker News über rasch aufgebrauchte Nutzungslimits.
   • Der Leiter von Claude Code verwies Ende Oktober auf intensive Sitzungen mit vielen Agenten als Ursache.
   • Bereits im August dokumentierte ein offenes GitHub-Issue ein ähnliches Verhalten mit fast einem Viertel aller Anfragen in einer Sitzung.
3. 03:39 - 05:15

   Workarounds und Lösungsansätze

   Nutzer stehen vor der Wahl, entweder über Konfigurationsänderungen auf Fork-Subagenten zu verzichten oder riskante Skripte einzusetzen, um die automatischen Abrufe zu unterbinden. Da Anthropic die Zusammenfassungen intern zur Prozessüberwachung nutzt, bleibt abzuwarten, ob künftige Updates eine feiner abgestimmte Steuerung ermöglichen.

   • Eine offizielle Schalteroption zum direkten Ausschalten der Zusammenfassungen existiert derzeit nicht.
   • Das Setzen der Einstellung für Fork-Subagenten auf Null deaktiviert die Zusammenfassungen vollständig, schränkt jedoch die Weitergabe des vollständigen Konversationsverlaufs ein.
   • Ein von Flamerix entwickelter Bun-Preload-Skript-Workaround blockiert den Timer, birgt jedoch potenzielle Sicherheitsrisiken durch das Nachladen externer Skripte.
   • Zukünftige günstigere Versionen oder alternative Tools wie T3 Code bieten langfristig andere Wege im Umgang mit solchen Hintergrundprozessen.