Zum Inhalt springen
covey

Ein Agent bearbeitet ein Ticket. Er liest dafür einige Dateien, ruft zwei Werkzeuge auf und schreibt am Ende einen Kommentar von zehn Zeilen. Auf der Rechnung steht dafür ein Betrag, der zu diesen zehn Zeilen in keinem erkennbaren Verhältnis steht. Wer ihn verstehen will, muss wissen, was das Sprachmodell in diesem Lauf gelesen hat.

Am 28. April 2026 beschrieb Zephyr0x auf Hacker News eine Rechnung über 37.901,73 Dollar für Claude Opus, entstanden in einem gewöhnlichen Arbeitsablauf mit einem Coding-Agenten. Rund 35.600 Dollar davon entfielen auf ungecachte Eingabe, die der Titel des Beitrags auf einen verfehlten Prompt-Cache zurückführt. Die Ausgabe kam auf etwa 698 Dollar. Im November 2025 hatte harsharanga dort einen Agenten mit sechs Werkzeugen, ohne Framework und ohne Prompt-Cache gebaut, um das Wachstum der Tokens zu messen. Die Zahl der Gesprächsrunden trieb den Verbrauch in dieser Messung stärker als die Zahl der Werkzeuge.

Bezahlt wird das Lesen, in jedem Zug neu

Die Betriebsdokumentation von covey beschreibt denselben Befund für die eigene Plattform. In jedem Schritt gehen der Systemprompt mit allen Werkzeugschemata, die Dokumentation der Zielsysteme und das bisherige Transkript erneut in das Modell. Auf einer laufenden Instanz standen über 24 Stunden 3,2 Millionen Ausgabe-Tokens gegen 112 Millionen gecachte Eingabe-Tokens.

Ein langer Lauf wird dadurch überproportional teuer, da der Präfix in jedem Zug neu gelesen wird und das Transkript darauf wächst. In einem vermessenen Lauf las der erste Zug 44.000 Tokens, der siebzigste 155.000. An diesem Lauf mit siebzig Zügen lassen sich die folgenden Abschnitte nachrechnen. Eine höhere Zuggrenze verlängert diese Kurve. Laut Dokumentation verhindert ein größeres max_turns abgebrochene Läufe, macht die Läufe aber länger, statt sie billiger zu machen.

Der Werkzeugumfang steht in jedem Zug mit im Präfix

Der statische Präfix ist nach der Dokumentation der größte Einzelposten, weil er in jedem Zug bezahlt wird. Eingestellt wird er über COVEY_RUNTIME_TOOLS, eine kommagetrennte Liste der eingebauten Werkzeuge eines Laufs. Bleibt die Variable leer, gilt die Vorgabe.

Der Adapter für Claude Code übergibt diese Liste zweimal: als --allowedTools und als --tools. Die beiden Schalter bedeuten Verschiedenes. Mit --allowedTools wird geregelt, was ein Lauf benutzen darf, während die Schemata aller eingebauten Werkzeuge im Kontext bleiben. Erst --tools legt fest, welche Werkzeuge für den Lauf überhaupt existieren, sodass die übrigen Schemata aus dem Prompt verschwinden.

Gemessen an einem Lauf im Leerlauf kostet der vollständige eingebaute Satz der Laufzeit 20.811 Prompt-Tokens, die Vorgabe von covey 11.045. Die Vorgabe umfasst dreizehn Werkzeuge für Dateien, Shell, Web und Aufgaben, darunter Bash, Read, Edit, Grep und WebFetch. Auf den Lauf mit siebzig Zügen gerechnet spart das nach dem Kommentar im Quelltext rund 680.000 Tokens, die sonst aus dem Cache gelesen würden.

Das Werkzeug Skill fehlt in der Vorgabe mit Absicht. Es zieht die Beschreibungen aller eingebauten Skills in den Prompt, gemessen 2.454 Tokens zusätzlich, und wird deshalb nur für einen Lauf ergänzt, für den Skills bereitgestellt wurden.

Der Preis dieser Sparsamkeit zeigt sich bei einer Erweiterung. Ein eingebautes Werkzeug, das ein Agent benutzen soll, muss in COVEY_RUNTIME_TOOLS stehen. Sonst fehlt es dem Lauf ganz. Die Aktionen auf Zielsystemen berührt die Liste nicht, weil sie über den Aktions-Proxy in den Lauf kommen und der ACCESS.md des Agenten folgen.

Diese Wirkung hängt am Adapter: wirksam ist der Umfang beim Adapter für Claude Code und bei educa AI, da der Adapter für educa AI denselben Claude-Code-Lauf mit einer auf educa umgebogenen Basis-URL startet. Die Adapter für SevenCode und Codex geben die Liste in keiner Form an ihre Kommandozeile weiter, bei SevenCode laut Kommentar im Quelltext deshalb, weil dessen Kommandozeile keinen Schalter dafür kennt.

Die Kostenansicht teilt nach Kostenarten und zählt die Aktionen je Lauf

Unter „Kosten“ stehen zwei Ansichten, die einen teuren Lauf von zwei Seiten einordnen. „Kostenarten“ teilt die Tokens der Organisation oder eines gewählten Agenten im eingestellten Zeitraum in gelesenen und geschriebenen Cache, ungecachte Eingabe und Ausgabe. Für jeden Teil nennt die Ansicht Anzahl und Prozentanteil der Tokens, sodass sichtbar wird, auf welcher Seite das Gewicht liegt.

„Teuerste Läufe“ ordnet die einzelnen Läufe nach ihren Kosten, über GET /api/v1/cost/runs für die Organisation und GET /api/v1/agents/{id}/cost/runs für einen Agenten. Die Spalte „Aktionen“ zählt, was ein Lauf über den Aktions-Proxy ausgeführt hat. Steht dort null, zeigt die Oberfläche „Leerlauf“ an. Der Hinweis dazu erklärt, dass ein solcher Lauf gelesen, nachgedacht und sich wieder schlafen gelegt hat. In jeder Summe sähe ein solcher Lauf genauso aus wie einer, der drei Fehler behoben hat.

Umgekehrt ist eine Zahl über null das schwächere Signal. Die Spalte zählt jedes aufgezeichnete Aktionsereignis des Laufs, auch gescheiterte Aufrufe und Aktionen der Plattform selbst, etwa set_stage oder eine Notiz. Ein Lauf, der allein seine Arbeitsspalte gesetzt hat, erscheint deshalb mit einer Eins.

Für den Lauf mit siebzig Zügen ergibt sich daraus eine Reihenfolge. Zuerst zeigt „Teuerste Läufe“, ob er außerhalb der Sandbox etwas ausgeführt hat. Danach zeigen die Kostenarten für seinen Agenten, welcher Anteil der Tokens im gewählten Zeitraum auf der gecachten Eingabeseite liegt. Erst dann lohnt der Blick auf den Werkzeugumfang, den das Modell in jedem seiner siebzig Züge mitgelesen hat.

Zurück zur Übersicht