1M-Kontext in Claude Code über ein Gateway: was tun, wenn das Gateway bei 200K endet
Stand 2026-10-07: Seit Claude Code 2.1.285 (veröffentlicht am 2026-09-29) laufen Opus 4.7 und neuer, Sonnet 5 und neuer sowie die Fable-Modelle automatisch mit einem 1M-Kontextfenster, sobald Sie eine eigene ANTHROPIC_BASE_URL setzen; endet Ihr Gateway bei 200K, lautet die offizielle Empfehlung /autocompact 200k. In derselben Release-Reihe kamen der Gateway-Hinweis-Header x-claude-code-prompt-id und die Variable CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS für das Backoff bei 529-Wiederholungen hinzu. Diese Seite erklärt alle drei Änderungen und die genauen Einstellungen.
Aktualisiert 2026-10-07
Vier Zahlen, die Sie kennen sollten
Standardfenster hinter einer eigenen Base URL
Ab 2.1.285 laufen Opus 4.7 und neuer, Sonnet 5 und neuer sowie die Fable-Modelle auch hinter einem Gateway mit 1M, ohne dass Sie eine [1m]-Variante wählen.
Wenn das Gateway bei 200K endet
Im Changelog steht: run /autocompact 200k if your gateway stops at 200K. Ein niedrigeres Limit des Gateways kann Claude Code nicht erkennen.
Wertebereich von /autocompact
Der Befehl akzeptiert Schreibweisen wie 200k oder 1M; die Variable CLAUDE_CODE_AUTO_COMPACT_WINDOW nimmt nur eine ganze Zahl, und 500k wird als 500 gelesen und auf das Minimum von 100K angehoben.
Backoff bei Überlastung (2.1.292)
Die neue Variable CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS legt eine längere Basisverzögerung für das Backoff fest, wenn eine Anfrage mit 529 (overloaded) wiederholt wird.
Was passiert, sobald ANTHROPIC_BASE_URL gesetzt ist
Stand 2026-10-07 lautet die Antwort: Hinter einer eigenen ANTHROPIC_BASE_URL gibt Claude Code jedem Modell, das es erkennt, dasselbe Kontextfenster wie auf der Anthropic API. Laut Dokumentation erhalten Fable 5.1, Fable 5, Sonnet 5 und neuer sowie Opus 4.7 und neuer das 1M-Fenster, ohne dass eine [1m]-Variante gewählt werden muss; ein Modell, das 1M nur über seine [1m]-Variante erreicht (die Dokumentation nennt Opus 4.6, für Sonnet 4.6 gilt dasselbe), läuft ohne Suffix mit 200K. Der entscheidende Satz lautet „Claude Code can't detect a lower limit that the gateway or the server behind it enforces“: Setzt das Gateway oder der Server dahinter ein niedrigeres Limit, weiß der Client davon nichts und plant weiter mit 1M, bis Anfragen abgelehnt werden.
Was sich in dieser Release-Reihe geändert hat (2026-09-25 bis 2026-10-06)
Nach Veröffentlichungszeit in den GitHub Releases (UTC): 2.1.283 (2026-09-25) ergänzte die Gateway-Hinweis-Header um x-claude-code-prompt-id, einzuschalten über CLAUDE_CODE_GATEWAY_HINT_HEADERS=1; 2.1.285 (2026-09-29) stellte Sitzungen hinter einer eigenen ANTHROPIC_BASE_URL auf das 1M-Fenster der Modelle um, die eines haben; 2.1.286 (2026-09-30) änderte die Wiederholungen so, dass ein Limit den ganzen Modellaufruf abdeckt und ein fehlschlagender Aufruf mit Standardeinstellungen höchstens 14 Anfragen sendet, außerdem sagt der Fallback-Hinweis nun, wenn ein Fallback das Fenster von 1M auf 200K verkleinert hat; 2.1.288 (2026-10-02) speichert das /autocompact-Fenster pro Modell; 2.1.292 (2026-10-06) brachte CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS für eine längere Basisverzögerung bei 529-Wiederholungen.
Drei wichtige Versionen
Claude Code 2.1.283 erscheint: Die Gateway-Hinweis-Header erhalten x-claude-code-prompt-id, damit ein Gateway die Anfragen zu einem Benutzer-Prompt gruppieren kann.
Claude Code 2.1.285 erscheint: Sitzungen hinter einer eigenen ANTHROPIC_BASE_URL nutzen das native 1M-Fenster des Modells; endet Ihr Gateway bei 200K, führen Sie /autocompact 200k aus.
Claude Code 2.1.292 erscheint mit CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS für eine längere Basisverzögerung bei 529-Wiederholungen; diese Seite wurde am 2026-10-07 mit den offiziellen Seiten abgeglichen.
Bestätigt vs. nicht verifiziert
Bestätigt (wörtlich auf den offiziellen Seiten)
Alles Folgende lässt sich wörtlich im Claude-Code-Changelog und in der offiziellen Dokumentation nachprüfen: Ab 2.1.285 nutzen Sitzungen hinter einer eigenen ANTHROPIC_BASE_URL das native Fenster jedes Modells (1M für Opus 4.7+, Sonnet 5+ und Fable); endet ein Gateway bei 200K, lautet die offizielle Empfehlung /autocompact 200k; ein niedrigeres Gateway-Limit kann Claude Code nicht erkennen; seit 2.1.288 speichert /autocompact pro Modell; der Befehl akzeptiert 100K bis 1M; CLAUDE_CODE_AUTO_COMPACT_WINDOW nimmt nur eine ganze Zahl und hat Vorrang vor Befehl, Startflag und Einstellung; CLAUDE_CODE_DISABLE_1M_CONTEXT=1 schaltet 1M komplett ab; x-claude-code-prompt-id gibt es seit 2.1.283, hinter einer eigenen Base URL wird es standardmäßig nicht gesendet; CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS gibt es seit 2.1.292.
Nicht verifiziert und vom Hersteller nicht veröffentlicht
Drei Punkte sind nicht verifiziert, entscheiden Sie also nicht auf dieser Grundlage: Erstens gibt es zu CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS bisher nur eine Zeile im Changelog, ein Standardwert oder eine Obergrenze ist nicht veröffentlicht; zweitens beantwortet die offizielle Dokumentation nicht, wie viel Kontext ein bestimmtes Gateway oder ein Relay-Dienst (QCode eingeschlossen) pro Modell tatsächlich annimmt, und Claude Code kann es nicht erkennen, maßgeblich sind Ihre eigenen Tests; drittens entscheidet jedes Gateway selbst, ob und wofür es x-claude-code-prompt-id auswertet, die Dokumentation sagt nur, dass sich damit die Anfragen eines Prompts gruppieren lassen.
Zwei Wege, das Fenster zu verkleinern, und wie Sie wählen
Auto-Compact-Schwelle senken (/autocompact oder Variable)
Ändert nur den Zeitpunkt der Komprimierung, nicht die Modellauswahl. Seit 2.1.288 wird /autocompact 200k nur für das aktuelle Modell gespeichert, nach einem Modellwechsel setzen Sie es erneut; für alle Modelle tragen Sie "autoCompactWindow": 200000 in ~/.claude/settings.json ein oder setzen CLAUDE_CODE_AUTO_COMPACT_WINDOW=200000 in der Umgebung, die Claude Code startet, wobei die Variable Vorrang vor allem anderen hat. Die Untergrenze liegt bei 100K; bei einem niedrigeren Gateway-Limit bleibt nur /compact zur Wiederherstellung.
1M ganz abschalten (CLAUDE_CODE_DISABLE_1M_CONTEXT=1)
Passt, wenn ein ganzes Team dieselbe Obergrenze haben soll. Die 1M-Varianten verschwinden aus der Modellauswahl, und Modelle mit nativem 1M-Fenster wie Sonnet 5 und die Fable-Modelle werden wie Modelle mit 200K-Fenster behandelt: Mit eingeschaltetem Auto-Compact komprimiert die Sitzung an der 200K-Grenze, ohne Auto-Compact stoppt sie dort mit dem Kontextlimit-Fehler. Ein Auto-Compact-Fenster über 200K hebt diese Begrenzung nicht auf.
Gateway endet bei 200K: vier Schritte
① Klären Sie das Limit des Gateways: Claude Code kann ein niedrigeres Limit des Gateways nicht erkennen, prüfen Sie also dessen Dokumentation oder testen Sie selbst. ② Nur für das aktuelle Modell führen Sie in der Sitzung /autocompact 200k aus (seit 2.1.288 pro Modell gespeichert, nach einem Wechsel wiederholen; /autocompact auto stellt das für das Modell abgestimmte Fenster wieder her). ③ Für alle Modelle tragen Sie "autoCompactWindow": 200000 in ~/.claude/settings.json ein oder führen vor dem Start export CLAUDE_CODE_AUTO_COMPACT_WINDOW=200000 aus. Ein mit /autocompact für ein Modell gespeichertes Fenster hat in derselben Datei Vorrang vor autoCompactWindow; die Variable hat Vorrang vor beidem, nimmt aber nur eine ganze Zahl, und ein Wert mit Suffix wie 500k wird als 500 gelesen und auf das Minimum von 100K angehoben. ④ Ist der Fehler schon aufgetreten, stellen Sie die Sitzung zuerst mit /compact wieder her. Formuliert das Gateway den Fehler zur Überschreitung in eigene Worte um (die Dokumentation nennt ContextWindowExceededError und prompt token count of N exceeds the limit of M), erkennt Claude Code ihn nicht als Zu-lang-Fehler und komprimiert und wiederholt nicht automatisch; dann hilft nur /compact von Hand.
Auf QCode
Laut QCode-Dokumentation braucht Claude Code zwei Umgebungsvariablen: ANTHROPIC_BASE_URL mit https://api.qcode.cc/api (ohne abschließenden Schrägstrich) und ANTHROPIC_AUTH_TOKEN mit dem Schlüssel, der mit cr_ beginnt und in der Konsole erstellt wird. Nutzer in Nordamerika und Europa können den Host gegen us.qcode.cc (Los Angeles) tauschen, der Schlüssel bleibt derselbe. Diese Seite macht keine Zusage zum Kontextlimit einzelner Modelle bei QCode; bei einem Fehler wegen Kontextüberschreitung folgen Sie der offiziellen Empfehlung von Claude Code und senken mit /autocompact die Schwelle auf das, was tatsächlich durchgeht. Modell, Kontextlänge und Verbrauch jeder Anfrage sehen Sie laut Dokumentation auf probe.qcode.cc nach Eingabe Ihres cr_-Schlüssels. Abgerechnet wird pro Token, die Preise je Modell stehen unter /models.
Häufig gestellte Fragen
Warum zeigt Claude Code nach dem Wechsel auf ein Relay einen 1M-Kontext an?
Weil Claude Code seit 2.1.285 (veröffentlicht am 2026-09-29) auch hinter einer eigenen ANTHROPIC_BASE_URL das Fenster der Anthropic API ansetzt: Opus 4.7 und neuer, Sonnet 5 und neuer sowie die Fable-Modelle bekommen 1M, ohne [1m] zu wählen. Opus 4.6 und Sonnet 4.6 erreichen 1M nur mit [1m] und laufen ohne mit 200K, und die offizielle Seite zu Kontextfenstern nennt 200k für Claude Sonnet 4.5 und Claude Haiku 4.5. Das ist das Budget des Clients, kein Beleg dafür, dass Ihr Gateway 1M annimmt.
Mein Gateway unterstützt nur 200K. Welchen Fehler sehe ich?
Anfragen über dem Limit lehnt das Gateway ab. Ein Zu-lang-Fehler, den Claude Code erkennt, ist Prompt is too long, in einer interaktiven Sitzung angezeigt als Context limit reached · /compact or /clear to continue; formuliert das Gateway den Fehler in eigene Worte um, etwa ContextWindowExceededError, erkennt Claude Code ihn nicht und komprimiert und wiederholt nicht automatisch. In beiden Fällen stellen Sie die Sitzung mit /compact wieder her und senken dann die Komprimierungsschwelle auf 200K, wie die Dokumentation rät.
Gilt /autocompact 200k für alle Modelle?
Nicht unbedingt. Seit 2.1.288 (veröffentlicht am 2026-10-02) speichert /autocompact das Fenster in Ihren Benutzereinstellungen pro Modell, nach einem Modellwechsel setzen Sie es also erneut; vorher galt ein Fenster für alle Modelle. Um alle Modelle auf einmal abzudecken, tragen Sie "autoCompactWindow": 200000 in ~/.claude/settings.json ein oder setzen CLAUDE_CODE_AUTO_COMPACT_WINDOW=200000. Die Variable hat Vorrang vor Befehl, Startflag und Einstellung und akzeptiert nur eine ganze Zahl.
Was ist x-claude-code-prompt-id, und sollte ich es einschalten?
Es ist eine zufällige UUID, die 2.1.283 zu den Gateway-Hinweis-Headern hinzugefügt hat: Anfragen zu einem Benutzer-Prompt, einschließlich der Turns von Subagenten, die dieser Prompt gestartet hat, tragen denselben Wert, sodass ein Gateway sie gruppieren kann. Bei direkter Verbindung zur Anthropic API wird sie standardmäßig gesendet, hinter einer eigenen Base URL ist sie standardmäßig aus, weil ein Proxy, der unbekannte Header ablehnt, die Anfrage scheitern ließe; zum Senden setzen Sie CLAUDE_CODE_GATEWAY_HINT_HEADERS=1. Laut Dokumentation enthalten diese Hinweis-Header nie Prompt-Text oder Dateiinhalte.
Wofür ist CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS da?
Damit legen Sie eine längere Basisverzögerung für das Backoff fest, wenn Claude Code eine Anfrage mit 529 (overloaded) wiederholt; die Variable kam mit 2.1.292 (veröffentlicht am 2026-10-06), ein Standardwert ist nicht veröffentlicht. Unabhängig davon deckt seit 2.1.286 ein Wiederholungslimit den ganzen Modellaufruf ab, mit Standardeinstellungen sendet ein fehlschlagender Aufruf höchstens 14 Anfragen; für unbeaufsichtigte Jobs gibt es CLAUDE_CODE_RETRY_WATCHDOG, das 429- und 529-Kapazitätsfehler ohne Begrenzung der Versuche wiederholt.
Kann ich mit Claude Code über QCode die vollen 1M nutzen?
Das verspricht diese Seite nicht. Claude Code plant mit dem Fenster, das das Modell auf der Anthropic API hat, kann ein niedrigeres Limit des Gateways aber nicht erkennen. Zum Verbinden setzen Sie ANTHROPIC_BASE_URL auf https://api.qcode.cc/api und ANTHROPIC_AUTH_TOKEN auf Ihren cr_-Schlüssel; bei einem Fehler wegen Kontextüberschreitung stellen Sie die Sitzung zuerst mit /compact wieder her und senken dann gemäß der offiziellen Empfehlung mit /autocompact die Schwelle auf das, was tatsächlich durchgeht.
Quellen
Das Claude-Code-Changelog (CHANGELOG.md im GitHub-Repository anthropics/claude-code, abgerufen am 2026-10-07): die Einträge zu 2.1.283, 2.1.285, 2.1.286, 2.1.288 und 2.1.292; die Veröffentlichungsdaten stammen aus den Veröffentlichungszeiten (UTC) der GitHub Releases desselben Repositorys. Die offizielle Claude-Code-Dokumentation auf code.claude.com (abgerufen am 2026-10-07): Modellkonfiguration (Kontextfenster hinter einem Gateway, Auto-Compact-Fenster, 1M-Schalter), Umgebungsvariablen, Verbindung zu einem LLM-Gateway (die Zeile zur Fehlersuche bei umformulierten Zu-lang-Fehlern), der Gateway-Kompatibilitätsleitfaden (Hinweis-Header) und die Fehlerreferenz. Die Seite zu Kontextfenstern in der Anthropic-Plattformdokumentation (abgerufen am 2026-10-07). QCode-Einrichtung: die Seiten zu Umgebungsvariablen, zu Endpunkten und API-Formaten sowie zu den Claude-Code-Funktionen mit QCode-Key auf docs.qcode.cc (abgerufen am 2026-10-07).
Claude Code mit QCode verbinden
Zwei Umgebungsvariablen, ein cr_-Schlüssel für Claude-Modelle, abgerechnet pro Token; die Preise je Modell stehen unter /models.
Weiterführende Lektüre
Fehlersuche bei Context Length Exceeded
Die drei Erscheinungsformen des Kontextüberlaufs und wie Sie sie voneinander unterscheiden.
Claude Code: benutzerdefinierten Endpunkt einrichten
Die beiden Umgebungsvariablen, die Form in settings.json, apiKeyHelper und die dokumentierte Einschränkung bei Web-Sitzungen.
So programmieren Sie effizient in Fenstern ab 1 Mio. Tokens
Repo-Maps, Cache-Präfixe, selektives Laden und Anti-Patterns.
Geprüft am 2026-10-07 anhand der offiziellen Seiten von Anthropic und Claude Code, die maßgeblich sind; Claude Code erscheint wöchentlich, das Verhalten kann sich zwischen Versionen ohne Vorankündigung ändern. Zu Kontextlimits bei QCode macht diese Seite keine Zusage; welche Modelle verfügbar sind, zeigt /models.