Kostenaufschlüsselung · Stand 2026-11-20

Claude Code Prompt-Caching-Kosten: 5 Minuten oder 1 Stunde hängt davon ab, wie Sie zahlen

Stand 20. November 2026 hängt die Antwort davon ab, wie Sie abgerechnet werden: Ein Claude-Abo innerhalb der Plan-Nutzung fragt den 1-Stunden-Cache an, während API-Schlüssel, Nutzungsguthaben und Cloud-Anbieter standardmäßig 5 Minuten erhalten. Auf dem API-Schlüssel-Weg können Sie die Hauptkonversation auf eine Stunde umstellen, indem Sie promptCacheTtl auf 1h setzen (Claude Code v2.1.242 oder neuer), und die offiziellen Multiplikatoren von Anthropic gelten weiterhin: Ein 5-Minuten-Cache-Schreibvorgang kostet 1.25x des Eingabepreises, ein 1-Stunden-Schreibvorgang 2x, und ein Cache-Lesevorgang 0.1x bei den meisten Modellen.

Aktualisiert 2026-11-20

Preise ändern sich: Bei QCode zahlen Sie für Claude, GPT, DeepSeek und Qwen pro Token — aktuelle Preise unter /models.

#5 Minuten vs 1 Stunde#Cache-Lesevorgang 0.1x#Cache-Schreibvorgang 1.25x / 2x#promptCacheTtl=1h

Vier Zahlen zum Merken

5 Minuten

Standard-Cache-Lebensdauer auf dem API-Schlüssel-Weg

API-Schlüssel, Nutzungsguthaben und Cloud-Anbieter erhalten 5 Minuten pro Anfrage; ein Abo erhält 1 Stunde nur innerhalb der Plan-Nutzung, und die Hauptkonversation fällt auf 5 Minuten zurück, sobald Sie in Nutzungsguthaben übergehen.

1.25x

5-Minuten-Cache-Schreibvorgang: 1.25x des Eingabepreises

Das Schreiben in den Cache kostet mehr, als dieselben Token als normale Eingabe zu senden, aber spätere Treffer werden zum Cache-Lese-Tarif abgerechnet; die Preisseite von Anthropic führt 5-Minuten-Schreibvorgänge mit 1.25x der Basis-Eingabe auf, wobei der Eintrag 5 Minuten gültig ist.

2x

1-Stunden-Cache-Schreibvorgang: 2x des Eingabepreises

Ein 1-Stunden-Schreibvorgang wird mit 2x der Basis-Eingabe abgerechnet und hält den Eintrag eine Stunde warm. Er passt zu Sitzungen, in denen Sie sich für Minuten bis zu einer Stunde entfernen, während bei kurzen Arbeitsphasen, die nie länger als 5 Minuten untätig bleiben, der Aufpreis ungenutzt bleibt.

0.025x

Fable 5.2 Cache-Lesevorgänge kosten nur 0.025x

Fable 5.2, Mythos 5.2, Fable 5.1 und Mythos 5.1 rechnen Treffer mit 0.025x des Eingabepreises ab, was Fable 5.2 auf $0.20 pro Million Token bringt; Opus 5.5 und Sonnet 5.5 liegen bei 0.05x, und alle anderen Modelle bei 0.1x.

Welche Anfragen 5 Minuten und welche eine Stunde erhalten

Stand 20. November 2026 ordnet die Dokumentation jede Anfrage einem von zwei Bereichen zu: der Hauptkonversation (interaktive Turns, nicht-interaktive -p-Läufe, Agent-SDK-Turns sowie den Hilfsanfragen, die Claude Code inline ausführt) und allem anderen (Subagenten, Workflows, In-Process-Teammates, Forks, Kompaktierung, Sitzungstitel).

Claude Code wählt die TTL pro Anfrage: Sofern Sie keine eigene wählen, fordert nur ein Claude-Abonnement innerhalb des Plan-Kontingents eine Stunde an, während API-Schlüssel, Nutzungsguthaben und Cloud-Anbieter für die Hauptkonversation 5 Minuten erhalten. Bei einem Abonnement erhält der Rest weiterhin 5 Minuten, abgesehen von der kleinen Gruppe von Hilfsanfragen, die Anthropic serverseitig steuert und die eine Stunde erhalten; bei API-Schlüsseln, Nutzungsguthaben oder Cloud-Anbietern sind beide Bereiche 5 Minuten.

Der offizielle Satz lautet: Unless you choose a TTL yourself, Claude Code requests the one-hour TTL only on a Claude subscription within your plan's included usage. Genau dort entsteht die Verwirrung in der Community, und ein Entwickler schrieb in einem Forum: I still don't understand if cache lasts for 5 minutes or one hour.

Was sich geändert hat: TTL-Steuerung, ein Cache-Panel und dieselben Schreib-Aufpreise

Drei Punkte in den Dokumenten mit Stand 20. November 2026 betreffen diese Abrechnung direkt.

  1. 1Sie können die TTL selbst wählen: promptCacheTtl oder CLAUDE_CODE_PROMPT_CACHE_TTL deckt die Hauptkonversation ab, subagentPromptCacheTtl oder CLAUDE_CODE_SUBAGENT_PROMPT_CACHE_TTL deckt alles andere ab, und alle vier Steuerungen erfordern Claude Code v2.1.242 oder neuer; FORCE_PROMPT_CACHING_5M=1 hat Vorrang vor allen, dann folgt die Umgebungsvariable der Kategorie, dann die Einstellung der Kategorie.
  2. 2Der Cache-Zustand ist sichtbar: Seit v2.1.251 fügt der Session-Block in /usage eine Zeile Prompt cache (main) mit dem Trefferanteil, der Anzahl der Fehlschläge, ob der Cache warm ist und der geltenden TTL hinzu; ab v2.1.260 nennt er außerdem eine wahrscheinliche Ursache für den letzten Fehlschlag, etwa geänderte Werkzeugdefinitionen.
  3. 3Die Multiplikatoren sind unverändert: 1.25x für einen 5-Minuten-Schreibvorgang, 2x für einen 1-Stunden-Schreibvorgang und 0.025x bis 0.1x für Lesevorgänge je nach Modell. In Community-Threads vom 2026-11-15 und 2026-11-17 stellte ein Nutzer fest, dass defekte Caches einen Workflow teurer gemacht hatten, und ein anderer fragte noch, ob der Cache 5 Minuten oder 1 Stunde hält. Zum Vergleich: Die offizielle Tabelle von OpenAI für gpt-6.2-sol teilt Cache-Schreibvorgänge in 30m write und 12h write ($2.00 Eingabe, $10.00 Ausgabe, $0.10 gecachte Eingabe, $2.50 für einen 30m write, $5.00 für einen 12h write), Kategorienamen, die nicht dieselben sind wie Claudes 5 Minuten und 1 Stunde.

Drei Zeitpunkte: zwei Community-Threads und eine offizielle Prüfung

2026-11-15

Ein Nutzer veröffentlicht eine Analyse: Defekte Caches machten einen Teil eines Claude Code Workflows teurer. Der Thread verweist auf einen Modellwechsel mitten in der Sitzung, Änderungen an Werkzeugdefinitionen und die erste Nachricht nach einer Pause, die länger als die Cache-Lebensdauer ist (Community-Berichte, keine offizielle Schlussfolgerung; der Betrag wird hier nicht genannt).

2026-11-17

In einem anderen Thread schreibt ein Entwickler, er könne noch immer nicht sagen, ob der Cache 5 Minuten oder 1 Stunde hält. Die offiziellen Dokumente beantworten dies mit einer Tabelle mit zwei Zeilen: Ein Abo innerhalb der Plan-Nutzung erhält 1 Stunde für die Hauptkonversation, während API-Schlüssel, Nutzungsguthaben und Cloud-Anbieter 5 Minuten erhalten.

2026-11-20

Die offiziellen Regeln mit Stand 20. November 2026: Abos innerhalb der Plan-Nutzung erhalten standardmäßig 1 Stunde, API-Schlüssel und Cloud-Anbieter 5 Minuten, das Ändern der TTL erfordert v2.1.242 oder neuer, und die Multiplikatoren bleiben 1.25x für einen 5-Minuten-Schreibvorgang, 2x für einen 1-Stunden-Schreibvorgang und 0.025x und mehr für einen Lesevorgang.

Bestätigte Abrechnungsregeln vs. Fehlinterpretationen der Community

Bestätigt (Claude Code Caching-Dokument und die Preisseite von Anthropic)

Stand 20. November 2026 nachprüfbar

  1. 1Voreinstellungen: Ein Abonnement innerhalb des Plan-Kontingents erhält 1 Stunde für die Hauptkonversation und 5 Minuten für alles andere, abgesehen von den serverseitig gesteuerten Hilfsanfragen, die eine Stunde erhalten; API-Schlüssel, Nutzungsguthaben oder Cloud-Anbieter erhalten 5 Minuten für beide Bereiche.
  2. 2Multiplikatoren: Ein 5-Minuten-Schreibvorgang entspricht dem 1.25-fachen des Basis-Inputs, ein 1-Stunden-Schreibvorgang dem 2-fachen, und ein Lesevorgang dem 0.1-fachen bei den meisten Modellen.
  3. 3Trefferpreise je Modell: Fable 5.2 und Mythos 5.2 mit 0.025x ($0.20 pro Million Token), Fable 5.1 und Mythos 5.1 mit 0.025x ($0.25), Opus 5.5 mit 0.05x ($0.20), Sonnet 5.5 mit 0.05x ($0.10), alle anderen Modelle mit 0.1x.
  4. 4Preise in derselben Zeile: Fable 5.2 kostet $8 Input und $40 Output mit einem 1-Stunden-Schreibvorgang von $16; Opus 5.5 kostet $4 und $20 mit einem 1-Stunden-Schreibvorgang von $8; Sonnet 5.5 kostet $2 und $10 mit einem 1-Stunden-Schreibvorgang von $4.
  5. 5Überprüfung: Führen Sie claude -p "hello" --output-format json aus; dabei bedeutet ephemeral_1h_input_tokens einen 1-Stunden-Schreibvorgang und ephemeral_5m_input_tokens einen 5-Minuten-Schreibvorgang.
  6. 6Zeitverlauf und Mindestgrößen: Jeder Treffer erneuert den Eintrag ohne zusätzliche Kosten, die Lebensdauer beginnt mit der Anfrage, und der minimale cachefähige Prompt beträgt 512 Token für Fable 5.2, Mythos 5.2, Fable 5.1, Mythos 5.1, Opus 5.5, Sonnet 5.5 und Haiku 5.5.

Fehlinterpretationen der Community und was noch nicht veröffentlicht ist

  1. 1'An API key can get an hour for nothing.' Nicht standardmäßig: Nur promptCacheTtl auf 1h setzt dies durch, und Anfragen außerhalb der Hauptkonversation bleiben bei 5 Minuten, bis Sie auch deren TTL setzen.
  2. 2'An hour is always cheaper.' Die Dokumente beschreiben das Gegenteil für kurze Arbeitsphasen, die nie länger als 5 Minuten untätig bleiben, wo der höhere Schreibsatz gilt und die längere Lebensdauer ungenutzt bleibt.
  3. 3'A cache hit costs nothing.' Treffer werden je nach Modell mit 0.025x bis 0.1x abgerechnet, unter dem Standard-Eingabesatz, aber nicht bei null.
  4. 4'Changing effort always rebuilds the cache.' Bei Fable 5.1 und neuer, Opus 5.5, Sonnet 5.5 und Haiku 5.5 bleibt der Cache standardmäßig intakt, mit einem API-Schlüssel oder einem Abo; bei den meisten anderen Modellen hat jede Effort-Stufe ihren eigenen Cache.
  5. 5'A subagent reads the parent cache.' Die erste Anfrage nicht, weil die Präfixe abweichen; ein Fork schon, da er das Elternobjekt exakt erbt.
  6. 6Keine einzige offizielle Antwort: Inwieweit 1 Stunde auf jeder Cloud-Plattform und jedem Gateway verfügbar ist, hängt von den Dokumenten der jeweiligen Plattform ab, und das Dokument von Anthropic selbst sagt nur, dass es bei Amazon Bedrock je nach Modell variiert.

Standard 5 Minuten beibehalten vs. 1 Stunde für die Hauptkonversation setzen

Standard 5 Minuten: kontinuierliche Arbeit mit Abständen unter 5 Minuten

Der 5-Minuten-Cache wird bei jeder Nutzung ohne zusätzliche Kosten erneuert, sodass der Eintrag warm bleibt, solange Ihre Anfragen weniger als 5 Minuten auseinanderliegen, und der 1.25x-Schreibvorgang nur für neue Inhalte gilt. Das passt zu einer langen Bearbeitungsphase oder aufeinanderfolgenden Werkzeugaufrufen; bleiben Sie länger als 5 Minuten weg, verarbeitet die erste Nachricht bei der Rückkehr den gesamten Kontext neu.

promptCacheTtl auf 1h gesetzt: kurz weggehen und zurückkommen

Wenn Sie das Hauptgespräch auf 1h stellen, werden Schreibvorgänge mit dem 2-fachen berechnet, und Sie gewinnen eine Stunde Toleranz für Leerlaufphasen. Der Satz zum Zielkonflikt aus der Dokumentation selbst: It costs more on short bursts of work that never idle past five minutes, where the higher write rate applies and the longer cache lifetime goes unused. Anders gesagt: Wenn Sie oft kurz wegtreten und zurückkehren, ist dieser Aufpreis das, was Ihnen die übersprungene vollständige Neuverarbeitung des Kontexts erkauft.

Fünf Schritte: die geltende TTL lesen, dann entscheiden, ob Sie sie ändern

  1. 1Zuerst die tatsächliche TTL lesen: Führen Sie claude -p "hello" --output-format json aus und prüfen Sie usage.cache_creation, wo ephemeral_1h_input_tokens einen 1-Stunden-Schreibvorgang und ephemeral_5m_input_tokens einen 5-Minuten-Schreibvorgang kennzeichnet. Innerhalb einer Sitzung zeigt /usage eine Zeile Prompt cache (main) mit dem Trefferanteil, der Anzahl der Fehlschläge und der geltenden TTL, solange der Cache warm ist.
  2. 2Für eine Stunde setzen Sie "promptCacheTtl": "1h" in settings.json oder CLAUDE_CODE_PROMPT_CACHE_TTL=1h (v2.1.242 oder später); damit beide Bereiche eine Stunde erhalten, setzen Sie ENABLE_PROMPT_CACHING_1H=1. Wenn Sie ein Gateway über ANTHROPIC_BASE_URL erreichen, gilt der offizielle Hinweis, dass ein Teil der Ein-Stunden-Anfrage im anthropic-beta-Header übertragen wird, sodass das Gateway ihn unverändert weiterleiten muss; prüfen Sie nach dem Setzen mit Schritt ①, ob ephemeral_1h_input_tokens erscheint.
  3. 3Setzen Sie beim Debuggen beide Bereiche mit FORCE_PROMPT_CACHING_5M=1 zwangsweise auf 5 Minuten zurück und vergleichen Sie, da dies alle anderen Steuerungen übersteuert.
  4. 4Bauen Sie den Cache nicht neu auf: Wechseln Sie nicht das Modell, ändern Sie keine Tool-Definitionen und wechseln Sie nicht das Arbeitsverzeichnis mitten in der Sitzung, da der Cache effektiv auf eine Maschine und ein Verzeichnis beschränkt ist; geben Sie Subagenten mit subagentPromptCacheTtl eine längere TTL, und beachten Sie, dass Änderungen des Effort den Cache standardmäßig auf Fable 5.1 und später, Opus 5.5, Sonnet 5.5 und Haiku 5.5 erhalten.
  5. 5Setzen Sie bei QCode ANTHROPIC_BASE_URL auf https://api.qcode.cc/api und ANTHROPIC_AUTH_TOKEN auf Ihren cr_-Schlüssel und wiederholen Sie dann Schritt ①, um die TTL zu bestätigen.

Claude Code pro Token abgerechnet betreiben: Cache-Sätze stehen auf /models

QCode rechnet pro Token ab. Setzen Sie in Claude Code ANTHROPIC_BASE_URL auf https://api.qcode.cc/api und ANTHROPIC_AUTH_TOKEN auf Ihren cr_-Schlüssel. Die Claude-Code-Seite der TTL-Einstellungen ist oben behandelt; hinter einer eigenen ANTHROPIC_BASE_URL liegt der Cache dort, wohin Ihre Anfragen weitergeleitet werden, ob Caching funktioniert, hängt also vom Dienst ab, mit dem Sie sich verbinden — führen Sie nach der Einrichtung claude -p "hello" --output-format json aus und prüfen Sie ephemeral_5m_input_tokens und ephemeral_1h_input_tokens selbst.

Die Cache-Schreib- und Cache-Leseraten je Modell sind Modell für Modell auf qcode.cc/models aufgeführt, und diese Seite ist die Referenz. Noch nicht bereit für einen Monatsplan? Nutzungspakete beginnen bei $4 für ein einmaliges Kontingent, das Sie innerhalb von 7 Tagen verbrauchen; wenn Sie bereits einen Privatplan haben, fügen Sie ein Booster-Pack hinzu, wenn Sie mehr Kontingent benötigen.

Häufig gestellte Fragen

Warum wird derselbe Modell-Cache bei einem API-Schlüssel nur 5 Minuten vorgehalten?

Weil Claude Code die TTL pro Anfrage und je nach Kostenmodell wählt. In der offiziellen Tabelle erhält ein Abonnement innerhalb des Plan-Kontingents 1 Stunde für die Hauptkonversation, während API-Schlüssel, Nutzungsguthaben oder Cloud-Anbieter dort 5 Minuten erhalten. Außerhalb der Hauptkonversation erhält ein Abonnement ebenfalls 5 Minuten, abgesehen von der kleinen Gruppe von Hilfsanfragen, die Anthropic serverseitig steuert und die eine Stunde erhalten; bei API-Schlüsseln, Nutzungsguthaben oder Cloud-Anbietern erhalten diese Anfragen ebenfalls 5 Minuten. Um eine Stunde auf einem API-Schlüssel zu behalten, setzen Sie promptCacheTtl selbst auf 1h in v2.1.242 oder höher, was genau die Vorgabe der Dokumentation ist.

Lohnt sich der 1-Stunden-Cache?

Das hängt vom Abstand zwischen den Anfragen ab. Wenn Sie ein Präfix häufiger als alle 5 Minuten verwenden, behalten Sie den 5-Minuten-Cache, da er ohne zusätzliche Abrechnung weiter aufgefrischt wird; der 1-Stunden-Cache eignet sich für Prompts, die seltener als alle 5 Minuten, aber häufiger als jede Stunde genutzt werden, etwa ein agentischer Nebenagent, der länger als 5 Minuten läuft, oder ein langes Gespräch, das auf einen Nutzer wartet. Der Aufpreis besteht darin, dass Schreibvorgänge mit dem 2-fachen des Eingabepreises berechnet werden.

Warum kostet ein Cache-Lesevorgang überhaupt etwas?

Weil der Server dieses Präfix tatsächlich erneut liest, nur weit günstiger als normale Eingabe: 0.1x bei den meisten Modellen, 0.05x bei Opus 5.5 und Sonnet 5.5 sowie 0.025x bei Fable 5.2, Mythos 5.2, Fable 5.1 und Mythos 5.1. Die Preisseite von Anthropic liefert die Arithmetik: Bei einem 1.25x-Schreiben auf die 5-Minuten-Dauer beginnt das Caching nach 1 Cache-Lesevorgang, sich zu rechnen.

Was kostet ein Cache-Lesevorgang bei Fable 5.2 tatsächlich?

Es sind $0.20 pro Million Token: Fable 5.2 listet $8 pro MTok Basis-Eingabe und Treffer werden mit 0.025x berechnet, also $8 × 0.025 = $0.20. In derselben Zeile kostet ein 1-Stunden-Schreiben $16 pro MTok, und ein 5-Minuten-Schreiben ergibt $8 × 1.25 = $10 pro MTok (Rechenbeispiel, nur Anthropic-Listenpreise, keine QCode-Preise).

Verwirft eine Änderung der Effort-Stufe den Cache?

Standardmäßig nicht auf Fable 5.1 und später, Opus 5.5, Sonnet 5.5 oder Haiku 5.5: Die Dokumentation besagt, dass der Cache dort mit einem API-Schlüssel oder einem Abonnement intakt bleibt. Bei den meisten anderen Modellen hat jede Effort-Stufe ihren eigenen Cache, sodass eine Änderung der Effort mitten in der Sitzung die gesamte Anfrage neu berechnet. Die Dokumentation empfiehlt, Modell und Effort zu Beginn einer Sitzung zu wählen und /compact für natürliche Pausen zwischen Aufgaben aufzusparen.

Erhalten Subagenten einen Cache?

Ja, aber einen separaten. Ein Subagent beginnt sein eigenes Gespräch mit eigenem System-Prompt und eigener Tool-Auswahl, daher kann seine erste Anfrage den Eltern-Cache nicht lesen, und er wärmt über seine Turns hinweg einen eigenen Cache auf. Er liegt außerhalb des TTL-Bereichs des Hauptgesprächs, daher erhält er selbst bei einem Abonnement 5 Minuten, bis Sie eine längere subagentPromptCacheTtl wählen. Der Eltern-Cache bleibt unberührt; ein Fork ist die Ausnahme und liest den Eltern-Cache bei seiner ersten Anfrage.

Quellen

Offizielle Claude-Code-Dokumentation zu Prompt-Caching, code.claude.com/docs/en/prompt-caching, und die Kostenseite, code.claude.com/docs/en/costs (geprüft am 2026-11-20); die offizielle Preisseite von Anthropic, platform.claude.com/docs/en/about-claude/pricing, und der Prompt-Caching-Leitfaden, platform.claude.com/docs/en/build-with-claude/prompt-caching (geprüft am 2026-11-20); die offizielle Preisseite von OpenAI, developers.openai.com/api/docs/pricing (2026-11-20, nur zum Vergleich der Namen der Cache-Stufen verwendet); qcode.cc/models (2026-11-20, die Referenz für Cache-Schreib- und Cache-Leseraten); Community-Material stammt ausschließlich aus öffentlichen Diskussionsthreads und ist im Text als Nutzerbericht gekennzeichnet. Alles oben Genannte wurde am 2026-11-20 geprüft.

Erst die TTL richtig einstellen, dann zu einem tokenbasierten Schlüssel wechseln

Erstellen Sie ein QCode-Konto für einen cr_-Schlüssel, setzen Sie ANTHROPIC_BASE_URL=https://api.qcode.cc/api in Claude Code und rufen Sie mehrere Modelle pro Token abgerechnet auf; die Cache-Sätze stehen auf /models.

Verwandte Lektüre

Krypto-Zahlungsleitfaden

Neun Coins, 56 Netzwerke, keine Plattformgebühr für KI-Coding-API-Guthaben.

Die Preisseiten von Anthropic und OpenAI sowie die Claude-Code-Dokumentation zu Caching und Kosten wurden am 2026-11-20 geprüft und sind unter code.claude.com, platform.claude.com und developers.openai.com maßgeblich; die Sätze auf der QCode-Seite folgen qcode.cc/models. QCode.cc ist ein unabhängiger API-Zugangsdienst ohne Verbindung zu und ohne Billigung durch Anthropic, OpenAI oder andere Anbieter. Jeder oben genannte Dollarbetrag ist der offizielle Listenpreis eines Anbieters, und die Rechenbeispiele veranschaulichen nur die Preismultiplikatoren.

Unsicher, womit Sie anfangen sollen?

Eine Woche ausprobieren

Kleinpaket für $4: $30 Kontingent, 7 Tage gültig

Täglich im Einsatz

Starter für $9.00 pro Monat mit $5 Kontingent pro Tag: nur etwa $0.060 pro $1 Kontingent, beim Mittelpaket etwa $0.113