---
title: "Kosten eines Coding-Agent-Laufs: Schritte und Caching"
description: "Warum ein Coding-Agent pro Schritt teurer wird, je länger er läuft, wie Caching die Summe ändert und wann eine Flatrate-Session gewinnt. Mit Token-Rechnung."
url: https://broadrouter.com/de/blog/ai-coding-agent-run-cost/
lang: de
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Mit KI-Unterstützung aus dem Englischen übersetzt. [Englisches Original lesen](https://broadrouter.com/blog/ai-coding-agent-run-cost/) (aktualisiert am 2026-11-15).

# Kosten eines KI-Coding-Agent-Laufs: Schritte, Kontext, Caching

Vom Team von BroadNet Inference · 7 Min. Lesezeit · Veröffentlicht 2026-11-15

Ein Agent sendet in jedem Schritt seinen gesamten Kontext erneut, daher wächst der Input mit dem Quadrat der Schrittzahl: 60 Schritte kosten etwa das 3,5-Fache an Input von 30. Caching entscheidet den Großteil der Rechnung; bei reinem Anhängen an den Verlauf können über 90 % des Inputs zum Cache-Preis laufen. Multiplizieren Sie die Kosten pro Lauf mit den Läufen pro Monat und vergleichen Sie mit einer Flatrate-Session.

## Das Wichtigste in Kürze

-   Der gesamte Input eines Laufs ist Schritte × Basiskontext + Zuwachs pro Schritt × Schritte × (Schritte − 1) ÷ 2. Die Schrittzahl wiegt schwerer als jede andere Größe.
-   Wird der Verlauf nur angehängt, sind nur die seit dem letzten Aufruf hinzugekommenen Tokens neu. Im Rechenbeispiel bleiben so 94 % des Inputs eines Laufs mit 30 Schritten gecacht.
-   Zu den veröffentlichten Preisen von BroadNet für DeepSeek V4.1 Flash kostet derselbe Lauf mit 30 Schritten ohne Cache etwa 8-mal so viel wie mit Cache im besten Fall.
-   Wer frühen Verlauf komprimiert oder bearbeitet, setzt den Cache zurück. Tun Sie das selten und in großen Schritten.
-   Eine Flatrate-Session gewinnt, wenn Läufe pro Monat × Kosten pro Lauf den Planpreis übersteigen. Eine Session verarbeitet eine Anfrage gleichzeitig; die Zeit pro Lauf begrenzt daher, wie viele Läufe in einen Monat passen.

**Auf dieser Seite**

1.  Wie wächst der Kontext während eines Agenten-Laufs?
2.  Wie sieht ein durchgerechneter Lauf aus?
3.  Wie stark ändert Caching die Rechnung?
4.  Wie schätzen Sie Ihren eigenen Lauf?
5.  Was macht einen Lauf teurer als geschätzt?
6.  Wann schlägt eine Flatrate-Session die Abrechnung pro Token?
7.  Wo BroadNet Inference passt

Ein Coding-Agent zahlt nicht pro Aufgabe. Er zahlt pro Schritt, und jeder Schritt sendet die gesamte bisherige Unterhaltung erneut. Die Kosten eines Laufs hängen daher weit mehr davon ab, wie viele Schritte er braucht und wie viel vom Kontext gecacht ist, als vom Preis pro Token. Dieser Beitrag setzt die Kosten eines Laufs aus diesen Teilen zusammen, mit Zahlen, und zeigt, wann eine Flatrate-Session die Abrechnung pro Token schlägt.

Woher die Tokens in jedem einzelnen Aufruf kommen (Tool-Schemas, gelesene Dateien, Verlauf), zeigt [Wohin die Tokens einer Agenten-Schleife gehen](https://broadrouter.com/de/blog/agent-token-budget/). In diesem Beitrag geht es um die Rechnung für einen ganzen Lauf.

## Wie wächst der Kontext während eines Agenten-Laufs?

Jeder Aufruf enthält:

-   einen **Basiskontext**, der bei jedem Aufruf mitgeht: System-Prompt, Tool-Definitionen, Regeldateien, eine Repo-Map;
-   **alles, was frühere Schritte hinzugefügt haben**: die Antworten und Tool-Aufrufe des Modells, Dateiinhalte und Befehlsausgaben;
-   die neue Anweisung oder das neue Tool-Ergebnis.

Nennen wir den Basiskontext _B_ und die Tokens, die jeder Schritt hinzufügt, _g_. Schritt 1 sendet _B_. Schritt 2 sendet _B + g_. Schritt _n_ sendet _B + (n − 1) × g_. Summiert sendet ein Lauf mit _n_ Schritten:

**Gesamter Input = n × B + g × n × (n − 1) ÷ 2**

Der zweite Term wächst mit dem Quadrat der Schrittzahl. Deshalb überraschen lange Läufe: Der letzte Schritt eines Laufs mit 60 Schritten ist weit größer als der erste, und jeder Schritt dazwischen bezahlt noch einmal für alle vorherigen.

## Wie sieht ein durchgerechneter Lauf aus?

Nehmen Sie einen Agenten mit 15.000 Tokens Basiskontext (System-Prompt, ein Dutzend Tools und eine Repo-Map). Jeder Schritt fügt 3.000 Tokens hinzu: eine Datei oder ein Test-Log plus die eigene Antwort des Modells. Jeder Schritt schreibt 800 Output-Tokens, Reasoning eingeschlossen.

| Schritte | Gesamter Input | Output | Größter einzelner Aufruf |
| --- | --- | --- | --- |
| 10 | 285.000 | 8.000 | 42.000 |
| 30 | 1.755.000 | 24.000 | 102.000 |
| 60 | 6.210.000 | 48.000 | 192.000 |

Von 30 auf 60 Schritte verdoppelt sich die Arbeit, der Input steigt aber etwa um das 3,5-Fache. Der Output verdoppelt sich nur. Der Input ist in diesen Läufen 36- bis 130-mal so groß wie der Output. Deshalb zählen bei Agenten der Input-Preis und der Preis für gecachten Input am meisten.

Der größte Aufruf muss außerdem ins [Kontextfenster](https://broadrouter.com/de/glossary/context-window/) passen. 192.000 Tokens passen bei DeepSeek V4.1 Flash und GLM 5.3 (je 1.048.576 Tokens) und bei Qwen3.8 27B (262.144). Bei Gemma 4 VL 26B (32.768) passen sie nicht: In diesem Beispiel ist schon der siebte Aufruf zu groß.

## Wie stark ändert Caching die Rechnung?

Anbieter rechnen ein wiederholtes Prompt-Präfix zum niedrigeren Preis für [gecachten Input](https://broadrouter.com/de/glossary/cached-input-tokens/) ab. Ein Agent, der seinen Verlauf nur ergänzt, sendet jedes Mal dasselbe Präfix plus etwas mehr. Im besten Fall sind daher nur die seit dem letzten Aufruf hinzugekommenen Tokens neu:

**Neuer Input (bester Fall) = B + (n − 1) × g**

Alles andere ist ein Cache-Treffer. Der gecachte Anteil steigt, je länger der Lauf wird:

| Schritte | Neuer Input, bester Fall | Gecachter Anteil |
| --- | --- | --- |
| 10 | 42.000 | 85 % |
| 30 | 102.000 | 94 % |
| 60 | 192.000 | 97 % |

Echte Agenten erreichen den besten Fall selten, daher hilft es, drei Fälle zu bepreisen. Zu den Preisen von BroadNet für DeepSeek V4.1 Flash ($0.175 Input, $0.0055 gecacht, $0.52 Output pro 1 Mio. Tokens, veröffentlicht am 2026-11-14) ergeben sich folgende Kosten pro Lauf, relativ zum besten Fall mit 30 Schritten:

| Schritte | Cache im besten Fall | 80 % gecacht | Kein Cache |
| --- | --- | --- | --- |
| 10 | 0,33× | 0,39× | 1,37× |
| 30 | 1× | 2,07× | 8,11× |
| 60 | 2,33× | 6,84× | 28,2× |

Zwei Dinge fallen auf. Ohne Cache kostet ein Lauf mit 60 Schritten 28-mal so viel wie ein gut gecachter Lauf mit 30 Schritten. Und Caching wird umso wichtiger, je länger der Lauf wird. Im besten Fall mit 30 Schritten macht Output etwa ein Drittel der Kosten aus, neuer Input weniger als die Hälfte und gecachter Input weniger als ein Viertel. Nach dem Caching liegt die nächste Ersparnis also beim Output.

Caching lässt sich nicht einfach einschalten. Es hängt davon ab, dass der Anbieter das Präfix vorhält und Ihr Agent es nicht verändert. Der Leitfaden von OpenAI beschreibt einen exakten Präfix-Abgleich mit einer minimalen cachebaren Länge. Die eigene API von DeepSeek speichert Cache-Einheiten am Ende von Input und Output jeder Anfrage, sodass eine Folgeanfrage, die die vorherige verlängert, einen Treffer erzielen kann. Die [Preisseite](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-ai-coding-agent-run-cost&utm_content=body) von BroadNet sagt, dass gecachter Input keine Einrichtung braucht, und laut Doku werden Treffer in `usage.prompt_tokens_details.cached_tokens` gemeldet, wenn das Modell sie liefert. Der Modellkatalog von BroadNet führt DeepSeek V4.1 Flash unter „models we never ran on our hardware“ (Übersetzung: Modelle, die wir nie auf unserer Hardware betrieben haben), und die Nutzungsbedingungen (§7.3) erfassen das Modell „when partner-hosted“ (Übersetzung: wenn es bei einem Partner gehostet wird). Bei BroadNet wird es also über einen Partner bereitgestellt. Messen Sie Ihre Trefferquote, statt die Zahlen von DeepSeek selbst anzunehmen. Schreiben Sie das Präfix so, dass es gecacht werden kann: [Prompt-Struktur für Caching](https://broadrouter.com/de/blog/prompt-structure-for-caching/).

## Wie schätzen Sie Ihren eigenen Lauf?

Dieses Skript liest die aktuellen Preise aus der öffentlichen [pricing.json](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-ai-coding-agent-run-cost&utm_content=body) von BroadNet, veraltet also nie, und gibt für jeden Cache-Fall die Token-Summen und die Kosten pro Lauf aus:

```python
import json, urllib.request

PRICES = json.load(urllib.request.urlopen("https://inference.broadnet.ai/pricing.json"))
m = next(x for x in PRICES["models"] if x["id"] == "broadnet/deepseek-v4.1-flash")
p_in, p_cached, p_out = m["input_per_m"], m["cached_input_per_m"], m["output_per_m"]

def run_tokens(steps, base=15_000, growth=3_000, out_per_step=800, cache_rate=None):
    total_in = steps * base + growth * steps * (steps - 1) // 2
    if cache_rate is None:                      # best case: only new tokens miss
        new_in = base + (steps - 1) * growth
    else:
        new_in = round(total_in * (1 - cache_rate))
    return total_in, new_in, steps * out_per_step

def run_cost(total_in, new_in, out):
    return ((new_in * p_in) + (total_in - new_in) * p_cached + out * p_out) / 1e6

for steps in (10, 30, 60):
    for label, rate in (("best", None), ("80%", 0.8), ("none", 0.0)):
        t, n, o = run_tokens(steps, cache_rate=rate)
        print(f"{steps:>3} steps  cache {label:>4}  input {t:>9,}  new {n:>9,}  "
              f"output {o:>6,}  cost/run {run_cost(t, n, o):.4f} USD")
```

Ersetzen Sie die Standardwerte durch Ihre eigenen Zahlen. Raten Sie sie nicht, sondern lesen Sie sie aus einem echten Lauf ab:

1.  Loggen Sie `prompt_tokens`, `prompt_tokens_details.cached_tokens` und `completion_tokens` für jeden Aufruf, wie im [Beitrag zum Token-Budget von Agenten](https://broadrouter.com/de/blog/agent-token-budget/).
2.  **B** ist der Wert `prompt_tokens` des ersten Aufrufs. **g** ist der durchschnittliche Anstieg von `prompt_tokens` von einem Aufruf zum nächsten.
3.  Der Output pro Schritt ist der Durchschnitt von `completion_tokens`. Er enthält [Reasoning-Tokens](https://broadrouter.com/de/glossary/reasoning-tokens/), die als Output abgerechnet werden.
4.  Ihre echte Cache-Quote ist die Summe von `cached_tokens` geteilt durch die Summe von `prompt_tokens`.

Der kostenlose [Kostenschätzer für Agenten-Läufe](https://broadrouter.com/tools/agent-run-cost-estimator/) führt dieselbe Rechnung in Ihrem Browser aus. So können Sie ohne Code andere Schrittzahlen, Zuwachsraten und Cache-Quoten ausprobieren.

## Was macht einen Lauf teurer als geschätzt?

-   **Retries.** Ein fehlgeschlagener Tool-Aufruf oder ein Retry nach 429 ist ein weiterer Aufruf mit vollem Kontext. Zählen Sie sie als Schritte.
-   **Ein verändertes Präfix.** Ein Zeitstempel im System-Prompt, Tools in anderer Reihenfolge oder eine während des Laufs geänderte Regeldatei machen gecachten Input ab der Änderung wieder zu neuem Input.
-   **Komprimierung.** Ein zusammengefasster Verlauf verkleinert den Kontext und senkt späteren Input. Der neue Verlauf war aber nie gecacht, also zahlt der nächste Aufruf den vollen Input-Preis. Komprimieren Sie selten und in großen Schritten; wann, zeigt [Kontextmanagement für lange laufende Agenten](https://broadrouter.com/de/blog/long-running-agent-context-management/).
-   **Großer Tool-Output.** Ein Test-Log mit 20.000 Zeilen, das in Schritt 5 hinzukommt, fährt in jedem späteren Schritt mit. In der Formel fügt es 20.000 × (verbleibende Schritte) Input-Tokens hinzu.
-   **Reasoning-Aufwand.** Hoher Aufwand kann den Output pro Schritt vervielfachen. Setzen Sie `reasoning_effort` für Routineänderungen auf `low`.
-   **Umherirren.** Ein Agent, der für eine Aufgabe mit 30 Schritten 60 braucht, zahlt das Quadrat, nicht das Doppelte. Ein Schrittlimit ist ein Kostenlimit. [Zehn Wege, die Kosten von Coding-Agenten zu senken](https://broadrouter.com/de/blog/cut-coding-agent-llm-costs/) beschreibt die Hebel.

## Wann schlägt eine Flatrate-Session die Abrechnung pro Token?

Rechnen Sie die Kosten pro Lauf in einen Monatswert um: **Monatskosten = Kosten pro Lauf × Läufe pro Monat**. Vergleichen Sie das dann mit einem Pauschalplan. Bei BroadNet decken die Pläne DeepSeek V4.1 Flash ohne Token-Zähler ab: Full Moon kostet $60 im Monat, Orbit $15 pro Woche und Meteor $1 pro Stunde, jeweils pro Session.

**Läufe pro Monat bis zum Break-even = Planpreis ÷ Kosten pro Lauf.**

Zwei Dinge machen diesen Vergleich weniger einfach, als er aussieht:

1.  **Ihre Cache-Quote bestimmt die Seite pro Token.** Bei hoher Cache-Quote ist die Abrechnung pro Token bei Flash günstig, und Sie brauchen viele Läufe, um $60 zu überschreiten. Bei schlechter Quote überschreiten Sie den Wert schnell. Der Flatrate-Beitrag zeigt den Break-even als Monatsvolumen: etwa 917 Millionen Input- und 46 Millionen Output-Tokens bei 80 % Cache-Anteil ([die Break-even-Rechnung](https://broadrouter.com/de/blog/flat-rate-vs-pay-per-token-llm-api/)).
2.  **Die Zeit bestimmt die Obergrenze der Flatrate-Seite.** Eine Session verarbeitet eine Anfrage gleichzeitig. Dauert ein Aufruf im Schnitt 20 Sekunden (Prefill, etwa 800 Output-Tokens bei etwa 100 Tokens pro Sekunde, plus Tool-Zeit), braucht ein Lauf mit 30 Schritten etwa 10 Minuten. Eine Session schafft dann höchstens etwa sechs Läufe pro Stunde. Mehr parallele Agenten brauchen mehr Sessions.

Für kurze Einsätze funktioniert Meteor genauso, nur im kleineren Maßstab: Passen sechs Läufe in eine Stunde, kostet jeder $1 ÷ 6. Vergleichen Sie das mit den Kosten pro Token, die das Skript für einen Lauf ausgibt. Ihre eigenen Volumen probieren Sie im [Rechner Flatrate vs. pro Token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) aus.

| Ihr Nutzungsmuster | Meist günstiger |
| --- | --- |
| Einige kurze Läufe am Tag | Pro Token |
| Lange Läufe mit schlechtem Caching | Flatrate-Session |
| Agenten, die den größten Teil des Arbeitstags laufen | Flatrate-Session |
| Mehrere Agenten parallel, den ganzen Tag | Eine Flatrate-Session pro Agent |
| Natives Tool Calling bei BroadNet nötig | Pro Token mit GLM 5.3 oder Qwen3.8 27B |

## Wo BroadNet Inference passt

BroadNet meldet gecachte und Reasoning-Tokens im Usage-Block, sodass Sie jede Zahl oben an Ihren eigenen Läufen messen können. DeepSeek V4.1 Flash hat einen niedrigen Preis für gecachten Input und einen Kontext von 1.048.576 Tokens, und die unbegrenzten Pläne entfernen den Token-Zähler; [so funktionieren Sessions](https://broadrouter.com/de/guides/unlimited-llm-api-sessions/).

Prüfen Sie vorher eine Einschränkung. Die Doku von BroadNet weist Tool Calling nur für [GLM 5.3](https://broadrouter.com/de/models/glm-5.3/) und [Qwen3.8 27B](https://broadrouter.com/de/models/qwen3.8-27b/) aus, und keines der beiden ist in einem Pauschalplan enthalten. Agenten, die über Text editieren, etwa [Aider](https://broadrouter.com/de/guides/aider-unlimited-deepseek/), brauchen keine nativen Tool Calls. Braucht Ihr Agent sie, testen Sie DeepSeek V4.1 Flash mit Ihrem Agenten, bevor Sie einen Plan kaufen, oder planen Sie GLM oder Qwen mit Abrechnung pro Token ein. Und läuft Ihr Agent nur ab und zu, kostet die Abrechnung pro Token in der Regel weniger als jeder Pauschalplan.

Kostenlose Tools zum Thema (auf Englisch)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Kostenlose Tools (auf Englisch)](https://broadrouter.com/tools/)

## Begriffe in diesem Artikel

[Token](https://broadrouter.com/de/glossary/token/)

Ein Token ist die Texteinheit, die ein Sprachmodell liest und schreibt: ein Wort, ein Wortteil, ein Satzzeichen oder eine Bytefolge, die der Tokenizer des Modells erzeugt. LLM-APIs zählen, begrenzen und berechnen die Nutzung meist in Tokens.

[Tool Calling (Function Calling)](https://broadrouter.com/de/glossary/tool-calling/)

Tool Calling, auch Function Calling genannt, ist eine Funktion von LLM-APIs, bei der das Modell eine strukturierte Anfrage zurückgibt, eine vom Entwickler definierte Funktion mit JSON-Argumenten auszuführen. Die Anwendung führt die Funktion aus und sendet das Ergebnis zurück; das Modell selbst führt nie Code aus.

[Pay-as-you-go](https://broadrouter.com/de/glossary/pay-as-you-go/)

Pay-as-you-go ist ein Preismodell, bei dem Sie nur für tatsächliche Nutzung zahlen, gemessen pro Einheit wie Tokens, Anfragen oder Audiominuten, ohne Abonnement oder Mindestabnahme. Die meisten LLM-APIs rechnen so ab, aus einem vorausbezahlten Guthaben oder per regelmäßiger Rechnung.

[Input- und Output-Tokens](https://broadrouter.com/de/glossary/input-and-output-tokens/)

Input-Tokens sind die Tokens, die ein Sprachmodell in einer Anfrage liest, einschließlich System-Prompt, Gesprächsverlauf, Tool-Definitionen und Bildern. Output-Tokens sind die Tokens, die es als Antwort erzeugt, einschließlich Reasoning. LLM-APIs berechnen beide meist getrennt, und Output ist in der Regel teurer.

[Gecachte Input-Tokens (Cached Input Tokens)](https://broadrouter.com/de/glossary/cached-input-tokens/)

Gecachte Input-Tokens sind Prompt-Tokens, die ein LLM-Anbieter kürzlich verarbeitet hat und aus einem Cache wiederverwenden kann, statt sie neu zu berechnen, meist ein wiederholtes Präfix wie ein System-Prompt oder ein Dokument. Anbieter berechnen sie günstiger als neue Input-Tokens.

[Reasoning-Tokens](https://broadrouter.com/de/glossary/reasoning-tokens/)

Reasoning-Tokens sind Tokens, die ein Reasoning-Modell erzeugt, um ein Problem durchzuarbeiten, bevor es seine sichtbare Antwort schreibt. Sie werden meist als Output-Tokens berechnet, zählen zum Output-Limit und zum Kontextfenster und können von der API verborgen oder zusammengefasst werden.

[System-Prompt](https://broadrouter.com/de/glossary/system-prompt/)

Ein System-Prompt ist der Anweisungstext, den eine Anwendung einem Sprachmodell vor dem Gespräch sendet, meist als Nachricht mit der Rolle system oder developer. Er legt Rolle, Regeln, Ton und Ausgabeformat des Modells fest, und das Modell soll ihm auch bei widersprechenden Nutzernachrichten folgen.

[Prefill und Decode](https://broadrouter.com/de/glossary/prefill-and-decode/)

Prefill und Decode sind die beiden Phasen der LLM-Inferenz. Im Prefill verarbeitet das Modell den ganzen Prompt parallel und füllt seinen KV-Cache; im Decode erzeugt es die Antwort Token für Token und nutzt diesen Cache wieder. Prefill bestimmt vor allem die Time to First Token, Decode die Ausgabegeschwindigkeit.

## Häufige Fragen

### Wie viel kostet ein Lauf eines KI-Coding-Agenten?

Zählen Sie die Tokens und bepreisen Sie sie dann. Im Beispiel dieses Beitrags sendet ein Lauf mit 30 Schritten, 15.000 Tokens Basiskontext und 3.000 zusätzlichen Tokens pro Schritt 1.755.000 Input-Tokens und 24.000 Output-Tokens. Was das kostet, hängt vor allem davon ab, welcher Anteil des Inputs zum Cache-Preis abgerechnet wird.

### Warum kostet ein längerer Agenten-Lauf überproportional mehr?

Jeder Schritt sendet alles Vorherige erneut. Der Input pro Schritt wächst linear, die Summe über einen Lauf also mit dem Quadrat der Schrittzahl. Verdoppelt man einen Lauf von 30 auf 60 Schritte, steigt der Input im Rechenbeispiel etwa um das 3,5-Fache.

### Welche Cache-Trefferquote kann ich bei einem Coding-Agenten erwarten?

Das hängt vom Agenten und vom Anbieter ab. Bei strikt angehängtem Verlauf verfehlen nur die neuesten Tokens den Cache; in unseren Beispielen ergab das 85 % bis 97 %. Bearbeiteter Verlauf, Zeitstempel im System-Prompt und lange Pausen senken die Quote. Messen Sie sie über prompt\_tokens\_details.cached\_tokens.

### Wann ist eine Flatrate-Session für einen Agenten günstiger als die Abrechnung pro Token?

Wenn Kosten pro Lauf × Läufe pro Monat über dem Planpreis liegen. Bei BroadNet kostet Full Moon $60 im Monat pro Session für DeepSeek V4.1 Flash. Leichte oder gelegentliche Nutzung ist pro Token meist günstiger.

### Verändern Reasoning-Tokens die Schätzung?

Ja. Sie werden als Output abgerechnet, und Output kostet pro Token mehr als Input. Rechnen Sie das gemessene Reasoning in den Output pro Schritt ein. Bei BroadNet meldet completion\_tokens\_details.reasoning\_tokens es, wenn das Modell den Wert liefert.

## Weiterlesen

-   [Agenten-Token-Budget: wohin die Tokens einer Agenten-Schleife gehen](https://broadrouter.com/de/blog/agent-token-budget/)
-   [Coding-Agent-Kosten senken: 10 Wege mit geschätzter Ersparnis](https://broadrouter.com/de/blog/cut-coding-agent-llm-costs/)
-   [LLM-API: Flatrate oder Abrechnung pro Token? Die Break-even-Rechnung](https://broadrouter.com/de/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Gecachte Input-Tokens: So senken Sie die Rechnung Ihrer LLM-API](https://broadrouter.com/de/blog/cached-input-tokens-explained/)
-   [Kontextmanagement für lang laufende Agenten mit 1M-Kontextfenster](https://broadrouter.com/de/blog/long-running-agent-context-management/)
-   [Claude Code mit offenen Modellen: Proxys, native Endpoints, Grenzen](https://broadrouter.com/de/blog/claude-code-with-openai-compatible-models/)
-   [OpenClaw und Hermes Agent mit günstigem Modell: Setup und Kosten](https://broadrouter.com/de/blog/openclaw-hermes-agent-cheap-model/)
-   [Anleitung: So funktionieren die unbegrenzten LLM-API-Pläne für Agenten](https://broadrouter.com/de/guides/unlimited-llm-api-sessions/)
-   [Anleitung: Aider mit unbegrenztem DeepSeek V4.1 Flash betreiben](https://broadrouter.com/de/guides/aider-unlimited-deepseek/)

Testen Sie es mit Ihrem echten Workload. Neue Konten starten mit USD 5 Guthaben für Gemma und Transkription. DeepSeek, GLM und Qwen3.8 erfordern eine Aufladung.

[Loslegen](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-ai-coding-agent-run-cost&utm_content=page-cta) ·

**Quellen**

-   [API-Referenz von BroadNet Inference: Usage-Felder, cached\_tokens, Reasoning zählt zu max\_tokens, Limits (geprüft am 2026-11-15) (auf Englisch)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-ai-coding-agent-run-cost&utm_content=sources)
-   [Preisseite und pricing.json von BroadNet Inference, Preise aktualisiert am 2026-11-14 (geprüft am 2026-11-15) (auf Englisch)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-ai-coding-agent-run-cost&utm_content=sources)
-   [Planseite von BroadNet Inference: eine Anfrage gleichzeitig pro Session, kein Token-Zähler (geprüft am 2026-11-15) (auf Englisch)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-ai-coding-agent-run-cost&utm_content=sources)
-   [Leitfaden zu Prompt Caching von OpenAI: Präfix-Abgleich und minimale cachebare Länge (geprüft am 2026-11-15)](https://developers.openai.com/api/docs/guides/prompt-caching)
-   [API-Dokumentation von DeepSeek, Context Caching: Cache-Einheiten an Anfragegrenzen (geprüft am 2026-11-15)](https://api-docs.deepseek.com/guides/kv_cache)
