---
title: "Multi-Agenten-Kosten: pro Token vs. Flatrate-Sessions"
description: "Multi-Agenten-Systeme verbrauchen ein Vielfaches der Tokens eines Agenten. Die Session-Rechnung für Flatrate vs. pro Token, versteckte Faktoren und wann was gewinnt."
url: https://broadrouter.com/de/blog/multi-agent-cost/
lang: de
updated: 2026-11-14
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/multi-agent-cost/) (aktualisiert am 2026-11-16).

# Was Multi-Agenten-Setups wirklich kosten: pro Token vs. Flatrate

Vom Team von BroadNet Inference · 4 Min. Lesezeit · Veröffentlicht 2026-11-14 · Aktualisiert 2026-11-16

Ein Multi-Agenten-Setup kostet ungefähr die Tokens aller Agenten zusammen, plus Übergaben und wiederholten Kontext. Anthropic maß für sein Multi-Agenten-Recherchesystem etwa das 15-Fache der Tokens eines Chats, gegenüber dem 4-Fachen für einen einzelnen Agenten. Pro Token wächst die Rechnung mit jedem Agenten; bei einer Flatrate wächst sie mit den gleichzeitig laufenden Agenten.

## Das Wichtigste in Kürze

-   Laut Anthropic verbrauchen Agenten etwa 4-mal so viele Tokens wie ein Chat, sein Multi-Agenten-Recherchesystem etwa 15-mal so viele.
-   Kosten pro Token wachsen mit der Gesamtzahl der Tokens. Kosten einer Flatrate wachsen mit der höchsten Parallelität: eine Session pro laufender Anfrage.
-   Eine Session lohnt sich, wenn sie bei DeepSeek V4.1 Flash etwa 917 Millionen Input- und 46 Millionen Output-Tokens im Monat trägt.
-   Vier Agenten, die den ganzen Tag mit dem Volumen unseres Vollzeit-Beispiels laufen, kosten pro Token viermal $65.40, mit Full-Moon-Sessions viermal $60.
-   Versteckte Faktoren: Jeder Sub-Agent lädt seinen eigenen Prompt und seine Tools, der Orchestrator liest Ergebnisse erneut, und Retries wiederholen ganze Kontexte.

**Auf dieser Seite**

1.  Wie viel mehr Tokens verbraucht ein Multi-Agenten-System?
2.  Woher kommen die zusätzlichen Tokens?
3.  Wie skalieren die beiden Abrechnungsmodelle?
4.  Die Session-Rechnung, durchgerechnet
5.  Wie schätzen Sie Ihre eigene Rechnung?
6.  Wie senken Sie die Kosten von Multi-Agenten-Systemen?
7.  Wo BroadNet Inference passt

Eine Aufgabe auf einen Orchestrator und Sub-Agenten zu verteilen, kann schneller ans Ziel führen und mehr erkunden. Es vervielfacht aber auch die Rechnung, und zwar auf eine Weise, die eine Preisliste nicht verrät. Dieser Beitrag rechnet durch, was ein Multi-Agenten-Setup pro Token und mit Flatrate-Sessions kostet, auf Basis der veröffentlichten Preise von BroadNet für [DeepSeek V4.1 Flash](https://broadrouter.com/de/models/deepseek-v4.1-flash/). Wie Sie Sessions zählen und kaufen, steht in [parallele Coding-Agenten mit einer Flatrate betreiben](https://broadrouter.com/de/blog/run-parallel-coding-agents-flat-rate/); hier geht es ums Geld.

## Wie viel mehr Tokens verbraucht ein Multi-Agenten-System?

Die klarsten öffentlichen Zahlen stammen aus dem Bericht von Anthropic über sein Multi-Agenten-Recherchesystem. Darin heißt es: „agents typically use about 4× more tokens than chat interactions, and multi-agent systems use about 15× more tokens than chats.“ (Übersetzung: Agenten verbrauchen typischerweise etwa 4-mal so viele Tokens wie Chat-Interaktionen, Multi-Agenten-Systeme etwa 15-mal so viele wie Chats.) Außerdem erklärte der Token-Verbrauch allein 80 % der Varianz in den Leistungstests. Mehr Agenten verbrauchen mehr Tokens und liefern dafür oft bessere Ergebnisse.

Derselbe Bericht ist vorsichtig, was die Eignung angeht: „For economic viability, multi-agent systems require tasks where the value of the task is high enough“ (Übersetzung: Damit sie wirtschaftlich sind, brauchen Multi-Agenten-Systeme Aufgaben, deren Wert hoch genug ist), um die zusätzliche Leistung zu bezahlen. Er merkt auch an, dass die meisten Programmieraufgaben weniger wirklich parallele Teile haben als Recherche.

Eine vernünftige Planungsannahme ist daher, dass die Multi-Agenten-Version einer Aufgabe **das 3- bis 4-Fache** der Version mit einem Agenten kostet. Ihr Design kann günstiger oder deutlich schlechter sein. Messen Sie es.

## Woher kommen die zusätzlichen Tokens?

| Faktor | Warum er entsteht |
| --- | --- |
| Overhead pro Agent | Jeder Sub-Agent sendet bei jedem Aufruf seinen eigenen System-Prompt und seine eigenen [Tool-Definitionen](https://broadrouter.com/de/glossary/tool-calling/) |
| Doppeltes Lesen | Sub-Agenten lesen dieselben Dateien erneut, weil sie keinen Kontext teilen |
| Weitergabe von Ergebnissen | Der Orchestrator liest den Output jedes Sub-Agenten als neuen Input |
| Getrennte Caches | Unterschiedliche Präfixe pro Agent bedeuten weniger Treffer beim [gecachten Input](https://broadrouter.com/de/glossary/cached-input-tokens/) |
| Retries | Eine fehlgeschlagene Teilaufgabe sendet ihren gesamten Kontext erneut |

Der Beitrag zum [Token-Budget von Agenten](https://broadrouter.com/de/blog/agent-token-budget/) zeigt, wie Sie jeden Posten pro Aufruf messen.

## Wie skalieren die beiden Abrechnungsmodelle?

Der entscheidende Unterschied ist, was jedes Modell zählt:

-   **Pro Token** ([Pay-as-you-go](https://broadrouter.com/de/glossary/pay-as-you-go/)) zählt jedes Token, das jeder Agent sendet und empfängt. Ein Agent mehr bedeutet seine Tokens mehr.
-   **Flatrate-Sessions** zählen **gleichzeitig laufende Anfragen**. In den unbegrenzten Plänen von BroadNet verarbeitet eine Session eine Anfrage gleichzeitig ohne Token-Zähler, für $60 im Monat bei Full Moon. Vier Agenten, die das Modell gleichzeitig aufrufen, brauchen vier Sessions. Vier Agenten, die sich abwechseln, brauchen eine.

Der Plan macht Multi-Agenten-Betrieb also nicht kostenlos. Eine Session leistet nur so viel: bei etwa 100 Tokens pro Sekunde etwa etwa 259 Millionen Output-Tokens im Monat, wenn sie ununterbrochen generiert. Mehr Tokens in derselben Zeit bedeuten mehr Sessions.

## Die Session-Rechnung, durchgerechnet

Wir nehmen den Vollzeit-Coding-Agenten aus unserem [Beitrag Flatrate vs. pro Token](https://broadrouter.com/de/blog/flat-rate-vs-pay-per-token-llm-api/): 1.000 Mio. Input-Tokens im Monat, davon 80 % gecacht, und 50 Mio. Output. Bei DeepSeek V4.1 Flash kostet das pro Token $65.40 im Monat.

| Setup | Tokens pro Monat | Rechnung pro Token | Sessions | Rechnung mit Plan |
| --- | --- | --- | --- | --- |
| Ein Agent, ganztägig | 1× | $65.40 | 1 | $60 |
| Orchestrator + 3 Sub-Agenten, alle ganztägig ausgelastet | 4× | 4 × $65.40 | 4 | 4 × $60 |
| Dasselbe Team, Sub-Agenten in Schüben, maximale Überlappung 2 | etwa 2× | 2 × $65.40 | 2 | 2 × $60 |
| Vier leichte Agenten, jeweils mit dem Volumen eines Nebenprojekts | 4 × leicht | 4 × $14.23 | 4 | 4 × $60 |

Was die Zeilen zeigen:

1.  **Ausgelastete Agenten sprechen für den Plan, mit einem Vorsprung pro Session.** Jede voll ausgelastete Session spart bei diesem Volumen $5.40 im Monat. Vier Sessions sparen das Vierfache.
2.  **Sub-Agenten in Schüben sprechen für weniger Sessions.** Kaufen Sie für die Überlappung, die Sie die meiste Zeit sehen. Die Seiten von BroadNet sagen nicht, ob eine Anfrage darüber hinaus wartet oder abgelehnt wird; geben Sie daher jedem Agenten einen Retry mit Backoff für einen 429 wegen Parallelität.
3.  **Leichte Agenten sprechen für die Abrechnung pro Token.** Vier Sessions für vier meist untätige Agenten kosten weit mehr als ihre Tokens. Beim Volumen eines Nebenprojekts kostet jeder Agent pro Token $14.23 im Monat.

Die Faustregel: Eine Session lohnt sich, wenn die Agenten, die sie nutzen, etwa **917 Millionen Input- und 46 Millionen Output-Tokens** im Monat durch sie schicken.

## Wie schätzen Sie Ihre eigene Rechnung?

1.  Lassen Sie den Multi-Agenten-Workflow eine Woche lang mit einem Pay-as-you-go-Schlüssel laufen, mit Usage-Logging pro Agent.
2.  Summieren Sie die Tokens pro Agent: Input, gecachter Input und Output. Multiplizieren Sie mit etwa 4,3 für einen Monat.
3.  Ermitteln Sie aus den Zeitstempeln der Anfragen, wie viele Anfragen sich die meiste Zeit überlappen. Das ist Ihre Zahl an Sessions.
4.  Vergleichen Sie die Summe pro Token mit Sessions × $60 im [Rechner Flatrate vs. pro Token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).
5.  Bevor Sie einen Monat kaufen, lassen Sie denselben Workflow mit Meteor-Stunden für $1 laufen, eine pro Session.

Ein Pay-as-you-go-Schlüssel erlaubt 4 gleichzeitige Anfragen und 30 pro Minute; ein großer Fan-out stößt also auch bei Abrechnung pro Token an [Rate Limits](https://broadrouter.com/de/glossary/rate-limit/). Planen Sie in beiden Fällen Backoff ein; siehe [lange laufende Agenten](https://broadrouter.com/de/blog/long-running-agents-timeouts-retries/).

## Wie senken Sie die Kosten von Multi-Agenten-Systemen?

-   **Beginnen Sie mit einem Agenten.** Fügen Sie Sub-Agenten nur dort hinzu, wo sich die Arbeit sauber aufteilt.
-   **Geben Sie Sub-Agenten weniger Tools** und kürzere Prompts als dem Orchestrator.
-   **Lassen Sie Sub-Agenten Zusammenfassungen zurückgeben, keine Transkripte,** an den Orchestrator.
-   **Nutzen Sie für Sub-Agenten ein günstigeres Modell,** wo die Qualität es zulässt, und behalten Sie das stärkere für die Planung.
-   **Lassen Sie Übergaben nacheinander laufen,** wenn Geschwindigkeit keine Rolle spielt. Sequenzielle Agenten teilen sich eine Session.

## Wo BroadNet Inference passt

Die unbegrenzten Pläne von BroadNet passen zu Multi-Agenten-Systemen, deren Agenten ausgelastet bleiben: Jede Session kostet $60 im Monat ohne Token-Zähler für DeepSeek V4.1 Flash, und ein Schlüssel kann mehrere Sessions enthalten. Schlüssel mit Abrechnung pro Token passen zu sprunghaftem Fan-out und zu anderen Modellen wie GLM 5.3. Für Agenten, die den größten Teil des Tages untätig sind, passt der Plan nicht, und BroadNet weist für DeepSeek V4.1 Flash kein Tool Calling aus; testen Sie daher zuerst die Tool-Nutzung Ihrer Sub-Agenten. Die [Anleitung zum OpenAI Agents SDK](https://broadrouter.com/de/guides/openai-agents-sdk-custom-provider/) zeigt die Anbindung, und die Pläne finden Sie unter [inference.broadnet.ai/plans](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-multi-agent-cost&utm_content=body).

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.

[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.

[Multi-Agenten-System (Multi-Agent System)](https://broadrouter.com/de/glossary/multi-agent-system/)

Ein Multi-Agenten-System ist eine LLM-Anwendung, in der mehrere Agenten, jeder mit eigenem Prompt, eigenen Tools und eigenem Kontext, an Teilen einer Aufgabe arbeiten. Ein verbreitetes Design ist Orchestrator-Worker: Ein Lead-Agent plant, startet Worker-Agenten parallel und führt ihre Ergebnisse zusammen.

[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.

[Concurrency (Parallelität)](https://broadrouter.com/de/glossary/concurrency/)

Concurrency (Parallelität) ist die Zahl der Anfragen, die ein Client gleichzeitig offen hat. LLM-APIs begrenzen sie oft pro Schlüssel oder Plan, getrennt von den Anfragen pro Minute, weil jede offene Anfrage GPU-Kapazität belegt, bis ihre Antwort fertig ist.

[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.

[LLM-Flatrate (Flat-rate LLM plan)](https://broadrouter.com/de/glossary/flat-rate-llm-plan/)

Eine LLM-Flatrate ist ein Plan, der für den Zugang zu einer Sprachmodell-API einen Festpreis pro Zeitraum, etwa pro Monat, berechnet statt pro Token. Solche Pläne begrenzen meist etwas anderes, etwa Parallelität, Geschwindigkeit, Modelle oder Nutzungsfenster. Die Limits zählen also so viel wie der Preis.

[Rate Limit (Ratenbegrenzung)](https://broadrouter.com/de/glossary/rate-limit/)

Ein Rate Limit ist eine Obergrenze, die eine API festlegt, wie stark ein Client sie in einem Zeitfenster nutzen darf, etwa Anfragen pro Minute oder Tokens pro Minute. Anfragen über dem Limit werden abgelehnt, meist mit HTTP 429 Too Many Requests, bis die Nutzung wieder darunter liegt.

## Häufige Fragen

### Wie viel mehr kosten Multi-Agenten-Systeme als ein einzelner Agent?

Das hängt vom Design ab, aber die veröffentlichten Zahlen von Anthropic geben eine Größenordnung. Seine Agenten verbrauchten etwa 4-mal so viele Tokens wie ein Chat und sein Multi-Agenten-Recherchesystem etwa 15-mal so viele, also für dieselbe Frage grob das 3- bis 4-Fache eines einzelnen Agenten.

### Ist eine Flatrate für Multi-Agenten-Systeme günstiger?

Wenn jede Session ausgelastet bleibt. Eine Full-Moon-Session von BroadNet lohnt sich ab etwa 917 Millionen Input- und 46 Millionen Output-Tokens im Monat bei DeepSeek V4.1 Flash. Sessions, die den größten Teil des Tages ungenutzt bleiben, kosten mehr als die Abrechnung pro Token.

### Wie viele Plan-Sessions braucht ein Orchestrator mit Sub-Agenten?

Eine pro gleichzeitig laufender Anfrage. Ein Orchestrator, der wartet, während drei Sub-Agenten parallel arbeiten, braucht drei oder vier, je nachdem, ob er in dieser Zeit das Modell aufruft. Übergaben, die nacheinander laufen, brauchen eine.

### Warum verbrauchen Sub-Agenten so viele Tokens?

Jeder Sub-Agent hat seinen eigenen Kontext. Er lädt seinen eigenen System-Prompt und seine Tool-Definitionen, liest Dateien erneut, die andere Agenten schon gelesen haben, und liefert Ergebnisse, die der Orchestrator dann noch einmal liest.

### Lohnen sich Multi-Agenten-Systeme zum Programmieren?

Manchmal. Der Bericht von Anthropic merkt an, dass die meisten Programmieraufgaben weniger wirklich parallele Teile haben als Recherche und dass Aufgaben mit gemeinsamem Kontext schlecht passen. Probieren Sie zuerst einen einzelnen Agenten und fügen Sie Sub-Agenten dort hinzu, wo sich die Arbeit wirklich aufteilen lässt.

## Weiterlesen

-   [Parallele Coding-Agenten mit einer LLM-API-Flatrate betreiben](https://broadrouter.com/de/blog/run-parallel-coding-agents-flat-rate/)
-   [LLM-API: Flatrate oder Abrechnung pro Token? Die Break-even-Rechnung](https://broadrouter.com/de/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Agenten-Token-Budget: wohin die Tokens einer Agenten-Schleife gehen](https://broadrouter.com/de/blog/agent-token-budget/)
-   [Lang laufende Agenten: Timeouts, Retries und Checkpoints, die halten](https://broadrouter.com/de/blog/long-running-agents-timeouts-retries/)
-   [Kosten eines KI-Coding-Agent-Laufs: Schritte, Kontext, Caching](https://broadrouter.com/de/blog/ai-coding-agent-run-cost/)
-   [Claude Code mit offenen Modellen: Proxys, native Endpoints, Grenzen](https://broadrouter.com/de/blog/claude-code-with-openai-compatible-models/)
-   [Anleitung: So funktionieren die unbegrenzten LLM-API-Pläne für Agenten](https://broadrouter.com/de/guides/unlimited-llm-api-sessions/)
-   [Anleitung: OpenAI Agents SDK mit BroadNet Inference betreiben](https://broadrouter.com/de/guides/openai-agents-sdk-custom-provider/)

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-multi-agent-cost&utm_content=page-cta) ·

**Quellen**

-   [Anthropic Engineering, wie das Multi-Agenten-Recherchesystem gebaut wurde (geprüft am 2026-11-14)](https://www.anthropic.com/engineering/multi-agent-research-system)
-   [Maschinenlesbare Preise von BroadNet Inference (pricing.json, synchronisiert am 2026-11-14) (auf Englisch)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-multi-agent-cost&utm_content=sources)
-   [Pläne und Plan-FAQ von BroadNet Inference (geprüft am 2026-11-16) (auf Englisch)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-multi-agent-cost&utm_content=sources)
-   [API-Referenz von BroadNet Inference, Limits (geprüft am 2026-11-16) (auf Englisch)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-multi-agent-cost&utm_content=sources)
