---
title: "Parallele Coding-Agenten mit LLM-API-Flatrate | BroadRouter"
description: "Sub-Agenten, Orchestratoren und Batch-Worker auf unbegrenztem DeepSeek V4.1 Flash: Zahl der Sessions, Verteilung auf Schlüssel, Überlappung begrenzen."
url: https://broadrouter.com/de/blog/run-parallel-coding-agents-flat-rate/
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/run-parallel-coding-agents-flat-rate/) (aktualisiert am 2026-11-16).

# Parallele Coding-Agenten mit einer LLM-API-Flatrate betreiben

Vom Team von BroadNet Inference · 5 Min. Lesezeit · Veröffentlicht 2026-11-14 · Aktualisiert 2026-11-16

Geben Sie jedem Agenten, der gleichzeitig arbeitet, eine eigene Plan-Session. Eine Session verarbeitet eine Anfrage gleichzeitig ohne Token-Zähler; ein Orchestrator mit drei Sub-Agenten braucht also vier Sessions. Begrenzen Sie die gleichzeitig laufenden Anfragen in Ihrem eigenen Code passend dazu. Ein Schlüssel kann mehrere Sessions enthalten, und jede Session kostet bei Full Moon $60 im Monat.

## Das Wichtigste in Kürze

-   Eine Plan-Session entspricht einer laufenden Anfrage. Zählen Sie die Agenten, die im selben Moment das Modell aufrufen, nicht alle Agenten.
-   Ein Orchestrator plus drei gleichzeitig laufende Sub-Agenten braucht vier Sessions.
-   Pay-as-you-go-Schlüssel erlauben 4 gleichzeitige Anfragen und 30 pro Minute; das passt besser zu Lastspitzen als zu gleichmäßiger Last.
-   Agenten verbringen viel Zeit mit dem Ausführen von Tools. Messen Sie daher die tatsächliche Überlappung, bevor Sie Sessions kaufen.
-   Geben Sie jedem Agenten einen eigenen Git-Worktree, damit sich parallele Änderungen nicht in die Quere kommen.
-   Testen Sie mit einer Meteor-Stunde für $1 pro Session, bevor Sie einen Monat kaufen.

**Auf dieser Seite**

1.  Was deckt eine Flatrate-Session ab?
2.  Wie viele Sessions brauchen parallele Agenten?
3.  Welche Agenten-Muster brauchen wie viele Sessions?
4.  Wie halten Sie parallele Agenten auseinander?
5.  Wann ist Pay-as-you-go für parallele Agenten besser?
6.  Wie verbinden Sie Agenten mit dem Plan?
7.  Was geht bei parallelen Agenten schief?
8.  Wie viel Kontext kann jeder Agent nutzen?
9.  Wie testen Sie das Setup günstig?
10.  Wo BroadNet Inference passt

Agenten-Frameworks sind von einem Assistenten zu vielen übergegangen: ein Orchestrator, der plant, Sub-Agenten, die Code schreiben, prüfen und Tests ausführen, und Batch-Worker, die einen Rückstand abarbeiten. Bei einer API mit Abrechnung pro Token erhöht jeder davon die Rechnung. Bei einer [Flatrate-API](https://broadrouter.com/de/glossary/flat-rate-llm-plan/) lautet die Frage stattdessen: **Wie viele Prozesse rufen das Modell im selben Moment auf?**

## Was deckt eine Flatrate-Session ab?

Die unbegrenzten Pläne von BroadNet verkaufen **Sessions**. Eine Session verarbeitet eine Anfrage gleichzeitig, mit unbegrenzten Tokens für [DeepSeek V4.1 Flash](https://broadrouter.com/de/models/deepseek-v4.1-flash/) und ohne rollierendes Zeitfenster oder Wochenlimit. Das entspricht der Arbeitsweise eines Agenten: Er sendet eine Anfrage, liest die Antwort, führt ein Tool aus und sendet die nächste Anfrage.

| Setup | Gleichzeitige Anfragen in der Spitze | Sessions |
| --- | --- | --- |
| Ein Coding-Agent in einem Terminal | 1 | 1 |
| Orchestrator + 3 Sub-Agenten | 4 | 4 |
| 10 Batch-Worker | 10 | 10 |
| 2 Entwickler, je 1 Agent | 2 | 2 (jeder mit eigenem Konto) |

Jede Full-Moon-Session kostet $60 im Monat. Ein Schlüssel kann mehrere Sessions halten, oder Sie verteilen die Sessions eines Plans auf dessen Schlüssel, zum Beispiel einen Schlüssel pro Server oder pro Projekt, sodass ein geleakter oder widerrufener Schlüssel nur die Agenten dahinter stoppt. Schlüssel und Konten sind persönlich: Sie dürfen einen Plan in Ihr eigenes Produkt einbauen, den Schlüssel aber nicht teilen oder weiterverkaufen. [Alle Regeln für Sessions](https://broadrouter.com/de/guides/unlimited-llm-api-sessions/).

## Wie viele Sessions brauchen parallele Agenten?

Agenten verbringen viel Zeit damit, das Modell **nicht** aufzurufen: Tests ausführen, Dateien lesen, auf einen Build warten. Vier Sub-Agenten, die jeweils 40 % der Zeit das Modell aufrufen, brauchen es selten alle gleichzeitig. Bevor Sie vier Sessions kaufen:

1.  Loggen Sie für jede Modellanfrage Ihres Frameworks Start- und Endzeit, pro Agent.
2.  Zählen Sie die höchste Zahl sich überlappender Anfragen in jeder Minute.
3.  Kaufen Sie Sessions für die Überlappung, die Sie die meiste Zeit erreichen, nicht für die absolute Spitze, und stellen Sie den Rest in Ihrem eigenen Code in eine Warteschlange (siehe die Semaphore unten). Die Seiten von BroadNet sagen nicht, ob eine Anfrage über dem Limit wartet oder abgelehnt wird; lassen Sie Agenten sie also nicht blind senden.

Zeigen Ihre Logs zum Beispiel meist zwei gleichzeitige Anfragen und vier nur in kurzen Spitzen, sind zwei Sessions plus eine clientseitige Warteschlange möglicherweise das günstigere Setup.

Ein kurzes Skript erledigt das Zählen. Es nimmt eine Liste von `(start, end)`\-Zeiten in Sekunden aus Ihren Logs:

```python
from collections import Counter

def overlap_histogram(requests):
    events = sorted([(s, 1) for s, _ in requests] + [(e, -1) for _, e in requests])
    in_flight, last_t, seconds_at = 0, None, Counter()
    for t, delta in events:
        if last_t is not None:
            seconds_at[in_flight] += t - last_t
        in_flight += delta
        last_t = t
    return dict(sorted(seconds_at.items()))   # {requests in flight: seconds}
```

Zeigt das Ergebnis, dass die meiste Zeit eine oder zwei Anfragen gleichzeitig laufen, kaufen Sie zwei Sessions. Liegt der Wert stundenlang bei vier, kaufen Sie vier.

## Welche Agenten-Muster brauchen wie viele Sessions?

| Muster | Wie es das Modell aufruft | Faustregel |
| --- | --- | --- |
| Orchestrator + Worker | Planer ruft auf, dann Fan-out | Gleichzeitig laufende Worker, plus eine für den Planer, wenn er weiterarbeitet |
| Pipeline (schreiben → prüfen → testen) | Eine Stufe gleichzeitig pro Aufgabe | Eine Session pro parallel laufender Aufgabe |
| Batch-Rückstand | Viele gleichartige Jobs | Eine Session pro Worker; mehr Worker sind schneller fertig |
| Agenten mehrerer Entwickler | Unabhängig | Eine Session pro Entwickler, jeder mit eigenem Konto |

## Wie halten Sie parallele Agenten auseinander?

Modellkapazität ist nur die halbe Miete. Zwei Agenten, die dieselbe Datei bearbeiten, machen gegenseitig ihre Arbeit rückgängig. Die übliche Lösung ist ein [Git-Worktree](https://git-scm.com/docs/git-worktree) pro Agent: Jeder bekommt einen eigenen Checkout und Branch aus demselben Repository.

```bash
git worktree add ../agent-auth -b agent/auth
git worktree add ../agent-billing -b agent/billing
```

Teilen Sie die Aufgaben dann nach Modulen auf, damit Agenten selten dieselben Dateien anfassen, und führen Sie die Ergebnisse über einen Review-Schritt zusammen. Wie Sie sie unbeaufsichtigt laufen lassen, zeigt [Coding-Agenten über Nacht laufen lassen](https://broadrouter.com/de/blog/overnight-coding-agent-runs/); was die zusätzlichen Agenten an Tokens kosten, zeigt [Kosten von Multi-Agenten-Systemen](https://broadrouter.com/de/blog/multi-agent-cost/).

## Wann ist Pay-as-you-go für parallele Agenten besser?

Ein [Pay-as-you-go](https://broadrouter.com/de/glossary/pay-as-you-go/)\-Schlüssel erlaubt 4 gleichzeitige Anfragen und 30 Anfragen pro Minute. Das passt zu kurzem, sprunghaftem Fan-out: einem Review-Schritt, der für zwanzig Sekunden vier Prüfer startet und dann ruhig wird. Gleichmäßige Last passt zu Sessions, sprunghafte Last zur Abrechnung pro Token. Viele Setups nutzen beides: Plan-Sessions für die lange laufenden Agenten und einen Pay-as-you-go-Schlüssel für Lastspitzen und für andere Modelle wie [GLM 5.3](https://broadrouter.com/de/models/glm-5.3/).

Erreicht ein Pay-as-you-go-Schlüssel sein [Rate Limit](https://broadrouter.com/de/glossary/rate-limit/) oder sein Limit für [Parallelität](https://broadrouter.com/de/glossary/concurrency/), gibt er 429 zurück. Warten Sie mit Backoff und versuchen Sie es erneut; siehe [Fehlercodes und wann ein Retry sinnvoll ist](https://broadrouter.com/de/guides/errors-and-retries/). Der [Rate-Limit-Rechner](https://broadrouter.com/tools/llm-rate-limit-calculator/) zeigt, wie weit ein bestimmtes Limit für Ihr Anfragemuster reicht.

## Wie verbinden Sie Agenten mit dem Plan?

Die meisten Agenten-Frameworks akzeptieren eine OpenAI-kompatible Basis-URL. Richten Sie jeden Agenten auf `https://inference.broadnet.ai/v1` mit dem Modell `broadnet/deepseek-v4.1-flash` aus und geben Sie jedem einen Schlüssel:

```bash
export OPENAI_BASE_URL="https://inference.broadnet.ai/v1"
export OPENAI_API_KEY="$BROADNET_PLAN_KEY"
```

Für einen einzelnen Coding-Agenten im Terminal nennt die [Aider-Anleitung](https://broadrouter.com/de/guides/aider-unlimited-deepseek/) die genauen Einstellungen; [Cline](https://broadrouter.com/de/guides/cline-openai-compatible/) und [OpenCode](https://broadrouter.com/de/guides/opencode-custom-provider/) haben eigene Anleitungen. Für Ihren eigenen Orchestrator zeigt die [Anleitung zum OpenAI Python SDK](https://broadrouter.com/de/guides/openai-python-sdk/) die Einrichtung des Clients. Begrenzen Sie in Ihrem Code die gleichzeitigen Anfragen auf die Zahl der Sessions, damit sie auf Ihrer Seite warten, wo Sie es sehen:

```python
import asyncio
SESSIONS = 4
gate = asyncio.Semaphore(SESSIONS)

async def ask(client, messages):
    async with gate:
        return await client.chat.completions.create(
            model="broadnet/deepseek-v4.1-flash", messages=messages, max_tokens=4000)
```

## Was geht bei parallelen Agenten schief?

-   **Alle Agenten auf einmal starten.** Eine Welle gleichzeitiger erster Aufrufe übersteigt Ihre Sessions sofort. Starten Sie versetzt, mit einigen Sekunden Abstand.
-   **Retry-Stürme.** Wiederholen alle Agenten im selben Moment, kollidieren sie erneut. Fügen Sie dem Backoff Jitter hinzu.
-   **Zu kleines `max_tokens`.** DeepSeek V4.1 Flash denkt vor der Antwort nach; ein kleines Limit kann eine leere Antwort liefern. [Warum](https://broadrouter.com/de/guides/reasoning-tokens-empty-response/).
-   **Einen Schlüssel zwischen Personen teilen.** Schlüssel sind persönlich. Geben Sie jedem Entwickler ein eigenes Konto.

## Wie viel Kontext kann jeder Agent nutzen?

Jede Anfrage kann bei DeepSeek V4.1 Flash bis zu 1.048.576 Tokens enthalten. Ein Sub-Agent kann das gesamte Modul lesen, an dem er arbeitet, statt einer gekürzten Zusammenfassung, und in einem Plan kostet ein langer Prompt nichts extra. [Wann ein Fenster von 1 Mio. Tokens hilft](https://broadrouter.com/de/blog/million-token-context-window-guide/).

## Wie testen Sie das Setup günstig?

Kaufen Sie eine Meteor-Stunde ($1) pro Session, die Sie zu brauchen glauben, und lassen Sie Ihren echten Agenten-Workflow laufen. Warten die Agenten zu oft aufeinander, nehmen Sie eine Session dazu. Steht eine ungenutzt herum, lassen Sie sie weg. Wechseln Sie danach zu Full Moon oder zu einwöchigen Orbit-Sessions (je $15).

## Wo BroadNet Inference passt

Plan-Sessions eignen sich für gleichmäßig laufende, parallele Agenten auf einem Modell, weil die Rechnung davon abhängt, wie viele gleichzeitig laufen, nicht davon, wie viel sie lesen. Brauchen Ihre Agenten mehrere verschiedene Modelle oder rufen sie das Modell nur in kurzen Spitzen auf, kostet ein Pay-as-you-go-Schlüssel oder ein Router möglicherweise weniger. Vergleichen Sie zuerst mit der [Break-even-Rechnung](https://broadrouter.com/de/blog/flat-rate-vs-pay-per-token-llm-api/).

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.

[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.

[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.

[Subagent](https://broadrouter.com/de/glossary/subagent/)

Ein Subagent ist ein separater Agent, den ein Hauptagent für eine klar umrissene Aufgabe startet. Er läuft mit eigenem Kontextfenster, System-Prompt und Tool-Zugriff, erledigt die Arbeit und gibt nur ein Ergebnis oder eine Zusammenfassung an den Hauptagenten zurück, sodass die Hauptkonversation klein bleibt.

[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.

[Basis-URL (Base URL)](https://broadrouter.com/de/glossary/base-url/)

Eine Basis-URL ist die feste Stammadresse einer API, etwa https://api.example.com/v1, die ein Client vor jeden Endpoint-Pfad wie /chat/completions setzt. In OpenAI-kompatiblen SDKs lenkt eine geänderte Basis-URL, zusammen mit API-Schlüssel und Modell-ID, denselben Code zu einem anderen Anbieter.

[KI-Coding-Agent (AI coding agent)](https://broadrouter.com/de/glossary/coding-agent/)

Ein KI-Coding-Agent ist ein Software-Tool, in dem ein Sprachmodell in einer Schleife an einer Codebasis arbeitet: Es liest Dateien, bearbeitet sie, führt Befehle wie Tests aus, liest die Ausgabe und entscheidet über den nächsten Schritt, bis die Aufgabe erledigt oder ein Limit erreicht ist.

## Häufige Fragen

### Was passiert, wenn zwei Agenten gleichzeitig eine Session nutzen?

Eine Session verarbeitet eine Anfrage gleichzeitig, und die Seiten von BroadNet sagen nicht, ob eine zweite Anfrage wartet oder mit 429 abgelehnt wird. Verlassen Sie sich auf keins von beidem: Begrenzen Sie die gleichzeitigen Anfragen in Ihrem eigenen Code auf die Zahl Ihrer Sessions, wiederholen Sie 429 mit Backoff und nehmen Sie eine Session dazu, wenn Agenten zu lange warten.

### Wie viele Coding-Agenten kann ich parallel betreiben?

So viele, wie Sie Sessions für sich überlappende Anfragen haben. Jede Plan-Session verarbeitet eine Anfrage gleichzeitig; vier Agenten, die im selben Moment das Modell aufrufen, brauchen also vier Sessions. Agenten, die überwiegend Tools ausführen, können sich weniger Sessions teilen, wenn Ihr Code ihre Modellaufrufe in eine Warteschlange stellt.

### Wie verhindere ich, dass parallele Agenten dieselben Dateien bearbeiten?

Geben Sie jedem Agenten einen eigenen Git-Worktree und Branch und teilen Sie die Arbeit nach Datei oder Modul auf. Führen Sie die Ergebnisse über normale Pull Requests oder einen abschließenden Review-Schritt zusammen.

### Kann ich einen Plan und Pay-as-you-go kombinieren?

Ja. Plan-Schlüssel und Pay-as-you-go-Schlüssel sind getrennt. Ein verbreitetes Muster sind Plan-Sessions für gleichmäßig laufende Agenten und ein Pay-as-you-go-Schlüssel für gelegentliche Lastspitzen oder andere Modelle.

### Müssen Sessions auf getrennten Schlüsseln liegen?

Nein. Ein Schlüssel kann mehrere Sessions enthalten, oder Sie verteilen sie auf mehrere Schlüssel, zum Beispiel einen pro Server oder pro Projekt.

### Kosten parallele Agenten mit einer Flatrate mehr?

Nur über die Zahl der Sessions. Tokens werden in einem Plan nicht gezählt; die Rechnung ist daher Sessions mal Planpreis, egal was jeder Agent liest oder schreibt.

## Weiterlesen

-   [Was „unbegrenzt“ bei einem LLM-API-Plan wirklich bedeutet](https://broadrouter.com/de/blog/what-unlimited-llm-api-really-means/)
-   [LLM-API: Flatrate oder Abrechnung pro Token? Die Break-even-Rechnung](https://broadrouter.com/de/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Wann sich ein Kontextfenster mit 1M Tokens lohnt (und wann nicht)](https://broadrouter.com/de/blog/million-token-context-window-guide/)
-   [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: Aider mit unbegrenztem DeepSeek V4.1 Flash betreiben](https://broadrouter.com/de/guides/aider-unlimited-deepseek/)
-   [Anleitung: Fehlercodes von BroadNet Inference: Wann ist ein Retry sinnvoll?](https://broadrouter.com/de/guides/errors-and-retries/)
-   [Anleitung: Cline mit BroadNet Inference nutzen (Provider OpenAI Compatible)](https://broadrouter.com/de/guides/cline-openai-compatible/)
-   [Anleitung: BroadNet Inference als eigenen Provider in opencode einrichten](https://broadrouter.com/de/guides/opencode-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-run-parallel-coding-agents-flat-rate&utm_content=page-cta) ·

**Quellen**

-   [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-run-parallel-coding-agents-flat-rate&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-run-parallel-coding-agents-flat-rate&utm_content=sources)
-   [Git-Dokumentation, git-worktree (geprüft am 2026-11-16)](https://git-scm.com/docs/git-worktree)
