Claude-Prompt-Caching: Wann fünf Minuten besser sind als eine Stunde

Kurzfassung: Claude-Cache-Schreibvorgänge kosten für fünf Minuten das 1,25-Fache des Eingabebasispreises, für eine Stunde das 2-Fache; Lesen kostet bei Sonnet 4.6 das 0,1-Fache, bei Fable 5.1 das 0,025-Fache.^[1] Im folgenden Sonnet-Beispiel wird der Fünf-Minuten-Cache bei der zweiten Nutzung günstiger als ungespeicherte Eingaben, der Ein-Stunden-Cache erst bei der dritten. Das sind berechnete Präfixkosten, keine gemessenen Anwendungseinsparungen.

Die eigentliche Geschichte ist nicht der Rabatt bei einem Cache-Treffer. Entscheidend ist, ob Ihre Anwendung genug Treffer erzielt, um die Schreibkosten auszugleichen. Ein langer Prompt, der sich vor jeder Anfrage ändert, kann eine Optimierung zum Aufpreis machen.

Unsere Analyse zum Wettbewerb um Claude erklärte, warum Caching die Modellökonomie verändert. Dieser Leitfaden geht weiter: Er berechnet die Entscheidung, wählt eine Gültigkeitsdauer und prüft die Rechnung. Grundlage ist die am 20. September 2026 geprüfte Anthropic-Dokumentation, kein behaupteter Leistungstest.

Titelbild: generierte redaktionelle Illustration mit wiederverwendbaren Druckplatten als Metapher. Sie zeigt weder Anthropic-Infrastruktur noch gemessene Einsparungen.

Preis: Modell und Abrechnungsweg benennen

Unser Rechenbeispiel nutzt Claude Sonnet 4.6 über die direkte Claude API, normale synchrone Verarbeitung, globales Routing und veröffentlichte Preise in US-Dollar. Individuelle Rabatte, Batch-Preise, regionale Aufschläge und kostenpflichtige Werkzeuge bleiben ausgeschlossen.^[1]

Anthropic führt Sonnet 4.6 weiterhin als verfügbares Vorgängermodell mit der API-ID claude-sonnet-4-6. Dies ist ein Abrechnungsbeispiel, keine Empfehlung gegenüber neueren Modellen.^[9]

Quelle: Anthropic-Preisliste, geprüft am 20. September 2026. Anbieterpreise, kein Leistungsvergleich zwischen Modellen.

Ein Schreibvorgang ist eine eigene Abrechnungskategorie. Berechnen Sie dasselbe gespeicherte Token nicht einmal mit 3 und zusätzlich mit 3,75 US-Dollar je Million. Umgekehrt macht ein günstiges Präfix weder neue Eingaben noch erzeugte Ausgaben günstig. Diese bleiben separate Kosten.

Die Ausnahme für Fable/Mythos 5.1 macht einen pauschalen Lesefaktor von 0,1 falsch.^[1]

Kostenschwelle: Wiederverwendungen nach dem Schreiben zählen

Wir nehmen ein unverändertes Präfix mit 6.000 Tokens, einen ersten Schreibvorgang und anschließend erfolgreiche Lesezugriffe an. Alle Anfragen verwenden dasselbe Modell und einen geeigneten, noch gültigen Cache. Das Präfix kostet ungespeichert 0,018 US-Dollar, beim Schreiben für fünf Minuten 0,0225, beim Schreiben für eine Stunde 0,036 und beim Lesen 0,0018 US-Dollar.

Bei n Anfragen insgesamt bezeichnet B die ungespeicherten Präfixkosten, w den Schreibfaktor und r den Lesefaktor. Daraus folgt:

Ohne Cache: n × B
Mit Cache:  B × [w + (n − 1) × r]
Caching ist günstiger, wenn n > (w − r) / (1 − r)

Hypothetische Rechnung mit den oben veröffentlichten Sonnet-4.6-Preisen. Beide Cache-Spalten setzen einen Schreibvorgang und ausschließlich Treffer bei den weiteren Nutzungen voraus. Laufzeitmessungen wurden nicht durchgeführt.

Bei zehn Nutzungen beträgt die reine Präfixersparnis 78,5% für fünf Minuten und 71% für eine Stunde. Ergänzen wir aber je Anfrage 1.000 ungespeicherte Eingabetokens und 500 Ausgabetokens, kommen über zehn Anfragen 0,105 US-Dollar hinzu. Die Gesamtkosten betragen dann 0,285 US-Dollar ohne Cache, 0,1437 mit fünf Minuten und 0,1572 mit einer Stunde. Der Präfixrabatt ist nicht der Rechnungsrabatt.

Empfindlichkeit: Was wiederholte Kaltstarts kosten

Behalten wir das Beispiel mit zehn Anfragen und 6.000 Präfixtokens bei, erlauben aber vollständige Neuschreibungen. Die folgenden hypothetischen Abrechnungsergebnisse enthalten keine partiellen Treffer. Jede Anfrage schreibt entweder das ganze Präfix oder liest es vollständig.

Schon acht Schreibvorgänge mit fünf Minuten Gültigkeit beseitigen die Ersparnis. Die längere Gültigkeit verliert früher: Fünf Ein-Stunden-Schreibvorgänge und fünf Lesezugriffe kosten 0,189 US-Dollar. Ein größerer Leserabatt kann wiederholtes teures Schreiben nicht unbegrenzt ausgleichen.

Vergleichen Sie Varianten anhand derselben akzeptierten Aufgaben, nicht bloß derselben Anfragezahl. Braucht eine günstigere Konfiguration eine weitere Generierung zur Reparatur ihrer Antwort, zählt auch dieser Versuch. Trennen Sie Fehlschläge durch Ablauf, geänderte Inhalte und bewusste Modellwechsel. Nur die erste Kategorie lässt sich unmittelbar durch längere Gültigkeit angehen.

Gültigkeit: Den tatsächlichen Abstand bezahlen

Die Cache-Uhr startet zu Anfragebeginn; die Generierung verbraucht diese Zeit. Treffer erneuern die Gültigkeit, bleiben aber kostenpflichtig.^[2]

Betrachten wir zwei Anfragen mit acht Minuten Abstand zwischen ihren Startzeiten und ohne zwischenzeitliche Nutzung. Wir nehmen an, dass der Fünf-Minuten-Eintrag abgelaufen ist, der Ein-Stunden-Eintrag dagegen trifft. Fünf-Minuten-Caching kostet dann zwei Schreibvorgänge, also 0,045 US-Dollar. Eine Stunde kostet 0,0378 US-Dollar. Die längere Gültigkeit gewinnt diesen Vergleich; ungespeicherte Eingaben für 0,036 US-Dollar bleiben dennoch günstiger als beide Varianten.

Diesen Unterschied übergeht der pauschale Rat „eine Stunde verwenden“. Der richtige Vergleich schließt den vollständigen Verzicht auf Caching ein. Verwenden Sie Abstände zwischen Anfragestarts, nicht die scheinbare Denkpause des Nutzers nach einer Antwort. Kaufen Sie längere Gültigkeit für eine plausibel erwartete Wiederverwendung, nicht für ein theoretisches späteres Gespräch.

Bei wiederholtem Schreiben ersetzt B × (Schreibvorgänge × w + Lesezugriffe × r) die optimistische Formel. Berechnen Sie bei einer wachsenden Agentenhistorie jedes Präfixsegment einzeln. Neue Inhalte werden nicht rückwirkend kostenlos, weil ein früherer Abschnitt getroffen hat.

Entscheidungstabelle: Vor dem Aufwärmen wählen

Dies ist ein Vorschlag für Anwendungsregeln, keine Leistungszusage von Anthropic.

Erzeugen Sie keine Anfragen allein, um einen Cache warmzuhalten. Ein Wartungszugriff kostet Geld und kann Ausgabe- oder Werkzeugkosten auslösen. Vergleichen Sie seine Gesamtkosten mit dem möglicherweise vermiedenen Neuschreiben und berücksichtigen Sie, dass der Nutzer vielleicht gar nicht zurückkehrt. Unsere Rechnungen enthalten solche Aufwärmanfragen nicht; ergänzen Sie sie ausdrücklich, wenn Ihre Anwendung sie erzeugt.

Fehlende Treffer: Erst die Struktur prüfen

Sonnet 4.6 benötigt mindestens 1.024 Tokens für Caching. Kürzere markierte Präfixe laufen ohne Fehlermeldung ungespeichert weiter.^[2]

Prüfen Sie unterstützte Anfrageformen mit dem Token-Zählendpunkt, bevor Sie annehmen, ein Dokument erreiche die Grenze. Seine Schätzung ist kein Abrechnungsbeleg; manche Eingaben mit serverseitigen Werkzeugen werden nicht unterstützt.^[3]

Anthropics Cache-Diagnose in der Beta vergleicht eine Anfrage mit einer früheren Antwort-ID und lokalisiert Abweichungen. Das hilft mehr als die Annahme, jeder Fehlschlag sei ein abgelaufener Eintrag.^[4] Der eigene Leitfaden zum Werkzeug-Caching erklärt zudem Markierungen und Änderungen, die eine Wiederverwendung verhindern.^[5]

Unsere Empfehlung: Halten Sie wiederverwendbare Anweisungen stabil, setzen Sie gegebenenfalls eine ausdrückliche Cache-Markierung vor einen wechselnden Schlussteil und prüfen Sie anschließend die tatsächlichen Zähler. Blähen Sie einen schwachen Prompt nicht allein auf, damit die Trefferquote im Dashboard besser aussieht.

Abrechnung: Lesen, Schreiben und den Rest abgleichen

Die gesamte Eingabe ergibt sich aus cache_creation_input_tokens plus cache_read_input_tokens plus input_tokens. Die verschachtelte Aufschlüsselung cache_creation trennt Schreibvorgänge nach Gültigkeitsdauer.^[2]

Organisationen können die Usage and Cost Admin API von Anthropic zum Abrechnungsabgleich nutzen; Einzelkonten steht diese Admin API nicht offen. Bewahren Sie Modell, Zeitstempel, Anfrage-ID, Tokenkategorien und Abrechnungseinstellungen zusammen mit Ihrer eigenen Aufgabenkennung auf.^[6]

Batch-Verarbeitung bietet eine separate Preissenkung von 50%. Wegen der asynchronen Reihenfolge sind Treffer bei gemeinsamen Präfixen aber nicht garantiert. Rechnen Sie mit Batch-Preisen und beobachteten Schreibvorgängen neu, statt die synchrone Tabelle unverändert zu übernehmen.^[7]

Auch Claude Code unterscheidet enthaltene Abonutzung von verbrauchsabhängiger Abrechnung: Für das Hauptgespräch gelten standardmäßig eine Stunde innerhalb des Abokontingents und fünf Minuten bei API-Schlüssel- oder Guthabenabrechnung. Andere Anfragekategorien können abweichen. Aus diesen Vorgaben ergibt sich keine Umrechnung von API-Dollarbeträgen in verbleibende Aboprozente.^[8]

Wachsende Historie: Jeden neuen Abschnitt einmal berechnen

Ein zweiter hypothetischer Ablauf sendet vier Präfixe mit 6.000, 8.000, 10.000 und 12.000 Tokens. Wir nehmen Fünf-Minuten-Caching, unveränderte frühere Inhalte, gültige Cache-Markierungen, keinen Ablauf und vollständige Wiederverwendung des vorherigen Präfixes an. Die erste Anfrage schreibt 6.000 Tokens; jede weitere liest den alten Abschnitt und schreibt 2.000 neue Tokens.

Mit Cache ergibt das 0,0522 US-Dollar gegenüber 0,108 US-Dollar für 36.000 ungespeicherte Eingabetokens. Ausgaben und zusätzliche ungespeicherte Schlussteile bleiben ausgeschlossen. Früher generierter Text, der in einen späteren Prompt eingeht, ist jetzt Eingabe; seine frühere Ausgaberechnung bezahlt diese spätere Verarbeitung nicht.

Ein Dashboard, das den Lesepreis auf den gesamten letzten Prompt mit 12.000 Tokens anwendet, unterschätzt den neuen Abschnitt. Eine vollständige Neuschreibung pro Dialogrunde würde umgekehrt den Nutzen übersehen. Lesen Sie die tatsächlich gemeldeten API-Kategorien, bevor Sie eine wachsende Historie für kostenlos oder unbezahlbar erklären.

Protokollierung: Genug Belege zum Nachrechnen

Für eine einfache Textantwort zu unseren genannten Preisen ergibt dieser illustrative Nutzungsdatensatz 0,0258 US-Dollar: 0,0018 für Lesen, 0,0075 für Schreiben, 0,0015 für neue Eingabe und 0,015 für Ausgabe. Er wurde für die Rechnung erfunden und stammt nicht aus einem API-Aufruf.

{
  "model": "claude-sonnet-4-6",
  "usage": {
    "cache_read_input_tokens": 6000,
    "cache_creation_input_tokens": 2000,
    "cache_creation": {
      "ephemeral_5m_input_tokens": 2000,
      "ephemeral_1h_input_tokens": 0
    },
    "input_tokens": 500,
    "output_tokens": 1000
  }
}

Ergänzen Sie diese Abrechnung um einen eigenen Anfragedatensatz: Startzeit, vorherige Antwort-ID, Promptrevision der Anwendung, Abrechnungsweg, Abschlussstatus und Kennung der akzeptierten Aufgabe. Protokollieren Sie keine Zugangsdaten oder unbearbeiteten Kundenprompts allein zur Kostenanalyse. Fehlende Zähler sind unbekannt und dürfen nicht stillschweigend als null gelten. Klären Sie Abweichungen, bevor eine Dashboardschätzung zur behaupteten Ersparnis wird.

Die unbequeme Wahrheit: Die größten Einsparungen entstehen oft durch berechenbares Anwendungsverhalten. Halten Sie ein nützliches Präfix stabil, wählen Sie die Gültigkeit nach tatsächlicher Wiederverwendung und gleichen Sie die Rechnung ab. Caching wird zum wirtschaftlichen Vorteil, wenn seine Ersparnis den gesamten Arbeitsablauf übersteht.

Quellen: Preise und Betriebsregeln

Alle Quellen stammen von Anthropic und wurden am 20. September 2026 geprüft. Schlüsselquelle kennzeichnet die drei zentralen Referenzen.

Zuletzt aktualisiert: 20. September 2026