docs/docs/de/reference/token-use.md

read_when	summary	title	x-i18n
Erklärung von Token-Nutzung, Kosten oder Kontextfenstern Debuggen von Kontextwachstum oder Kompaktierungsverhalten	Wie OpenClaw Prompt-Kontext erstellt und Token-Nutzung + Kosten meldet	Token-Nutzung und Kosten	generated_at model provider source_hash source_path workflow 2026-04-12T06:16:41Z gpt-5.4 openai f8c856549cd28b8364a640e6fa9ec26aa736895c7a993e96cbe85838e7df2dfb reference/token-use.md 15

Token-Nutzung und Kosten

OpenClaw erfasst Token, nicht Zeichen. Token sind modellspezifisch, aber die meisten Modelle im OpenAI-Stil haben im Durchschnitt etwa 4 Zeichen pro Token bei englischem Text.

Wie der System-Prompt erstellt wird

OpenClaw setzt bei jedem Lauf seinen eigenen System-Prompt zusammen. Er enthält:

• Tool-Liste + kurze Beschreibungen
• Skills-Liste (nur Metadaten; Anweisungen werden bei Bedarf mit read geladen)
• Anweisungen zur Selbstaktualisierung
• Workspace- + Bootstrap-Dateien (AGENTS.md, SOUL.md, TOOLS.md, IDENTITY.md, USER.md, HEARTBEAT.md, BOOTSTRAP.md, wenn neu, sowie MEMORY.md, wenn vorhanden, oder memory.md als Fallback in Kleinbuchstaben). Große Dateien werden durch agents.defaults.bootstrapMaxChars abgeschnitten (Standard: 20000), und die gesamte Bootstrap-Injektion ist durch agents.defaults.bootstrapTotalMaxChars begrenzt (Standard: 150000). Tägliche Dateien in memory/*.md sind nicht Teil des normalen Bootstrap-Prompts; sie bleiben bei normalen Turns bedarfsbasiert über Speicher-Tools verfügbar, aber bei reinem /new und /reset kann ein einmaliger Startkontext-Block mit aktuellem täglichem Speicher für diesen ersten Turn vorangestellt werden. Dieses Startpräliminarium wird durch agents.defaults.startupContext gesteuert.
• Zeit (UTC + Benutzerzeitzone)
• Antwort-Tags + Heartbeat-Verhalten
• Laufzeitmetadaten (Host/OS/Modell/Thinking)

Die vollständige Aufschlüsselung finden Sie unter System Prompt.

Was im Kontextfenster zählt

Alles, was das Modell erhält, zählt zum Kontextlimit:

• System-Prompt (alle oben aufgeführten Abschnitte)
• Gesprächsverlauf (Benutzer- + Assistenten-Nachrichten)
• Tool-Aufrufe und Tool-Ergebnisse
• Anhänge/Transkripte (Bilder, Audio, Dateien)
• Kompaktierungszusammenfassungen und Artefakte des Beschneidens
• Provider-Wrapper oder Safety-Header (nicht sichtbar, aber dennoch mitgezählt)

Bei Bildern skaliert OpenClaw Bild-Payloads aus Transkripten/Tools vor Provider-Aufrufen herunter. Verwenden Sie agents.defaults.imageMaxDimensionPx (Standard: 1200), um dies anzupassen:

• Niedrigere Werte reduzieren in der Regel die Vision-Token-Nutzung und die Payload-Größe.
• Höhere Werte bewahren mehr visuelle Details für OCR-/UI-lastige Screenshots.

Für eine praktische Aufschlüsselung (pro injizierter Datei, Tools, Skills und System-Prompt-Größe) verwenden Sie /context list oder /context detail. Siehe Context.

So sehen Sie die aktuelle Token-Nutzung

Verwenden Sie diese Befehle im Chat:

• /status → statuskarte mit vielen Emojis mit dem Sitzungsmodell, der Kontextnutzung, den Eingabe-/Ausgabe-Token der letzten Antwort und den geschätzten Kosten (nur API-Schlüssel).
• /usage off|tokens|full → hängt an jede Antwort eine Nutzungsfußzeile pro Antwort an.
  • Wird pro Sitzung beibehalten (gespeichert als responseUsage).
  • OAuth-Authentifizierung blendet Kosten aus (nur Token).
• /usage cost → zeigt eine lokale Kostenzusammenfassung aus OpenClaw-Sitzungsprotokollen an.

Weitere Oberflächen:

• TUI/Web TUI: /status + /usage werden unterstützt.
• CLI: openclaw status --usage und openclaw channels list zeigen normalisierte Provider-Quota-Fenster (X% left, keine Kosten pro Antwort). Aktuelle Provider mit Nutzungsfenster: Anthropic, GitHub Copilot, Gemini CLI, OpenAI Codex, MiniMax, Xiaomi und z.ai.

Nutzungsoberflächen normalisieren vor der Anzeige gängige feldnative Aliase von Providern. Für OpenAI-Familie-Responses-Datenverkehr umfasst das sowohl input_tokens / output_tokens als auch prompt_tokens / completion_tokens, sodass transportspezifische Feldnamen /status, /usage oder Sitzungszusammenfassungen nicht verändern. Auch die JSON-Nutzung von Gemini CLI wird normalisiert: Der Antworttext stammt aus response, und stats.cached wird auf cacheRead abgebildet, wobei stats.input_tokens - stats.cached verwendet wird, wenn die CLI kein explizites Feld stats.input ausgibt. Für nativen OpenAI-Familie-Responses-Datenverkehr werden WebSocket-/SSE-Nutzungsaliase auf die gleiche Weise normalisiert, und Summen greifen auf normalisierte Eingabe + Ausgabe zurück, wenn total_tokens fehlt oder 0 ist. Wenn der aktuelle Sitzungssnapshot spärlich ist, können /status und session_status auch Token-/Cache-Zähler und die aktive Laufzeit-Modellbezeichnung aus dem zuletzt verwendeten Transkript-Nutzungsprotokoll wiederherstellen. Bereits vorhandene Live-Werte ungleich null haben weiterhin Vorrang vor Transkript-Fallback-Werten, und größere promptorientierte Transkript-Summen können gewinnen, wenn gespeicherte Summen fehlen oder kleiner sind. Die Nutzungsautorisierung für Provider-Quota-Fenster stammt, sofern verfügbar, aus providerspezifischen Hooks; andernfalls greift OpenClaw auf passende OAuth-/API-Schlüssel-Anmeldedaten aus Auth-Profilen, Umgebungsvariablen oder der Konfiguration zurück.

Kostenschätzung (wenn angezeigt)

Kosten werden anhand Ihrer Modell-Preis-Konfiguration geschätzt:

models.providers.<provider>.models[].cost

Dies sind USD pro 1 Mio. Token für input, output, cacheRead und cacheWrite. Wenn Preisdaten fehlen, zeigt OpenClaw nur Token an. OAuth-Token zeigen niemals Dollar-Kosten an.

Auswirkungen von Cache-TTL und Beschneidung

Provider-Prompt-Caching gilt nur innerhalb des Cache-TTL-Fensters. OpenClaw kann optional Cache-TTL-Beschneidung ausführen: Es beschneidet die Sitzung, sobald die Cache-TTL abgelaufen ist, und setzt dann das Cache-Fenster zurück, sodass nachfolgende Anfragen den frisch gecachten Kontext erneut verwenden können, anstatt den gesamten Verlauf neu zu cachen. Dadurch bleiben die Cache-Schreibkosten niedriger, wenn eine Sitzung länger als die TTL inaktiv bleibt.

Konfigurieren Sie dies in der Gateway-Konfiguration und lesen Sie die Verhaltensdetails unter Session pruning.

Heartbeat kann den Cache über Leerlaufphasen hinweg warm halten. Wenn Ihre Modell-Cache-TTL 1h beträgt, kann das Setzen des Heartbeat-Intervalls knapp darunter (z. B. 55m) verhindern, dass der gesamte Prompt erneut gecacht werden muss, was Cache-Schreibkosten reduziert.

In Multi-Agent-Setups können Sie eine gemeinsame Modellkonfiguration beibehalten und das Cache-Verhalten pro Agent mit agents.list[].params.cacheRetention abstimmen.

Eine vollständige Anleitung zu allen Stellschrauben finden Sie unter Prompt Caching.

Bei der Preisgestaltung der Anthropic API sind Cache-Lesevorgänge deutlich günstiger als Eingabe-Token, während Cache-Schreibvorgänge mit einem höheren Multiplikator berechnet werden. Die aktuellen Tarife und TTL-Multiplikatoren finden Sie in der Anthropic-Dokumentation zur Prompt-Caching-Preisgestaltung: https://docs.anthropic.com/docs/build-with-claude/prompt-caching

Beispiel: 1h-Cache mit Heartbeat warm halten

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-6"
    models:
      "anthropic/claude-opus-4-6":
        params:
          cacheRetention: "long"
    heartbeat:
      every: "55m"

Beispiel: gemischter Datenverkehr mit Cache-Strategie pro Agent

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-6"
    models:
      "anthropic/claude-opus-4-6":
        params:
          cacheRetention: "long" # Standardbasis für die meisten Agents
  list:
    - id: "research"
      default: true
      heartbeat:
        every: "55m" # langen Cache für tiefe Sitzungen warm halten
    - id: "alerts"
      params:
        cacheRetention: "none" # Cache-Schreibvorgänge für burstartige Benachrichtigungen vermeiden

agents.list[].params wird über die params des ausgewählten Modells zusammengeführt, sodass Sie nur cacheRetention überschreiben und andere Modellstandards unverändert erben können.

Beispiel: Anthropic-1M-Kontext-Beta-Header aktivieren

Das 1M-Kontextfenster von Anthropic ist derzeit per Beta-Gating geschützt. OpenClaw kann den erforderlichen Wert für anthropic-beta einfügen, wenn Sie context1m bei unterstützten Opus- oder Sonnet-Modellen aktivieren.

agents:
  defaults:
    models:
      "anthropic/claude-opus-4-6":
        params:
          context1m: true

Dies wird auf den Beta-Header context-1m-2025-08-07 von Anthropic abgebildet.

Dies gilt nur, wenn context1m: true für diesen Modelleintrag gesetzt ist.

Voraussetzung: Die Anmeldedaten müssen für die Nutzung von Langkontext berechtigt sein. Ist dies nicht der Fall, antwortet Anthropic für diese Anfrage mit einem providerseitigen Rate-Limit-Fehler.

Wenn Sie Anthropic mit OAuth-/Abonnement-Token (sk-ant-oat-*) authentifizieren, überspringt OpenClaw den Beta-Header context-1m-*, da Anthropic diese Kombination derzeit mit HTTP 401 ablehnt.

Tipps zur Reduzierung von Token-Druck

• Verwenden Sie /compact, um lange Sitzungen zusammenzufassen.
• Kürzen Sie große Tool-Ausgaben in Ihren Workflows.
• Senken Sie agents.defaults.imageMaxDimensionPx bei screenshotlastigen Sitzungen.
• Halten Sie Skill-Beschreibungen kurz (die Skills-Liste wird in den Prompt injiziert).
• Bevorzugen Sie kleinere Modelle für ausführliche, explorative Arbeit.

Unter Skills finden Sie die genaue Formel für den Overhead der Skills-Liste.