--- read_when: - Token-Nutzung, Kosten oder Kontextfenster erklären - Fehlersuche bei Kontextwachstum oder Verhalten der Compaction summary: Wie OpenClaw Prompt-Kontext aufbaut und Token-Nutzung sowie Kosten meldet title: Token-Nutzung und Kosten x-i18n: generated_at: "2026-05-06T07:02:45Z" model: gpt-5.5 provider: openai source_hash: 51c0fc6bdfb32edc1908d0a25ddbc0e90d745ef38fede02fbeca612ca1a5f59e source_path: reference/token-use.md workflow: 16 --- OpenClaw verfolgt **Tokens**, nicht Zeichen. Tokens sind modellspezifisch, aber die meisten OpenAI-ähnlichen Modelle liegen bei englischem Text im Durchschnitt bei ~4 Zeichen pro Token. ## Wie der System-Prompt erstellt wird OpenClaw setzt bei jedem Lauf seinen eigenen System-Prompt zusammen. Er enthält: - Tool-Liste + Kurzbeschreibungen - Skills-Liste (nur Metadaten; Anweisungen werden bei Bedarf mit `read` geladen). Der kompakte Skills-Block ist durch `skills.limits.maxSkillsPromptChars` begrenzt, mit optionaler Überschreibung pro Agent unter `agents.list[].skillsLimits.maxSkillsPromptChars`. - Anweisungen zur Selbstaktualisierung - Workspace + Bootstrap-Dateien (`AGENTS.md`, `SOUL.md`, `TOOLS.md`, `IDENTITY.md`, `USER.md`, `HEARTBEAT.md`, `BOOTSTRAP.md` wenn neu, plus `MEMORY.md` wenn vorhanden). Kleingeschriebenes Root-`memory.md` wird nicht injiziert; es ist Legacy-Reparatureingabe für `openclaw doctor --fix`, wenn es zusammen mit `MEMORY.md` vorhanden ist. Große Dateien werden durch `agents.defaults.bootstrapMaxChars` gekürzt (Standard: 12000), und die gesamte Bootstrap-Injektion ist durch `agents.defaults.bootstrapTotalMaxChars` begrenzt (Standard: 60000). Tägliche Dateien unter `memory/*.md` sind nicht Teil des normalen Bootstrap-Prompts; sie bleiben in gewöhnlichen Turns bei Bedarf über Memory-Tools verfügbar, aber Reset-/Startup-Modellläufe können für diesen ersten Turn einen einmaligen Startup-Kontextblock mit aktueller täglicher Erinnerung voranstellen. Reine Chat-Befehle `/new` und `/reset` werden bestätigt, ohne das Modell aufzurufen. Das Startup-Präludium wird durch `agents.defaults.startupContext` gesteuert. - Zeit (UTC + Zeitzone des Benutzers) - Antwort-Tags + Heartbeat-Verhalten - Laufzeitmetadaten (Host/OS/Modell/Thinking) Die vollständige Aufschlüsselung finden Sie unter [System-Prompt](/de/concepts/system-prompt). ## Was im Kontextfenster zählt Alles, was das Modell erhält, zählt zum Kontextlimit: - System-Prompt (alle oben aufgeführten Abschnitte) - Gesprächsverlauf (Nachrichten von Benutzer + Assistant) - Tool-Aufrufe und Tool-Ergebnisse - Anhänge/Transkripte (Bilder, Audio, Dateien) - Compaction-Zusammenfassungen und Pruning-Artefakte - Provider-Wrapper oder Sicherheits-Header (nicht sichtbar, zählen aber trotzdem) Einige laufzeitintensive Oberflächen haben eigene explizite Obergrenzen: - `agents.defaults.contextLimits.memoryGetMaxChars` - `agents.defaults.contextLimits.memoryGetDefaultLines` - `agents.defaults.contextLimits.toolResultMaxChars` - `agents.defaults.contextLimits.postCompactionMaxChars` Überschreibungen pro Agent liegen unter `agents.list[].contextLimits`. Diese Regler sind für begrenzte Laufzeitauszüge und injizierte, laufzeiteigene Blöcke gedacht. Sie sind getrennt von Bootstrap-Limits, Startup-Kontext-Limits und Skills-Prompt-Limits. Für Bilder skaliert OpenClaw Bild-Payloads aus Transkripten/Tools vor Provider-Aufrufen herunter. Verwenden Sie `agents.defaults.imageMaxDimensionPx` (Standard: `1200`), um dies anzupassen: - Niedrigere Werte reduzieren üblicherweise die Nutzung von Vision-Tokens und die Payload-Größe. - Höhere Werte erhalten mehr visuelle Details für OCR-/UI-lastige Screenshots. Für eine praktische Aufschlüsselung (pro injizierter Datei, Tools, Skills und Größe des System-Prompts) verwenden Sie `/context list` oder `/context detail`. Siehe [Kontext](/de/concepts/context). ## Wie Sie die aktuelle Token-Nutzung sehen Verwenden Sie diese Befehle im Chat: - `/status` → **Emoji-reiche Statuskarte** mit Sitzungsmodell, Kontextnutzung, Eingabe-/Ausgabe-Tokens der letzten Antwort und **geschätzten Kosten** (nur API-Schlüssel). - `/usage off|tokens|full` → hängt an jede Antwort eine **Nutzungsfußzeile pro Antwort** an. - Bleibt pro Sitzung erhalten (gespeichert als `responseUsage`). - OAuth-Authentifizierung **blendet Kosten aus** (nur Tokens). - `/usage cost` → zeigt eine lokale Kostenzusammenfassung aus OpenClaw-Sitzungslogs. Andere Oberflächen: - **TUI/Web TUI:** `/status` + `/usage` werden unterstützt. - **CLI:** `openclaw status --usage` und `openclaw channels list` zeigen normalisierte Provider-Kontingentfenster (`X% left`, keine Kosten pro Antwort). Aktuelle Provider mit Nutzungsfenstern: Anthropic, GitHub Copilot, Gemini CLI, OpenAI Codex, MiniMax, Xiaomi und z.ai. Nutzungsoberflächen normalisieren vor der Anzeige gängige provider-native Feld-Aliasse. Für Traffic der OpenAI-Familie bei Responses 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 der Gemini CLI wird normalisiert: Antworttext kommt aus `response`, und `stats.cached` wird `cacheRead` zugeordnet, wobei `stats.input_tokens - stats.cached` verwendet wird, wenn die CLI kein explizites Feld `stats.input` ausgibt. Für nativen Responses-Traffic der OpenAI-Familie werden WebSocket-/SSE-Nutzungsaliase auf dieselbe Weise normalisiert, und Summen fallen 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 das aktive Laufzeitmodell-Label aus dem jüngsten Transkript-Nutzungslog wiederherstellen. Vorhandene Live-Werte ungleich null haben weiterhin Vorrang vor Fallback-Werten aus dem Transkript, und größere promptorientierte Transkriptsummen können gewinnen, wenn gespeicherte Summen fehlen oder kleiner sind. Die Nutzungsautorisierung für Provider-Kontingentfenster stammt aus provider-spezifischen Hooks, sofern verfügbar; andernfalls fällt OpenClaw auf passende OAuth-/API-Schlüssel-Zugangsdaten aus Auth-Profilen, Umgebungsvariablen oder Konfiguration zurück. Assistant-Transkripteinträge speichern dieselbe normalisierte Nutzungsform, einschließlich `usage.cost`, wenn für das aktive Modell Preise konfiguriert sind und der Provider Nutzungsmetadaten zurückgibt. Dadurch erhalten `/usage cost` und transkriptgestützter Sitzungsstatus eine stabile Quelle, auch nachdem der Live-Laufzeitzustand verschwunden ist. OpenClaw hält die Provider-Nutzungsabrechnung getrennt vom aktuellen Kontext- Snapshot. Provider-`usage.total` kann gecachte Eingaben, Ausgaben und mehrere Tool-Loop-Modellaufrufe enthalten. Daher ist es für Kosten und Telemetrie nützlich, kann aber das Live-Kontextfenster überhöht darstellen. Kontextanzeigen und Diagnosen verwenden den neuesten Prompt- Snapshot (`promptTokens`, oder den letzten Modellaufruf, wenn kein Prompt-Snapshot verfügbar ist) für `context.used`. ## Kostenschätzung (wenn angezeigt) Kosten werden aus Ihrer Modellpreiskonfiguration geschätzt: ``` models.providers..models[].cost ``` Dies sind **USD pro 1 Mio. Tokens** für `input`, `output`, `cacheRead` und `cacheWrite`. Wenn Preise fehlen, zeigt OpenClaw nur Tokens an. OAuth-Tokens zeigen niemals Dollarkosten. Nachdem Sidecars und Channels den Gateway-Bereit-Pfad erreicht haben, startet OpenClaw einen optionalen Hintergrund-Bootstrap für Preise für konfigurierte Modellreferenzen, die noch keine lokalen Preise haben. Dieser Bootstrap ruft entfernte OpenRouter- und LiteLLM- Preiskataloge ab. Setzen Sie `models.pricing.enabled: false`, um diese Katalog- Abrufe in Offline- oder eingeschränkten Netzwerken zu überspringen; explizite `models.providers.*.models[].cost`-Einträge steuern weiterhin lokale Kostenschätzungen. ## Cache-TTL und Pruning-Auswirkung Provider-Prompt-Caching gilt nur innerhalb des Cache-TTL-Fensters. OpenClaw kann optional **Cache-TTL-Pruning** ausführen: Es pruned die Sitzung, sobald die Cache-TTL abgelaufen ist, und setzt dann das Cache-Fenster zurück, sodass nachfolgende Anfragen den frisch gecachten Kontext wiederverwenden können, statt den gesamten Verlauf neu zu cachen. Das hält Cache-Schreibkosten niedriger, wenn eine Sitzung über die TTL hinaus inaktiv ist. Konfigurieren Sie dies in der [Gateway-Konfiguration](/de/gateway/configuration) und lesen Sie die Verhaltensdetails unter [Sitzungs-Pruning](/de/concepts/session-pruning). Heartbeat kann den Cache über Leerlaufphasen hinweg **warm** halten. Wenn Ihre Modell-Cache-TTL `1h` beträgt, kann ein Heartbeat-Intervall knapp darunter (z. B. `55m`) vermeiden, den gesamten Prompt neu zu cachen, wodurch Cache-Schreibkosten sinken. 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 für jeden einzelnen Regler finden Sie unter [Prompt-Caching](/de/reference/prompt-caching). Bei Anthropic-API-Preisen sind Cache-Lesevorgänge deutlich günstiger als Eingabe- Tokens, während Cache-Schreibvorgänge mit einem höheren Multiplikator abgerechnet werden. Die aktuellen Tarife und TTL-Multiplikatoren finden Sie in Anthropics Prompt-Caching-Preisen: [https://docs.anthropic.com/docs/build-with-claude/prompt-caching](https://docs.anthropic.com/docs/build-with-claude/prompt-caching) ### Beispiel: 1h-Cache mit Heartbeat warm halten ```yaml agents: defaults: model: primary: "anthropic/claude-opus-4-6" models: "anthropic/claude-opus-4-6": params: cacheRetention: "long" heartbeat: every: "55m" ``` ### Beispiel: gemischter Traffic mit Cache-Strategie pro Agent ```yaml agents: defaults: model: primary: "anthropic/claude-opus-4-6" models: "anthropic/claude-opus-4-6": params: cacheRetention: "long" # default baseline for most agents list: - id: "research" default: true heartbeat: every: "55m" # keep long cache warm for deep sessions - id: "alerts" params: cacheRetention: "none" # avoid cache writes for bursty notifications ``` `agents.list[].params` wird über den `params` des ausgewählten Modells zusammengeführt, sodass Sie nur `cacheRetention` überschreiben und andere Modellstandardwerte unverändert übernehmen können. ### Beispiel: Anthropic-1M-Kontext-Beta-Header aktivieren Anthropics 1M-Kontextfenster ist derzeit durch eine Beta-Freigabe geschützt. OpenClaw kann den erforderlichen `anthropic-beta`-Wert injizieren, wenn Sie `context1m` für unterstützte Opus- oder Sonnet-Modelle aktivieren. ```yaml agents: defaults: models: "anthropic/claude-opus-4-6": params: context1m: true ``` Dies wird Anthropics Beta-Header `context-1m-2025-08-07` zugeordnet. Dies gilt nur, wenn `context1m: true` für diesen Modelleintrag gesetzt ist. Anforderung: Die Zugangsdaten müssen für Long-Context-Nutzung berechtigt sein. Andernfalls antwortet Anthropic für diese Anfrage mit einem provider-seitigen Rate-Limit-Fehler. Wenn Sie Anthropic mit OAuth-/Abonnement-Tokens (`sk-ant-oat-*`) authentifizieren, überspringt OpenClaw den Beta-Header `context-1m-*`, da Anthropic diese Kombination derzeit mit HTTP 401 ablehnt. ## Tipps zum Reduzieren des Token-Drucks - Verwenden Sie `/compact`, um lange Sitzungen zusammenzufassen. - Kürzen Sie große Tool-Ausgaben in Ihren Workflows. - Senken Sie `agents.defaults.imageMaxDimensionPx` für Screenshot-lastige Sitzungen. - Halten Sie Skills-Beschreibungen kurz (die Skills-Liste wird in den Prompt injiziert). - Bevorzugen Sie kleinere Modelle für ausführliche, explorative Arbeit. Die genaue Formel für den Overhead der Skills-Liste finden Sie unter [Skills](/de/tools/skills). ## Verwandte Themen - [API-Nutzung und Kosten](/de/reference/api-usage-costs) - [Prompt-Caching](/de/reference/prompt-caching) - [Nutzungsverfolgung](/de/concepts/usage-tracking)