Zum Inhalt springen

Wissensbasis

Preise für Agentic Coding

Agentic Coding wird nach Nutzung abgerechnet, nicht pro Seat. Ein Agent liest bei jedem Turn seinen wachsenden Kontext neu, deshalb skalieren die Kosten mit der Länge der Session statt mit der Zahl der Requests. Hersteller messen Agentenarbeit inzwischen in Compute Units oder Credits und lassen Autocomplete pauschal. Abrechnung pro Token über die API kann weit mehr kosten als ein Abo mit inkludierter Nutzung.

Verfasst von

Aktualisiert:

Tools 4

Unsere Position. Ein Token-Budget behandeln wir als Investitionsentscheidung. Es gehört zu den Leuten, die entscheiden, was gebaut wird, und es wird an dem gemessen, was dabei herauskommt. Das Tool ist ein Einzelposten, Harness, Kontextschicht und das trainierte Team dagegen gehören in die GuV (öffnet in einem neuen Tab).

Pauschale Preise pro Seat wurden für Autocomplete festgelegt, wo jeder Request billig und vorhersehbar ist. Parallele Agenten-Workflows haben dieses Modell gesprengt, und seitdem folgen die Preise dem Compute.

Warum scheitern Flatrates an agentischen Workloads?

Die Preise für Developer-Tools haben sich in fünf Phasen entwickelt (Tokenomics #1: The Pricing Evolution of AI Coding Agents (öffnet in einem neuen Tab)):

  1. Pro Repository (GitHub 2008-2014).
  2. Enterprise pro Seat (2015-2020).
  3. KI-Ergänzung zum Pauschalpreis (Copilot ab 2021 für $10 im Monat).
  4. Flatrate mit Nutzungsgrenze (Cursor mit 500 Requests für $20 im Monat).
  5. Heute abstrahierte Nutzungseinheiten, die den zugrunde liegenden Rechenaufwand abbilden.

Der Bruch kam, als agentische Nutzungsmuster auf die Ökonomie der Flatrate trafen. Spätestens im Juni 2025 verketteten Power-User von Cursor mehrstufige Agenten über riesige Kontextfenster. Cursor stellte über Nacht auf Abrechnung nach Token um. Einige Nutzer:innen meldeten Rechnungen über $1.000 in einem einzigen Monat, bevor Cursor Geld zurückzahlte und Transparenz-Dashboards einführte (Tokenomics #1 (öffnet in einem neuen Tab)).

Die aktuelle Generation übersetzt Compute in Einheiten, mit denen Nutzer:innen rechnen können (Tokenomics #1 (öffnet in einem neuen Tab)):

  • Devin bündelt VM-Zeit, Inferenz und Bandbreite in Agent Compute Units, die jeweils ungefähr 15 Minuten Agentenarbeit entsprechen.
  • Lovable bepreist einzelne Tasks nach Komplexität und zeigt die Kosten jeder Nachricht an.
  • Claude Code verkauft gestaffelte Abos. Anthropic besitzt die Modelle selbst und hat dadurch einen strukturellen Margenvorteil gegenüber Tools, die API-Preise Dritter zahlen.

GitHub Copilot macht die Trennung mit den Preisen für 2026 explizit (GitHub, Herstellerangaben, GitHub Copilot – plans and pricing (öffnet in einem neuen Tab)). Agent-, Chat- und CLI-Nutzung misst GitHub in GitHub AI Credits, ein Credit entspricht $0,01. Code Completions und Next-Edit Suggestions bleiben unbegrenzt und laufen außerhalb des Credit-Systems. Darüber liegen monatliche Credit-Kontingente in den Stufen Free, Pro ($10), Pro+ ($39) und Max ($100). Wie viele Credits eine Interaktion verbraucht, hängt von Modell und Task ab. Dazu kommen Budgets für Admins und Nutzungswarnungen bei 75 %, 90 % und 100 %.

Dieses Design antwortet direkt auf die Kollision mit der Flatrate. Das billige, häufige Autocomplete bleibt ohne Zähler, der Zähler läuft bei der teuren, schwankenden Agentenarbeit. Wer einen Rollout budgetiert, muss deshalb mit Kosten rechnen, die grundsätzlich dem Verbrauch folgen. Pauschale Angebote pro Seat, kalkuliert mit dem Verbrauch der Autocomplete-Zeit, halten parallelen Agenten-Workflows nicht stand. Kostenkontrolle gehört darum neben den Fähigkeiten in die Bewertungskriterien.

Zwei Kräfte ziehen die Gesamtsumme in entgegengesetzte Richtungen. Pro Einheit wird Intelligenz schnell billiger. Laut einer Schätzung aus “Agentic coding is a trap” fielen die Kosten pro Einheit Modellfähigkeit binnen weniger Monate ungefähr um den Faktor acht. Trotzdem steigen die Monatsrechnungen, weil der Token-Verbrauch pro Task weiter wächst (Agentic coding is a trap (öffnet in einem neuen Tab)).

Inzwischen sind die Kosten statt der Fähigkeiten die wichtigste Adoptionshürde. Das geht so weit, dass Hersteller sie subventionieren. Sourcegraph berichtet zu Amp, dass Gruppen wie Studierende Coding-Agenten weit seltener nutzen als erwartet, wegen des Preises und nicht der Qualität. Für den günstigeren Tarif betreibt Amp ein dezentes Werbenetzwerk im Terminal, das die Inferenz sponsert (Sourcegraph über Amp (öffnet in einem neuen Tab), Dezember 2025).

Google geht den direkteren Weg einer kostenlosen Stufe. Wer sich bei Gemini CLI mit einem Google-Konto anmeldet statt mit einem API-Key pro Token, bekommt 1.000 Model-Requests pro Tag kostenlos. Praktiker:innen schreiben der kostenlosen Stufe zu, dass sie die Kostenangst beseitigt, die Experimentierende sonst zu Tools mit Festpreis wie Replit treibt (Praxis-Walkthrough zu Gemini CLI (öffnet in einem neuen Tab)).

Warum kostet Abrechnung pro Token so viel mehr als ein Seat?

Dieselbe Arbeit, auf zwei Arten abgerechnet, landet nicht annähernd beim selben Betrag. Eine Analyse zu Claude Code beziffert den Abstand zwischen einem Abo mit inkludierter Nutzung und API-Abrechnung pro Token auf bis zum 40-Fachen (Quesma - Claude Code pricing for enterprise (öffnet in einem neuen Tab), August 2026):

  • Die eigene Session des Autors kostete laut Zähler ungefähr $181, eine naive Schätzung lag bei $2.
  • Ein Test von Dritten reproduzierte den Faktor 40.
  • Ein Startup meldete etwa $4.000 in drei Tagen.
  • Ein großes Unternehmen hatte sein KI-Budget für 2026 bis April aufgebraucht.

Stand August 2026 kosten die Seats Max und Team mit inkludierter Nutzung $100-200 pro Nutzer:in und Monat, Max 5x $100 und Max 20x $200.

Den Ausschlag gibt Prompt Caching in langen agentischen Sessions. In einer gemeldeten API-Rechnung machten Cache-Operationen 82 % aus. Ein Agent liest bei jedem Turn seinen angesammelten Gesprächskontext neu, und jedes Neulesen wird berechnet (Quesma - Claude Code pricing for enterprise (öffnet in einem neuen Tab), August 2026). Das erklärt auf Token-Ebene die oben beschriebene Kollision mit der Flatrate. Die Kosten einer agentischen Session skalieren mit dem Neulesen des Kontexts, nicht mit der Zahl der Requests, die ein Angebot pro Seat zählt.

Meist drängt die Governance eine Organisation auf die teure Seite dieser Lücke, nicht das Volumen. Der Team-Plan endet bei 150 Seats. Nur Enterprise bietet SCIM, Audit Logs und Compliance-APIs und berechnet zusätzlich zur Abrechnung pro Token eine Gebühr pro Seat. Die Compliance-Anforderung und die 40-fache Abrechnung kommen also zusammen (Quesma - Claude Code pricing for enterprise (öffnet in einem neuen Tab), August 2026). Die Analyse empfiehlt, individuelle Abos als Trainingsphase zu nutzen und organisch in den Team-Plan hineinzuwachsen. Steuern sollen monatliche Budgets pro Engineer zwischen $500 und $5.000 statt harter Limits. So hilft der Zähler, den Verbrauch zu steuern, statt Arbeit mitten im Task zu stoppen (Quesma - Claude Code pricing for enterprise (öffnet in einem neuen Tab), August 2026).

Verwandte Seiten

Quellen

Preise und Kostenkontrolle