ToolNavs KI-Tools entdecken
Tool einreichen Anmelden
Zurück zu KI ist Open Source
TokenEconomizer: Das Open-Source-Plugin, das Coding-Agent-Token um 30 % senkt – erst diese drei Fallstricke prüfen

TokenEconomizer: Das Open-Source-Plugin, das Coding-Agent-Token um 30 % senkt – erst diese drei Fallstricke prüfen

KI ist Open Source • Admin • • 8 Aufrufe

TokenEconomizer ist ein Open-Source-Plugin zur Kostenkontrolle für Coding-Agenten, das Forscher von Microsoft Research und der University of California, Berkeley auf GitHub veröffentlicht haben – das Repository liegt unter der Organisation microsoft. Die Idee ist simpel: Weder das Modell noch der Code des Agenten werden verändert; stattdessen lernt das Plugin aus früheren Sitzungen im selben Repository und streicht Token, die immer wieder verschwendet werden. Die Auswertung des Papers: 277 SWE-Bench-Aufgaben zu 18,4 % bis 30,9 % niedrigeren Durchschnittskosten, bei praktisch unveränderter Erfolgsquote. Wer Claude Code oder Codex jeden Tag im selben Repository einsetzt, sollte es ausprobieren; wer nur gelegentlich etwas Kleines in einem neuen Repository schreibt, spart weniger, als der Aufwand wert ist.

Wie die 30 % Einsparung zustande kommen

Coding-Agenten sind nicht teuer, weil das Modell teuer ist, sondern weil jede Runde den gesamten Kontext erneut abrechnet: die Anweisungen, alle Werkzeugdefinitionen und den bisherigen Gesprächsverlauf. Es zielt auf drei wiederkehrende Verschwendungen: Micro-Skills halten Fakten fest, die der Agent im selben Repository immer wieder entdeckt – welcher Build-Schritt zuerst laufen muss, die richtige Schreibweise eines Befehls – und teilen sie ihm zu Beginn der nächsten Sitzung direkt mit; Tool-Pruning entfernt lange ungenutzte Werkzeugdefinitionen aus späteren Sitzungen, bei Bedarf mit einem einzigen Befehl zurückholbar; und die Intervention bei Fehlerschleifen lässt ein Richtermodell im Plugin entscheiden, ob eine Runde, die immer wieder am selben Fehler scheitert, feststeckt – falls ja, erhält der Agent einen kurzen Hinweis auf einen anderen Ansatz, höchstens einmal pro Runde, und ob abgebrochen wird, entscheiden immer Sie. Das Repository wurde im Oktober 2026 erstellt und hatte bis November bereits über 7.500 Sterne, unter MIT-Lizenz.

Was die Installation kostet – braucht man einen Server?

Die Bereitstellung ist der freundlichste Teil dieses Projekts: kein Server, kein Abonnement und kein eigener API-Schlüssel. Das Plugin ist ein Python-Paket, das nur die Standardbibliothek nutzt; nötig sind Python 3.10 oder neuer sowie ein Agent, bei dem Sie bereits angemeldet sind. Unterstützt werden Claude Code, Codex, GitHub Copilot CLI und Pi; opencode und fünf weitere sind noch experimentell. Die Installation besteht darin, das Repository lokal zu klonen und über den Plugin-Mechanismus des jeweiligen Agenten zu registrieren; Gelerntes landet auf dem eigenen Rechner im Verzeichnis ~/.tokeneconomizer. Die eigenen Modellaufrufe des Plugins laufen über Login und Tarif Ihres Agenten, und ihre Kosten fließen in die gemeldeten Kosten ein. Zu beachten ist eine Voreinstellung: Micro-Skills sind standardmäßig aus, die beiden anderen standardmäßig an; alle drei einzuschalten, erfordert einen manuellen Schalter.

Drei Fallstricke, die man vor der Entscheidung kennen sollte

Erstens: Sparen setzt voraus, dass dasselbe Repository wiederholt genutzt wird. Alle sechs Repositories im Paper erreichten erst ab der sechsten Aufgabe Netto-Einsparungen – die ersten Aufgaben wurden sogar teurer, ein neues Repository, das man nur ein- oder zweimal nutzt, spart fast nichts. Zweitens: Die Zahlen stammen aus Benchmarks, nicht aus Ihrer echten Arbeitslast: Die 277 Aufgaben sind allesamt unabhängige Bugfix-Abläufe, interaktive Nutzung ist noch nicht geprüft, und bei Sicherheits-Audits lag die Einsparung nur bei 6,4 % bis 9,3 %. Drittens: Die Versionsunterstützung ist eng – getestet sind nur konkrete Bereiche wie Claude Code 2.1.300 bis 2.1.310 und Codex 0.153.1 bis 0.164.0; ein Agenten-Upgrade kann einen aus dem getesteten Bereich herausführen. Das Plugin passt zu Entwicklern, die täglich in einem festen Repository leben und ihre Agenten-Rechnungen bereits spüren; es passt nicht zu Einsteigern, die noch Agenten ausprobieren, oder zu Menschen, die Repositories öfter wechseln als ihre Kleidung – für sie lohnt es sich eher, erst die eigenen Prompts aufzuräumen.

Empfohlene Tools

Mehr