Messungen · Spar-Tools

Spar-Tools für Claude Code, gemessen

Viele Werkzeuge versprechen, dass dein Claude-Tarif weiter reicht. Hier steht, was tatsächlich gemessen wurde: unser eigener Test und Messungen, die andere veröffentlicht haben – jeweils mit Angabe, wer wie gemessen hat, und Verweis.

Stand: 3. Oktober 2026 This page in English

Unsere Messung: Grace gegen Claude Code mit caveman und context-mode

Grace ist unser eigenes Produkt, das hier ist also unsere eigene Messung. Methode, jede Aufgabe und die Rohdaten sind öffentlich – prüf sie nach, statt uns zu glauben.

Testergebnis

≈ −49 % vom 5‑Stunden‑Limit für dieselben 60 Aufgaben.

Gemessen gegen Claude Code mit zwei bereits installierten Token-Spar-Plugins: caveman und context-mode.

Am Limit abgelesen, in ganzen Prozentpunkten, zwei Messungen zusammengezählt: 32 % mit Grace 0.3.8, 63 % mit Claude Code + caveman + context-mode · 60 Aufgaben, auf beiden Seiten Claude Max 20x · 2.–3. Oktober 2026: 30 Aufgaben gleichzeitig auf zwei Konten, 30 mit getrennt gemessenem Vergleichslauf am selben Tag · auf dem Vergleichskonto fehlen 54 s Ablesung an einem 5-Stunden-Neubeginn – das kann die Ersparnis nur kleiner zeigen

Verbrauch des 5-Stunden-Limits für dieselben 60 Aufgaben

weniger ist besser

Qualität: erfüllte verdeckte Kriterien

mehr ist besser · die 58 Aufgaben, die beide Läufe beendet haben

Claude allein gegen mit Grace, als Tabelle
Messgröße	Claude + caveman + context-mode	Mit Grace
Verbrauch des 5-Stunden-Limits für dieselben 60 Aufgaben	63 %	32 %
Qualität: erfüllte verdeckte Kriterien	91,9 %	92,5 %

Auf beiden Seiten Claude Max 20x · Grace 0.3.8 · 2.–3. Oktober 2026 · Vergleich: Claude Code + caveman + context-mode · zwei Messungen: eine gleichzeitig, eine mit getrennt gemessenem Vergleichslauf

≈ 96–100 %mehr Arbeit im selben Limit
Gerechnet aus dem Limit-Wert oben: ≈ 96 % mehr. Bei 43 der 58 Aufgaben, die beide Läufe beendet haben, sogar mindestens doppelt so viel: 2,0× bis 4,4×, gerechnet aus Claudes Kosten je Aufgabe (Qualität auf diesen: 94 % mit Grace, 93 % Claude allein). 2 weitere solche Aufgaben zählen wegen der Qualität nicht mit (45 % mit Grace, 93 % Claude allein).
49 %weniger Zeit
Gleichzeitig gemessen mit Grace 0.3.8 (3. Oktober 2026): 3 h 41 min mit Grace, 7 h 10 min Claude allein — die Zeit aller 30 Aufgaben, zusammengezählt. Schneller war Grace bei 28 davon; Qualität: 93 % mit Grace, 90 % Claude allein. Zeitlich verglichen werden nur die 30 gleichzeitig gemessenen Aufgaben; die anderen 30 wurden getrennt gemessen.

So wurde gemessen

Grace 0.3.8 gegen Claude Code mit den Spar-Plugins caveman und context-mode – nicht nacktes Claude – auf 60 Aufgaben in zwei Tests, 2.–3. Oktober 2026, auf Konten mit Claude Max 20x: 30 Aufgaben auf zwei Konten in derselben Reihenfolge zur selben Zeit, dazu 30 Aufgaben, deren Vergleichslauf dieselben Aufgaben am selben Tag bearbeitete, aber getrennt gemessen wurde.
Der Anteil am 5-Stunden-Limit wurde bei jedem Konto alle 5 Minuten abgelesen, in ganzen Prozentpunkten; die Kopfzahl zählt beide Tests zusammen.
Auf dem Vergleichskonto fehlen 54 s Ablesung an einem 5-Stunden-Neubeginn. Das kann die Ersparnis nur kleiner zeigen.
Qualität: Jede Aufgabe hat Abnahmekriterien, die den Läufen verborgen blieben und nach dem Lauf bewertet wurden. Verglichen werden nur Aufgaben, die beide Läufe beendet haben.
Frühere Tests – Grace 0.3.7 am 2. Oktober und eine frühere Fassung am 29. September 2026 – stehen auf der Messseite (englisch).

Rohdaten je Aufgabe (JSON, 25 KB) Ganze Methode und Rohdaten (englisch)

Was dieser Test nicht zeigt

Wie viel caveman oder context-mode allein sparen – sie waren Teil des Vergleichs und wurden nicht getrennt gemessen.
Pro und Max 5x – gemessen wurde nur Max 20x; die Tarifzahlen auf unserer Seite sind mit Anthropics Tarif-Vielfachen gerechnet.
Deine eigene Arbeit – Aufgaben sind verschieden. Der faire Vergleich ist /usage an deinen eigenen Aufgaben.
Die Zeit der 30 Aufgaben mit getrennt gemessenem Vergleichslauf – zeitlich verglichen werden nur die 30 gleichzeitig gemessenen Aufgaben.

30 Tage gratis testen

Nur ein Konto erstellen · keine Zahlungsdaten · endet von selbst

Messungen anderer

Das sind nicht unsere Messungen. Jede hat die genannte Stelle veröffentlicht; wir zitieren das Ergebnis wörtlich (englisch) und verlinken die Quelle. Werkzeuge ändern sich – ein Ergebnis gilt für die genannte Fassung und das Datum.

Messung anderer

caveman

Gemessen von
JetBrains-AI-Blog (Denis Shiryaev) · 6. Juli 2026

Aufbau
SkillsBench, 86 Aufgaben · Claude Code 2.1.200 · claude-sonnet-5 mit niedriger Denkstufe · 3 Durchgänge · Ausgabe-Tokens

Ergebnis (Zitat)

Advertised saving: 65%. Measured saving: 8.5%. Qualität: „no detectable degradation“. Die README von caveman wurde seitdem überarbeitet und nennt diese Messung selbst.

Quelle
Speaking to AI Agents like Cavemen Saves 65% of Tokens. We Test. (englisch)
Messung anderer

caveman gegen „Be brief.“

Gemessen von
Max Taylor · 29. April 2026

Aufbau
24 Prompts als Einzelaufrufe mit claude -p – keine Agenten-Aufgaben

Ergebnis (Zitat)

The two-word prompt matched it on tokens and quality.

Quelle
I benchmarked caveman against two words (englisch)
Messung anderer

RTK

Gemessen von
JetBrains-AI-Blog (Denis Shiryaev) · 20. Juli 2026

Aufbau
SkillsBench · Claude Code 2.1.201 · claude-sonnet-5 mit niedriger und hoher Denkstufe · Kosten je Aufgabe

Ergebnis (Zitat)

+7.6% more expensive at low reasoning effort (p=0.004), ±0% at high effort „Task quality: unchanged in both arms, at both effort levels.“

Quelle
rtk Claude Code Token Savings: A Skill Trial Benchmark (englisch)
Messung anderer

RTK

Gemessen von
Quesma (Bartosz Kotrys, Jacek Migdal) · 11. September 2026

Aufbau
Terminal-Bench 2.1 · Claude Code mit Fable 5.0 und OpenCode mit DeepSeek V4 Pro · 1.740 Versuche

Ergebnis (Zitat)

With RTK, costs fell by 5% for Fable and rose by 5% for DeepSeek.

Quelle
RTK reports huge token savings, but our cost benchmarks disagree (englisch)

context-mode

Eine unabhängige Messung von context-mode mit Claude Code haben wir bis zum 2. Oktober 2026 nicht gefunden. Die eigene Angabe zu Werkzeug-Ausgaben, die aus dem Kontext bleiben: „315 KB becomes 5.4 KB. 98% reduction.“ (context-mode auf GitHub) In unserem Test war es Teil des Vergleichs.

Miss es an deiner eigenen Arbeit

Tippe /usage in Claude Code und notiere deinen 5-Stunden-Balken.
Arbeite eine Weile wie gewohnt – dieselbe Art Aufgaben mit und ohne das Werkzeug.
Vergleiche die Balken. Anthropics eigene Wege, weniger zu verbrauchen, stehen in unserem Ratgeber zum Nutzungslimit.

Ratgeber: Claude-Limit erreicht – was tun?