---
title: "Coding-Agent-Kosten senken: 10 Taktiken mit Ersparnis"
description: "Zehn konkrete Wege, wie Cline, Aider, opencode oder Ihr eigener Coding-Agent weniger Tokens verbraucht, jeweils mit Rechnung zur Ersparnis und zur Messung."
url: https://broadrouter.com/de/blog/cut-coding-agent-llm-costs/
lang: de
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Mit KI-Unterstützung aus dem Englischen übersetzt. [Englisches Original lesen](https://broadrouter.com/blog/cut-coding-agent-llm-costs/) (aktualisiert am 2026-11-14).

# Coding-Agent-Kosten senken: 10 Wege mit geschätzter Ersparnis

Vom Team von BroadNet Inference · 6 Min. Lesezeit · Veröffentlicht 2026-11-14

Die meisten Kosten entstehen durch Input, der in jedem Zug erneut gesendet wird. Halten Sie das Prompt-Präfix stabil, damit es gecacht wird, nennen Sie Dateien, kürzen Sie Tool-Output, senken Sie den Reasoning-Aufwand, begrenzen Sie Schleifen und Retries und leiten Sie einfache Schritte an günstigere Modelle. Bei DeepSeek V4.1 Flash kostet gecachter Input etwa 3 % von neuem Input. Ab etwa 917 Millionen Input-Tokens im Monat ist eine Flatrate für $60 günstiger.

## Das Wichtigste in Kürze

-   Input dominiert die Rechnung eines Coding-Agenten, weil er den Kontext in jedem Zug erneut sendet. Caching ist daher meist der größte Hebel.
-   Steigt der Cache-Anteil von 50 % auf 80 %, sinkt die Input-Rechnung bei DeepSeek V4.1 Flash um mehr als die Hälfte.
-   Gekürzter Tool-Output und vorab genannte Dateien sparen Tokens, die sonst in jedem späteren Zug erneut gesendet würden.
-   Schrittlimits, Retry-Limits und ein niedrigerer Reasoning-Aufwand stoppen die Kosten, die keine natürliche Obergrenze haben.
-   Ein Vollzeit-Agent kostet im Beispiel von BroadNet $65.40 im Monat bei Abrechnung pro Token; ein Full-Moon-Plan kostet $60.

**Auf dieser Seite**

1.  Wofür gibt ein Coding-Agent sein Geld aus?
2.  Welche Taktiken sparen am meisten?
3.  1\. Das Prompt-Präfix stabil halten, damit es gecacht wird
4.  2\. Dem Agenten sagen, welche Dateien wichtig sind
5.  3\. Tool-Output kürzen, bevor er in den Kontext gelangt
6.  4\. Den Reasoning-Aufwand bei Routineschritten senken
7.  5\. Schritte pro Aufgabe begrenzen
8.  6\. Retries begrenzen und loggen
9.  7\. Für jede Aufgabe eine neue Session starten
10.  8\. Einfache Schritte an ein günstigeres Modell leiten
11.  9\. Selten zusammenfassen, sonst anhängen
12.  10\. Ab dem Break-even auf eine Flatrate wechseln
13.  Wie messen Sie, ob eine Taktik gewirkt hat?
14.  Wo BroadNet Inference passt

Die Rechnung eines Coding-Agenten wächst anders als die eines Chats. Jeder Zug sendet den System-Prompt, die Tool-Liste, die bereits gelesenen Dateien und den bisherigen Verlauf erneut. Bei Zug 30 kann eine einzige Anfrage Hunderttausende Input-Tokens enthalten, die meisten davon Wiederholungen. Die zehn Taktiken unten setzen genau dort an, wo diese Tokens hingehen. Zu jeder gibt es eine geschätzte Ersparnis samt Rechnung, auf Basis der Preise von BroadNet Inference, Stand 2026-11-14. Ihre Zahlen werden abweichen, messen Sie also vorher und nachher.

## Wofür gibt ein Coding-Agent sein Geld aus?

Drei Zähler, bei den meisten Agenten in absteigender Größe:

1.  **Input**, in jedem Zug erneut gesendet. Größtenteils cachebar.
2.  **Output**, einschließlich [Reasoning-Tokens](https://broadrouter.com/de/glossary/reasoning-tokens/), die Sie nie sehen.
3.  **Verschwendung**: Retries, Schleifen ohne Fortschritt und Kontext, den niemand brauchte.

Lesen Sie für einen Tag echter Arbeit `prompt_tokens`, `prompt_tokens_details.cached_tokens` und `completion_tokens` aus, bevor Sie etwas ändern. [Wohin die Tokens einer Agenten-Schleife gehen](https://broadrouter.com/de/blog/agent-token-budget/) zeigt, wie Sie sie aufschlüsseln.

## Welche Taktiken sparen am meisten?

| # | Taktik | Was sie senkt | Geschätzte Ersparnis |
| --- | --- | --- | --- |
| 1 | Prompt-Präfix stabil halten | Neuer Input | Input-Rechnung halbiert oder mehr |
| 2 | Dateien nennen, statt den Agenten suchen zu lassen | Erkundungszüge | Weniger Züge, weniger erneutes Senden |
| 3 | Tool-Output kürzen | Input in jedem späteren Zug | Wächst mit der Log-Größe |
| 4 | Reasoning-Aufwand bei Routineschritten senken | Versteckter Output | Hängt vom Aufgabenmix ab |
| 5 | Schritte pro Aufgabe begrenzen | Ausufernde Schleifen | Deckelt den schlimmsten Fall |
| 6 | Retries begrenzen und loggen | Doppelte Anfragen | Jeder vermiedene Retry ist eine volle Anfrage |
| 7 | Pro Aufgabe eine neue Session starten | Veralteter Verlauf | Kürzerer Kontext pro Zug |
| 8 | Einfache Schritte an ein günstigeres Modell leiten | Preis pro Token | Groß bei umgeleiteten Schritten |
| 9 | Selten zusammenfassen, oft anhängen | Cache-Misses | Hält Taktik 1 am Laufen |
| 10 | Ab dem Break-even auf eine Flatrate wechseln | Den Token-Zähler | $5.40 im Monat in unserem Beispiel |

## 1\. Das Prompt-Präfix stabil halten, damit es gecacht wird

[Gecachter Input](https://broadrouter.com/de/glossary/cached-input-tokens/) kostet bei DeepSeek V4.1 Flash $0.0055 pro 1 Mio.; neuer Input kostet $0.175, etwa 32-mal so viel. Ordnen Sie Prompts so: System-Prompt, Tools, Dateien, Verlauf, neue Nachricht. Setzen Sie nie einen Zeitstempel an den Anfang. Cursor berichtete im September 2026, dass Änderungen am Harness, darunter ein um etwa zwei Drittel kürzerer System-Prompt und Tools, die erst bei Bedarf geladen werden, die Token-Kosten der Nutzer um 7 % gesenkt haben. [So strukturieren Sie Prompts, damit das Präfix gecacht wird](https://broadrouter.com/de/blog/prompt-structure-for-caching/).

**Geschätzte Ersparnis.** Nehmen Sie 1.000 Mio. Input-Tokens im Monat. Bei 50 % Cache-Treffern zahlen Sie den Preis für neuen Input auf 500 Mio.; bei 80 % auf 200 Mio. Einschließlich des gecachten Teils sinkt die Input-Rechnung um etwa 56 %. [So erhöhen Sie Ihre Cache-Quote](https://broadrouter.com/de/blog/cached-input-tokens-explained/), oder probieren Sie Ihre eigenen Zahlen im [Prompt-Caching-Rechner](https://broadrouter.com/tools/prompt-caching-calculator/) aus.

## 2\. Dem Agenten sagen, welche Dateien wichtig sind

Eine vage Aufgabe („fix the login bug“, also „behebe den Login-Fehler“) schickt den Agenten auf die Suche: Verzeichnisse auflisten, Dateien öffnen, sie in den Kontext lesen. Jede geöffnete Datei wird danach in jedem späteren Zug erneut gesendet. Nennen Sie die Dateien und die erwartete Änderung. Legen Sie im Repository eine kurze Projektübersicht ab, die der Agent zuerst liest.

**Geschätzte Ersparnis.** Wird eine Datei mit 40.000 Tokens in Zug 3 einer Aufgabe mit 30 Zügen gelesen, wird sie etwa 27-mal erneut gesendet: über eine Million Input-Tokens für eine einzige Datei. Wer sie nicht liest, spart all das.

## 3\. Tool-Output kürzen, bevor er in den Kontext gelangt

Test-Runner, Build-Logs und `git diff` können Zehntausende Tokens zurückgeben. Zeigen Sie dem Agenten die letzten 100 Zeilen eines Logs oder nur die fehlschlagenden Tests. In den meisten Agenten-Tools lässt sich ein Output-Limit für Befehle setzen.

**Geschätzte Ersparnis.** Dieselbe Rechnung wie bei Taktik 2: Jedes gekürzte Token wird einmal pro verbleibendem Zug gespart.

## 4\. Den Reasoning-Aufwand bei Routineschritten senken

DeepSeek V4.1 Flash und GLM 5.3 denken nach, bevor sie antworten, und dieses Nachdenken wird als Output abgerechnet. Setzen Sie `reasoning_effort: "low"` für Umbenennungen, Formatierung und kleine Änderungen. Halten Sie `max_tokens` hoch genug, damit die Antwort fertig wird; sonst zahlen Sie für das Nachdenken und erhalten eine leere Antwort. [Kosten von Reasoning-Tokens](https://broadrouter.com/de/blog/reasoning-tokens-cost/).

**Geschätzte Ersparnis.** Messen Sie `completion_tokens_details.reasoning_tokens` vorher und nachher an denselben 20 Aufgaben. Die Ersparnis ist der Rückgang mal dem Output-Preis ($0.52 pro 1 Mio.).

## 5\. Schritte pro Aufgabe begrenzen

Ein Agent, der einen Test nicht reparieren kann, dreht unter Umständen 100 Züge lang Schleifen, jeder größer als der vorige. Legen Sie eine Höchstzahl an Zügen pro Aufgabe fest und brechen Sie ab, wenn sich derselbe Tool-Aufruf dreimal wiederholt. Ein Schrittlimit macht aus unbegrenzten Kosten begrenzte.

## 6\. Retries begrenzen und loggen

Eine wiederholte Anfrage ist eine neue Inferenz und wird bei einem Schlüssel mit Abrechnung pro Token erneut berechnet. Wiederholen Sie 429 und 5xx mit Backoff und festem Limit; wiederholen Sie andere 4xx-Fehler wie 400 oder 422 nicht. [Fehler und Retries](https://broadrouter.com/de/guides/errors-and-retries/).

## 7\. Für jede Aufgabe eine neue Session starten

Der Verlauf der letzten Aufgabe ist bei der nächsten nur Ballast. Eine neue Session pro Aufgabe hält den Kontext klein. Das steht nicht im Widerspruch zum Caching: System-Prompt und Tools bilden weiterhin ein gemeinsames, cachebares Präfix.

## 8\. Einfache Schritte an ein günstigeres Modell leiten

Nicht jeder Schritt braucht dasselbe Modell. Commit-Messages, Changelog-Zeilen und einfache Klassifizierung können an [Gemma 4 VL 26B](https://broadrouter.com/de/models/gemma-4-vl-26b/) gehen, für $0.10 Input und $0.22 Output pro 1 Mio. Wenn Sie [GLM 5.3](https://broadrouter.com/de/models/glm-5.3/) für Tool-lastige Schritte nutzen, leiten Sie den Rest an DeepSeek V4.1 Flash: Output kostet bei GLM 5.3 etwa 6,7-mal so viel. [GLM 5.3 vs. DeepSeek V4.1 Flash](https://broadrouter.com/de/blog/glm-5-3-vs-deepseek-v4-1-flash/).

**Vorsicht.** Messen Sie die Kosten pro erledigter Aufgabe. Ein günstigeres Modell, das doppelt so viele Züge braucht, kann mehr kosten.

## 9\. Selten zusammenfassen, sonst anhängen

Wenn ein Agent seinen Verlauf komprimiert, schreibt er den Prompt neu, und der Cache beginnt von vorn. Fassen Sie erst zusammen, wenn der Kontext nahe an seinem Limit ist, und zwar in einem großen Schritt; danach wird wieder angehängt. So bleibt Taktik 1 wirksam.

## 10\. Ab dem Break-even auf eine Flatrate wechseln

Abrechnung pro Token belohnt geringe Nutzung. Ein Vollzeit-Agent ist nicht gering. Im durchgerechneten Beispiel von BroadNet kostet ein Vollzeit-Coding-Agent (1.000 Mio. Input bei 80 % Cache, 50 Mio. Output) $65.40 im Monat bei Abrechnung pro Token; ein ständig laufender Agent kostet $196.20. Eine Full-Moon-Session kostet $60 im Monat ohne Token-Zähler, eine Anfrage gleichzeitig. Ab diesem Punkt sparen die Taktiken 1 bis 9 noch Zeit, aber kein Geld mehr. Prüfen Sie Ihre eigenen Volumen mit dem [Rechner Flatrate vs. pro Token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/), oder lesen Sie [die Break-even-Rechnung](https://broadrouter.com/de/blog/flat-rate-vs-pay-per-token-llm-api/) und [parallele Agenten mit einer Flatrate betreiben](https://broadrouter.com/de/blog/run-parallel-coding-agents-flat-rate/).

## Wie messen Sie, ob eine Taktik gewirkt hat?

1.  Wählen Sie 20 repräsentative Aufgaben aus Ihrem Backlog.
2.  Führen Sie sie mit Ihrem aktuellen Setup aus und loggen Sie die Tokens pro Aufgabe.
3.  Wenden Sie jeweils eine Taktik an und führen Sie sie erneut aus.
4.  Vergleichen Sie die Kosten pro erledigter Aufgabe, nicht die Kosten pro Anfrage.

Für Anwendungen, die keine Coding-Agenten sind, finden Sie dieselben Hebel in allgemeiner Reihenfolge unter [LLM-API-Kosten senken](https://broadrouter.com/de/blog/how-to-reduce-llm-api-costs/).

Einrichtungsanleitungen für gängige Agenten: [Aider](https://broadrouter.com/de/guides/aider-unlimited-deepseek/), [Cline](https://broadrouter.com/de/guides/cline-openai-compatible/), [Zoo Code, der Fork des inzwischen eingestellten Roo Code](https://broadrouter.com/de/guides/roo-code-openai-compatible/) und [OpenCode](https://broadrouter.com/de/guides/opencode-custom-provider/).

## Wo BroadNet Inference passt

BroadNet bietet Coding-Agenten einen günstigen Preis für gecachten Input bei DeepSeek V4.1 Flash und, für intensive Nutzung, unbegrenzte Sessions ab $60 im Monat, über einen OpenAI-kompatiblen Endpoint, den diese Agenten bereits unterstützen. Geschlossene Frontier-Modelle betreibt BroadNet nicht. Braucht Ihr Agent eines für seine schwierigsten Schritte, lassen Sie dieses Modell bei seinem Anbieter und schicken Sie den Großteil der Züge hierher. [Zu den Plänen](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-cut-coding-agent-llm-costs&utm_content=body).

Kostenlose Tools zum Thema (auf Englisch)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[Kostenlose Tools (auf Englisch)](https://broadrouter.com/tools/)

## Begriffe in diesem Artikel

[Token](https://broadrouter.com/de/glossary/token/)

Ein Token ist die Texteinheit, die ein Sprachmodell liest und schreibt: ein Wort, ein Wortteil, ein Satzzeichen oder eine Bytefolge, die der Tokenizer des Modells erzeugt. LLM-APIs zählen, begrenzen und berechnen die Nutzung meist in Tokens.

[Tool Calling (Function Calling)](https://broadrouter.com/de/glossary/tool-calling/)

Tool Calling, auch Function Calling genannt, ist eine Funktion von LLM-APIs, bei der das Modell eine strukturierte Anfrage zurückgibt, eine vom Entwickler definierte Funktion mit JSON-Argumenten auszuführen. Die Anwendung führt die Funktion aus und sendet das Ergebnis zurück; das Modell selbst führt nie Code aus.

[Pay-as-you-go](https://broadrouter.com/de/glossary/pay-as-you-go/)

Pay-as-you-go ist ein Preismodell, bei dem Sie nur für tatsächliche Nutzung zahlen, gemessen pro Einheit wie Tokens, Anfragen oder Audiominuten, ohne Abonnement oder Mindestabnahme. Die meisten LLM-APIs rechnen so ab, aus einem vorausbezahlten Guthaben oder per regelmäßiger Rechnung.

[LLM-Flatrate (Flat-rate LLM plan)](https://broadrouter.com/de/glossary/flat-rate-llm-plan/)

Eine LLM-Flatrate ist ein Plan, der für den Zugang zu einer Sprachmodell-API einen Festpreis pro Zeitraum, etwa pro Monat, berechnet statt pro Token. Solche Pläne begrenzen meist etwas anderes, etwa Parallelität, Geschwindigkeit, Modelle oder Nutzungsfenster. Die Limits zählen also so viel wie der Preis.

[System-Prompt](https://broadrouter.com/de/glossary/system-prompt/)

Ein System-Prompt ist der Anweisungstext, den eine Anwendung einem Sprachmodell vor dem Gespräch sendet, meist als Nachricht mit der Rolle system oder developer. Er legt Rolle, Regeln, Ton und Ausgabeformat des Modells fest, und das Modell soll ihm auch bei widersprechenden Nutzernachrichten folgen.

[Input- und Output-Tokens](https://broadrouter.com/de/glossary/input-and-output-tokens/)

Input-Tokens sind die Tokens, die ein Sprachmodell in einer Anfrage liest, einschließlich System-Prompt, Gesprächsverlauf, Tool-Definitionen und Bildern. Output-Tokens sind die Tokens, die es als Antwort erzeugt, einschließlich Reasoning. LLM-APIs berechnen beide meist getrennt, und Output ist in der Regel teurer.

[Reasoning-Tokens](https://broadrouter.com/de/glossary/reasoning-tokens/)

Reasoning-Tokens sind Tokens, die ein Reasoning-Modell erzeugt, um ein Problem durchzuarbeiten, bevor es seine sichtbare Antwort schreibt. Sie werden meist als Output-Tokens berechnet, zählen zum Output-Limit und zum Kontextfenster und können von der API verborgen oder zusammengefasst werden.

[Gecachte Input-Tokens (Cached Input Tokens)](https://broadrouter.com/de/glossary/cached-input-tokens/)

Gecachte Input-Tokens sind Prompt-Tokens, die ein LLM-Anbieter kürzlich verarbeitet hat und aus einem Cache wiederverwenden kann, statt sie neu zu berechnen, meist ein wiederholtes Präfix wie ein System-Prompt oder ein Dokument. Anbieter berechnen sie günstiger als neue Input-Tokens.

## Häufige Fragen

### Warum ist der Betrieb von Coding-Agenten so teuer?

Sie senden System-Prompt, Tool-Definitionen, Dateiinhalte und Verlauf in jedem Zug erneut, sodass die Input-Tokens mit jedem Schritt wachsen. Reasoning kommt als versteckter Output noch dazu.

### Was ist der größte einzelne Hebel, um die Kosten eines Coding-Agenten zu senken?

Halten Sie den Anfang des Prompts zwischen den Zügen identisch, damit er als gecachter Input abgerechnet wird. Bei DeepSeek V4.1 Flash kostet gecachter Input $0.0055 pro 1 Mio., neuer Input $0.175.

### Ist ein günstigeres Modell für einen Coding-Agenten immer günstiger?

Nein. Ein schwächeres Modell, das mehr Schritte braucht oder scheitert und es erneut versucht, kann insgesamt mehr kosten. Messen Sie die Kosten pro erledigter Aufgabe, nicht pro Token.

### Ab wann lohnt sich eine Flatrate für meinen Coding-Agenten?

Bei DeepSeek V4.1 Flash ab etwa 917 Millionen Input- und 46 Millionen Output-Tokens im Monat mit 80 % Cache-Treffern. Ein Vollzeit-Agent überschreitet das in der Regel.

### Wie verhindere ich, dass mein Coding-Agent in Schleifen Tokens verbrennt?

Begrenzen Sie die Zahl der Züge pro Aufgabe, brechen Sie ab, wenn sich derselbe Tool-Aufruf dreimal wiederholt, und begrenzen Sie Retries bei 429- und 5xx-Fehlern. Ein Schrittlimit macht aus unbegrenzten Kosten begrenzte.

## Weiterlesen

-   [Claude Code mit offenen Modellen: Proxys, native Endpoints, Grenzen](https://broadrouter.com/de/blog/claude-code-with-openai-compatible-models/)
-   [Gecachte Input-Tokens: So senken Sie die Rechnung Ihrer LLM-API](https://broadrouter.com/de/blog/cached-input-tokens-explained/)
-   [Reasoning-Tokens: Warum Sie mehr Output zahlen, als Sie sehen](https://broadrouter.com/de/blog/reasoning-tokens-cost/)
-   [LLM-API: Flatrate oder Abrechnung pro Token? Die Break-even-Rechnung](https://broadrouter.com/de/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Parallele Coding-Agenten mit einer LLM-API-Flatrate betreiben](https://broadrouter.com/de/blog/run-parallel-coding-agents-flat-rate/)
-   [LLM-API-Kosten kontrollieren: Budgets, Key-Limits und Loop-Schutz](https://broadrouter.com/de/blog/llm-api-spend-control/)
-   [LLM-API-Preisänderungen im Oktober 2026: 3 Erhöhungen, keine Senkung](https://broadrouter.com/de/blog/llm-api-price-changes-october-2026/)
-   [Wie oft ändern sich LLM-API-Preise? 3 Jahre archivierte Preisseiten](https://broadrouter.com/de/blog/how-often-llm-api-prices-change/)
-   [Anleitung: Aider mit unbegrenztem DeepSeek V4.1 Flash betreiben](https://broadrouter.com/de/guides/aider-unlimited-deepseek/)
-   [Anleitung: Cline mit BroadNet Inference nutzen (Provider OpenAI Compatible)](https://broadrouter.com/de/guides/cline-openai-compatible/)
-   [Anleitung: Roo Code mit BroadNet Inference nutzen (OpenAI Compatible)](https://broadrouter.com/de/guides/roo-code-openai-compatible/)
-   [Anleitung: BroadNet Inference als eigenen Provider in opencode einrichten](https://broadrouter.com/de/guides/opencode-custom-provider/)

Testen Sie es mit Ihrem echten Workload. Neue Konten starten mit USD 5 Guthaben für Gemma und Transkription. DeepSeek, GLM und Qwen3.8 erfordern eine Aufladung.

[Loslegen](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-cut-coding-agent-llm-costs&utm_content=page-cta) ·

**Quellen**

-   [Maschinenlesbare Preise von BroadNet Inference (pricing.json, abgerufen am 2026-11-14) (auf Englisch)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-cut-coding-agent-llm-costs&utm_content=sources)
-   [Pläne und Plan-FAQ von BroadNet Inference (abgerufen am 2026-11-14) (auf Englisch)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-cut-coding-agent-llm-costs&utm_content=sources)
-   [API-Referenz von BroadNet Inference, Reasoning- und gecachte Tokens (abgerufen am 2026-11-14) (auf Englisch)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-cut-coding-agent-llm-costs&utm_content=sources)
-   [Cursor, verbesserte Token-Effizienz (23. September 2026; abgerufen am 2026-11-14)](https://cursor.com/blog/improved-token-efficiency)
