Vermeiden Sie Token-Verschwendung bei Fable 5.1

Fable 5.1 ist eine Bestie. Und es verbrennt Tokens wie eine.

Hier erfährst du, wie du mit vier Befehlen Token-Verschwendung vermeidest, und mit kostenlosen Open-Source-Repos, die sie noch weiter reduzieren.

Nichts davon beeinträchtigt die Ausgabequalität. Es ändert nur, wofür du für das gleiche Ergebnis zahlst.

Und das alles funktioniert, egal ob du Fable 5.1 verwendest oder nicht, denn die Token-Kosten summieren sich auf die gleiche Weise, unabhängig davon, welches Modell du ausführst.

Fangen wir an.

Schritt 1: Reduziere deinen Aufwand.

Das ist der größte Trick überhaupt, und es ist eine Einstellung, die du bei jeder Anfrage kontrollieren kannst.

Es gibt fünf Stufen: niedrig, mittel, hoch, sehr hoch und maximal.

Der Aufwand steuert, wie viel das Modell nachdenkt, bevor es antwortet. Höherer Aufwand bedeutet mehr Denken vor einer Antwort, was mehr Tokens kostet, unabhängig davon, ob die Aufgabe das Denken tatsächlich erforderte.

Stell es dir so vor. Die Aufwandsstufe ist, wie lange du jemanden nachdenken lässt, bevor er antwortet. Frag jemanden, was 2+2 ist, und er sagt "4." Bitte ihn, zehn Minuten lang intensiv nachzudenken, und du zahlst für zehn Minuten Denken, um die gleiche "4" zu erhalten.

Nun... die meisten Aufgaben sind 2+2.

Die Anleitung von Anthropic für Fable 5.1 lautet: Beginne mit "hoch", der Standardeinstellung. Steigere auf "sehr hoch" oder "maximal" nur für die anspruchsvollsten Coding- und Agentenaufgaben. Reduziere auf "mittel" oder "niedrig" für Routineaufgaben oder latenzempfindliche Aufgaben, sobald bestätigt ist, dass die niedrigere Stufe die Qualität hält.

Die Zahlen sind verrückt. Auf CursorBench erzielte Fable 5.1 mit niedrigem Aufwand eine höhere Punktzahl als Fable 5 mit hohem Aufwand, bei einem Drittel der Kosten.

Teste es, bevor du ihm vertraust. Wähle eine Aufgabe, bei der die richtige Antwort bereits bekannt ist, und führe sie dann mit niedrigem Aufwand aus.

"Führe diese Anfrage mit niedrigem Aufwand aus und sag mir, was sich in der Antwort geändert hat"

Verwende eine deiner echten Aufgaben. Vergleiche die Ausgabe direkt, bevor du annimmst, dass niedriger Aufwand schlechtere Ergebnisse bedeutet. Behalte die schweren Sachen, mehrstufige Überlegungen, echtes Debugging, alles, bei dem eine falsche Antwort später Zeit kostet, bei "hoch" oder darüber.

Schritt 2: Führe Kostenoptimierung durch.

Dies wurde am 26. August als Teil der claude-api-Fähigkeit eingeführt. Es analysiert die aktuelle Nutzung und ordnet die Kostenhebel, die für ein bestimmtes Projekt relevant sind.

1/claude-api cost-optimize

Es prüft Caching, Token-Hygiene, Batch-Verarbeitung, Aufwandsstufe und Modellwahl, in dieser Reihenfolge. Caching und Token-Hygiene sind in der Regel die billigsten Korrekturen und zahlen sich am schnellsten aus, bevor es überhaupt etwas Strukturelles wie einen Modellwechsel vorschlägt.

Jeder Vorschlag wird einzeln genehmigt oder übersprungen. Nichts ändert sich ohne Bestätigung, es besteht also kein Risiko, dass ein Setup umgeschrieben wird.

Schritt 3: Führe Prompt-Audit durch.

Prompts und Fähigkeiten sammeln mit der Zeit Müll an.

Stell es dir wie eine Rumpelkammer vor. Jede Bearbeitung fügt ein weiteres Teil hinzu, und du räumst sie nie aus. Außer dass diese "Kammer" dir für jede Anfrage Tokens berechnet, für immer, bis der Müll entfernt wird.

1/claude-api prompt-audit

Führe es in jedem Fähigkeiten-Ordner aus, den du hast. Die alten Fähigkeiten, diejenigen, die du wahrscheinlich immer wieder bearbeitet hast, sind genau die, wo es die meiste Verschwendung findet. Jede Bearbeitung hat etwas hinzugefügt, ohne das zu entfernen, was es ersetzt hat. Führe dies aus, und du wirst den Unterschied bemerken.

Schritt 4: Migriere alte API-Konfigurationen.

Wenn ein Projekt noch mit einer Konfiguration läuft, die für ein früheres Modell erstellt wurde, kümmert sich dies um den Modell-ID-Tausch sowie alle Breaking-Änderungen an Parametern in der gesamten Codebasis.

1/claude-api migriere dieses Projekt zu claude-fable-5-1

Nenne das tatsächliche Zielmodell. Es bestätigt zuerst den Umfang – das gesamte Arbeitsverzeichnis, ein Unterverzeichnis oder eine bestimmte Liste von Dateien – bevor es etwas bearbeitet. Dann gibt es dir eine Checkliste mit dem, was noch manuell zu überprüfen ist.

Vier Repos, um die Verschwendung noch weiter zu reduzieren.

Diese sind nicht spezifisch für Fable 5.1. Bei jedem Modell gelten die gleichen Token-Einsparungen, daher ist es gut zu wissen, was es da draußen gibt und was jedes einzelne tatsächlich tut.

Caveman

Komprimiert die eigenen Antworten des Modells zu kurzen, telegrammartigen Antworten anstelle von ausführlichen.

Einrichtung:

1curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.sh | bash

RTK

Ein Rust-Proxy, der die Ausgabe von Shell-Befehlen komprimiert, bevor sie den Kontext des Modells erreicht.

Einrichtung:

1brew install rtk
2rtk init -g

Ponytail

Bringt den Agenten dazu, von vornherein weniger Code zu schreiben. Eine Senior-Developer-Perspektive, die eine Zeile statt fünfzig auswählt.

Einrichtung:

1/plugin marketplace add DietrichGebert/ponytail
2/plugin install ponytail@ponytail

CodeGraph

Dieses funktioniert völlig anders. Anstatt Text zu komprimieren, erstellt es einen Wissensgraphen der Codebasis, sodass der Agent Symbolbeziehungen und Aufrufgraphen direkt abfragen kann, anstatt Dateien mit grep und read zu durchsuchen.

Einrichtung:

1npx @colbymchenry/codegraph
2cd dein-projekt
3codegraph init -i

Wo du anfangen solltest.

Wenn sonst nichts gemacht wird, mache Schritt 1. Reduziere die Aufwandsstufe bei der nächsten Routineaufgabe und vergleiche die Ausgabe. Diese eine Einstellung bringt mehr für deine Credits als jedes Repo, und es kostet nichts, es auszuprobieren.

Führe dann cost-optimize und prompt-audit für eines deiner Projekte aus.

Die vier bestätigten Einstellungen von Anthropics eigenem Team schlagen alles, was aus einem Repo installiert wird. Sieh dich danach im weiteren Ökosystem mit den vier Repos um, die ich dir gegeben habe.

Wenn dir das Tokens/Geld gespart hat, like und teile es mit deinem Netzwerk.

Bis zum nächsten Mal :)