Am 1. August änderte ein beliebtes KI-Programmierwerkzeug stillschweigend eine Einstellung – sodass Nutzer nicht mehr sehen können, wie viel Geld sie ausgegeben haben.
Das Tool heißt Cursor und gehört zu den populärsten „KI-Programmierassistenten“ der letzten zwei Jahre. Nutzer beschreiben ihre Anforderungen im Editor in Umgangssprache, und das Tool passt den Code entsprechend an. Das Abonnement kostet 20 US-Dollar pro Monat und enthält ein gewisses Nutzungskontingent; darüber hinausgehende Verbräuche werden nach Nutzung abgerechnet. Früher zeigte die Nutzungsseite zwei Werte nebeneinander an: die im laufenden Monat verbrauchte „Wortanzahl“ (Tokens) sowie den entsprechenden Dollarbetrag. Am 1. August bemerkten Nutzer, dass die Betragsspalte verschwunden war und nur eine Zahlenreihe übrig blieb. Auch in der exportierten Abrechnungstabelle fehlte die Spalte mit den Geldbeträgen.
„Ich habe diese Seite täglich genutzt, um meine Ausgaben im Blick zu behalten, und heute wurden die Geldbeträge plötzlich durch Token-Zahlen ersetzt“, schrieb ein Nutzer im offiziellen Cursor-Forum. Der Beitrag wurde rasch in der Entwickler-Community Hacker News geteilt und sammelte innerhalb eines Tages 291 Upvotes und 125 Kommentare. Ein paar Hundert Upvotes sind in dieser Community zwar kein Rekord, trafen aber einen empfindlichen Punkt im Entwickleralltag: Niemand kann genau erklären, wie sich die eigene KI-Rechnung zusammensetzt. Ein Konto, das sich als Cursor-Mitarbeiter ausgab, antwortete: Auf der Hauptkontoseite sei die Gesamtausgabe weiterhin einsehbar; die fehlenden Beträge im CSV-Export seien „beim Aufräumen alter Funktionen versehentlich beschädigt und bereits behoben worden“; was das Ausgabendiagramm betreffe – „manche Nutzer haben den Dollarwert des enthaltenen Kontingents als tatsächliche Ausgaben missverstanden, weshalb wir es entfernt haben“.
Abb.: Screenshot der Ausgabenseite aus der Diskussion – nur Token-Zahlen sichtbar, keine entsprechenden Geldbeträge. Quelle: pasteboard.co
Diese Erklärung konnte die Zweifel nicht vollständig ausräumen. Nutzer wiesen darauf hin, dass auch die kreisförmige Kostenanzeige neben der Kontextnutzung entfernt wurde: „Wenn man jetzt versehentlich ein teures Modell aktiviert hat, merkt man es erst, wenn das monatliche Kontingent aufgebraucht ist.“ Beide Maßnahmen weisen in dieselbe Richtung: Nutzer können zwar weiterhin den „Verbrauch“ einsehen, aber die Umrechnung von „Verbrauch“ in „Geld“ wurde erheblich erschwert.
Am selben Tag erschien in den Kommentaren ein noch auffälligerer Praxistest. Ein Entwickler namens tosh führte dieselben 10 Aufgaben (Berechnung von Datei-Prüfsummen, Zusammenführen von Tabellen, Reparieren einer Build-Pipeline) mit demselben KI-Modell auf derselben virtuellen Maschine über 6 verschiedene KI-Coding-Tools aus. Das Ergebnis: Das sparsamste Tool verbrauchte nur 173.000 Tokens, während das aufwendigste Tool 5.070.000 Tokens verbrauchte – ein Unterschied um das 29-Fache. Alle Tools schlossen die Aufgaben erfolgreich ab; die Ergebnisse waren qualitativ gleichwertig, der Unterschied lag einzig in den Kosten.
Abb.: Realer Token-Verbrauch von 6 Tools mit demselben Modell und identischen Aufgaben – von 173.000 bis 5,07 Millionen Tokens. Quelle: news.ycombinator.com
Um diesen Unterschied zu verstehen, müssen zwei Begriffe geklärt werden. Ein Token ist die kleinste Abrechnungseinheit einer KI und entspricht grob der Wortanzahl. Vor jeder Antwort muss die KI die Frage, die Tool-Anleitungen und den bisherigen Gesprächsverlauf vollständig lesen – und jede eingelesene Silbe kostet Geld. Unter „Tool“ versteht man hier die gesamte Hülle um das KI-Modell herum: System-Prompts, Werkzeuglisten, Speicherdateien, Projektbeschreibungen und sämtliche Zwischenprodukte, die in den Dialog eingefügt werden.
Diese Diskrepanz zeigt: Nicht das Modell selbst ist teuer, sondern die Art und Weise, wie das Tool das Modell nutzt. Bei genauerer Betrachtung der Daten zeigt sich, dass die von den 6 Tools „geschriebenen“ Ausgabetokens recht ähnlich waren (30.000 bis 50.000 Tokens). Der Unterschied entstand fast vollständig bei den „zugeführten“ Eingabetokens. Das sparsamste Tool besaß nicht einmal einen System-Prompt, sondern bot dem Modell lediglich ein Terminal; das aufwendigste Tool umfasste allein ein „Speichersystem“ von über 10.000 Wörtern, das bei jeder Gesprächsrunde unverändert mitgesendet wurde. Ein Kommentator schätzte, dass solche Einleitungen die Kosten einer einzelnen Aufgabe verdoppeln können.
Ein überladener Kontext ist nicht nur teuer, sondern verschlechtert auch die Leistung. Der Arbeitsbereich eines großen Sprachmodells – fachlich Kontextfenster genannt – ist begrenzt und liegt derzeit meist zwischen einigen Hunderttausend und einer Million Tokens. Ist dieser Bereich voll, muss das Tool frühere Unterhaltungen zusammenfassen (wobei Details verloren gehen können und das Modell zu Halluzinationen neigt) oder den Kontext zurücksetzen. Noch feinsinniger bemerkte ein Kommentator: Anscheinend hilfreiche Zusatzinformationen können das Modell manchmal vom Kurs abbringen, sodass es zusätzliche Denkschritte macht, Umwege geht und am Ende langsamer arbeitet.
Natürlich stellt der 29-fache Unterschied ein extremes Szenario dar und entspricht nicht jeder alltäglichen Abrechnung. Kommentatoren merkten an, dass ein Großteil des eingespielten Materials bei großen Tools vom Prompt-Caching erfasst wird, wodurch der Preis pro Token um bis zu 90 Prozent sinkt. Minimalistische Tools schließen Aufgaben oft ab, bevor der Cache-Schwellenwert (unter 1.024 Tokens) erreicht wird, und profitieren daher nicht von Rabatten. Auch der Tester selbst räumte ein, dass seinem einfachen Tool die Orchestrierungsfähigkeit für komplexe Aufgaben fehlt. Diese Vorbehalte sind berechtigt, doch eine strukturelle Tatsache bleibt bestehen: Der Token-Verbrauch für dieselbe Aufgabe hängt primär von den Architekturentscheidungen des Tool-Anbieters ab und nicht vom tatsächlichen Bedarf des Nutzers.
Für Nicht-Programmierer liegt die eigentliche Bedeutung dieser Entwicklung darin: Im KI-Zeitalter verschiebt sich die Abrechnungseinheit von „sichtbarem Geld“ zu „unsichtbaren Wörtern“. Das Guthaben im Abonnement ist im Wesentlichen ein Token-Pool; wird dieser überschritten, wird nach Verbrauch abgerechnet. Wenn Tool-Anbieter die Geldbeträge aus der Benutzeroberfläche entfernen und nur die Token-Anzahl belassen, verlieren Nutzer die Möglichkeit zum Preisvergleich. Dieselbe Aufgabe kann bei einem Tool einige Zehntausend Tokens kosten, bei einem anderen jedoch Millionen – ohne dass der Nutzer beurteilen kann, in welche Kategorie er fällt. Ein Nutzer rechnete vor: Gemessen an den API-Preisen entsprachen die in seinem 100-Dollar-Monatsabo verbrauchten Tokens einem Wert von etwa 5.000 US-Dollar. Da Abopreise nicht den Selbstkosten entsprechen, haben Tool-Anbieter wenig Anreiz, Token-Verschwendung zu reduzieren.
Cursor erklärt, der CSV-Export sei repariert, aber das Ausgabendiagramm wird nicht zurückkehren. Die Diskussionen dauern an, und einige Entwickler beginnen bereits, eigene minimalistische Tools zu schreiben. Für Beobachter ist die Lehre einfach: Wenn Rechnungen undurchsichtig werden, verbirgt sich das zusätzlich ausgegebene Geld meist genau in dieser Undurchsichtigkeit.
Referenz-Links:
- Offizielles Cursor-Forum: Usage page to token amount
- HN-Diskussion (item?id=49135257)
- X-Beitrag von Tester tosh (Vergleichsdaten)
