Welche Cache-Trefferquote ist normal? KI-Coding-Clients, gemessen
In der Woche ab 2026-11-03 erreichten gängige KI-Coding-Clients mit Claude-Modellen in laufenden Unterhaltungen 95%–98% Cache-Trefferquote, Codex mit GPT etwa 95%. Die Clients unterscheiden sich kaum; liegt deine Quote deutlich darunter, sind meist Kontowechsel, Pausen über 5 Minuten oder neue Unterhaltungen die Ursache.
Woche 2026-11-03 – 2026-11-09 (UTC)
Das Wichtigste in Kürze
- Normalwert mit Claude-Modellen: 95%–98%, Median in laufenden Unterhaltungen, Clients: 7
- Codex mit GPT: 94.8%, Median von 71 Nutzern
- Häufigste Ursache für Cache-Misses: Cache-Ablauf, 37% der Cache-Misses bei Claude Code × Claude
- Veröffentlichte Kombinationen: 20, Client × Modell, jeweils ab 5 qualifizierten Nutzern
Welche Cache-Trefferquote ist für welchen Client normal?
Die Trefferquote in laufenden Unterhaltungen zählt nur Anfragen in derselben Unterhaltung, mit demselben Modell und demselben Upstream-Konto, die innerhalb von 5 Minuten nach dem Ende der vorherigen gesendet werden: das, was der Client selbst erreicht. Die Quote über alle Anfragen enthält zusätzlich Routing, Cache-Ablauf und neue Chats und liegt näher an dem, was deine Rechnung zeigt.
| Client × Modell | Laufende Unterhaltungen | Alle Anfragen | Nutzer |
|---|---|---|---|
| Z Code × Claude | 98.5% (97.7%–99.0%) | 94.3% | 13 |
| Magpie × DeepSeek | 98.3% (95.6%–98.8%) | 91.4% | 7 |
| DeepSeek Harness × DeepSeek | 98.2% (96.6%–98.9%) | 94.8% | 27 |
| Magpie × Claude | 98.2% (97.0%–98.8%) | 93.6% | 25 |
| OpenCode × DeepSeek | 98.2% (92.2%–98.5%) | 97.7% | 8 |
| Claude Code × Claude | 98.1% (96.9%–98.8%) | 94.6% | 343 |
| WorkBuddy × Claude | 97.8% (96.6%–98.3%) | 88.2% | 20 |
| OpenCode × Claude | 97.6% (97.1%–98.9%) | 95.1% | 20 |
| Claude Code × DeepSeek | 97.5% (95.6%–98.8%) | 96.5% | 12 |
| DeepSeek Harness × Claude | 97.2% (93.6%–98.0%) | 92.0% | 38 |
| Codex × DeepSeek | 96.9% (95.4%–98.3%) | 97.2% | 12 |
| WorkBuddy × GPT | 96.4% (91.4%–97.4%) | 92.4% | 10 |
| DeepSeek Harness × Kimi | 96.4% (95.3%–97.4%) | 93.9% | 6 |
| Codex × GPT | 94.8% (91.2%–96.9%) | 91.8% | 71 |
| Codex × Claude | 94.7% (87.0%–97.8%) | 93.5% | 21 |
| OpenCode × GPT | 94.6% (90.8%–96.2%) | 90.8% | 11 |
| Magpie × GPT | 94.3% (91.5%–95.5%) | 87.0% | 7 |
| DeepSeek Harness × GPT | 93.9% (92.5%–96.3%) | 91.9% | 11 |
| DeepSeek Harness × Other | 90.3% (88.4%–94.2%) | 80.8% | 5 |
| Claude Code × GPT | 78.8% (78.6%–94.4%) | 77.4% | 5 |
Daten werden noch erhoben
- OpenCode × Other: Datenerhebung läuft: 4 von 5 qualifizierten Nutzern (Nutzer diese Woche: 9)
- pi × Claude: Datenerhebung läuft: 4 von 5 qualifizierten Nutzern (Nutzer diese Woche: 7)
- Claude Code × GLM: Datenerhebung läuft: 4 von 5 qualifizierten Nutzern (Nutzer diese Woche: 7)
- Magpie × Kimi: Datenerhebung läuft: 4 von 5 qualifizierten Nutzern (Nutzer diese Woche: 4)
- WorkBuddy × Kimi: Datenerhebung läuft: 3 von 5 qualifizierten Nutzern (Nutzer diese Woche: 4)
- DeepSeek Harness × Grok: Datenerhebung läuft: 3 von 5 qualifizierten Nutzern (Nutzer diese Woche: 3)
- Claude Code × Other: Datenerhebung läuft: 2 von 5 qualifizierten Nutzern (Nutzer diese Woche: 5)
- WorkBuddy × DeepSeek: Datenerhebung läuft: 2 von 5 qualifizierten Nutzern (Nutzer diese Woche: 5)
Warum ist meine Cache-Trefferquote niedrig? Cache-Misses nach Ursache, pro Client
- Claude Code × Claude: Mehr als 5 Minuten Pause, Cache abgelaufen 37%, Neue Inhalte und Präfixänderungen in einer laufenden Unterhaltung 23%, Neue Unterhaltung oder mehr als eine Stunde Pause 17%
- Codex × GPT: Neue Inhalte und Präfixänderungen in einer laufenden Unterhaltung 57%, An ein anderes Upstream-Konto oder einen anderen Endpunkt geroutet 19%, Neue Unterhaltung oder mehr als eine Stunde Pause 16%
- DeepSeek Harness × Claude: Neue Inhalte und Präfixänderungen in einer laufenden Unterhaltung 48%, Mehr als 5 Minuten Pause, Cache abgelaufen 32%, Neue Unterhaltung oder mehr als eine Stunde Pause 16%
- DeepSeek Harness × DeepSeek: An ein anderes Upstream-Konto oder einen anderen Endpunkt geroutet 44%, Neue Inhalte und Präfixänderungen in einer laufenden Unterhaltung 30%, Neue Unterhaltung oder mehr als eine Stunde Pause 22%
Warum die Trefferquote hinter Relays sinkt
- Kontowechsel: Der Cache gehört zum Upstream-Konto, ein Turn, der an ein anderes Konto geht, schreibt also alles neu. Die häufigste Ursache bei Relays; bei direkter Verbindung gibt es sie nicht.
- Formatumwandlung: Beim Übersetzen zwischen Anthropic- und OpenAI-Format kann sich das Präfix ändern, oder cache_control-Breakpoints gehen verloren.
- Claude Code vor v2.1.181 setzte bei eigener Base URL ein pro Anfrage wechselndes Token in den Attributionsblock am Anfang des System-Prompts. Das hebelt Gateways aus, die anhand des Anfrageinhalts cachen; aktualisiere, oder setze CLAUDE_CODE_ATTRIBUTION_HEADER=0.
- Selbsttest: Sende zwei Anfragen mit demselben Präfix oberhalb der minimalen Cache-Länge; bei der zweiten sollte das Cache-Lesen nah an der Länge des Präfixes liegen.
Wokey routet die späteren Anfragen einer Unterhaltung wann immer möglich an dasselbe Upstream-Konto. Vom 2026-10-04 bis 2026-10-10 erreichten normale Wokey-Nutzer mit Claude Opus 5.5 über alle Anfragen 92.8% Trefferquote, OpenRouter insgesamt 87.8%.
Mit den Cache-Trefferquoten von OpenRouter vergleichen · Live: öffentliche API der Cache-Trefferquote von Wokey (letzte 7 Tage)
So messen wir
- Echte Nutzeranfragen über das Wokey-Gateway; jeden Montag um 05:00 UTC berechnen wir die Vorwoche (Montag bis Sonntag).
- Clients werden am User-Agent der Anfrage erkannt. Anfragen von SDKs, HTTP-Bibliotheken und nachgelagerten Relays, bei denen der echte Client unbekannt ist, bleiben außen vor, ebenso Enterprise-Konten.
- Ein Folge-Turn hat dasselbe Modell und dasselbe Upstream-Konto wie die vorherige Anfrage seiner Unterhaltung und beginnt innerhalb von 5 Minuten nach deren Ende. Die Quote eines Nutzers ist Cache-Lesen ÷ Eingabe über diese Turns (die Eingabe enthält Cache-Lesen und Cache-Schreiben); wir veröffentlichen den Median über Nutzer mit mindestens 20 solchen Turns in der Woche.
- Eine Zelle wird ab 5 qualifizierten Nutzern veröffentlicht; eine Änderung von mehr als 3 Punkten gegenüber der Vorwoche wird zuerst von Hand geprüft.
- Bekannte Verzerrungen: nur Wokey-Nutzer; die Nutzungsgewohnheiten unterscheiden sich stark; die Quote über alle Anfragen enthält den Routing-Verlust des Gateways selbst (die Ursache „an ein anderes Upstream-Konto geroutet“).
Häufige Fragen
Was ist eine normale Cache-Trefferquote?
In laufenden Unterhaltungen mit Claude-Modellen liegt der Median der Nutzer gängiger Clients bei 95%–98%; über alle Anfragen, einschließlich Routing, Cache-Ablauf und neuer Chats, liegt er meist ein paar Punkte niedriger. Unter 90 % ist selten der Client selbst die Ursache.
Was bedeuten Cache-Treffer und Cache-Miss?
Ein Prompt-Cache speichert den unveränderten Anfang einer Anfrage: System-Prompt, Tool-Definitionen, frühere Turns. Beginnt die nächste Anfrage genauso, wird dieser Teil aus dem Cache gelesen (ein Treffer) und zu einem Bruchteil des Eingabepreises abgerechnet; weicht er ab oder ist der Cache abgelaufen, wird er vollständig verarbeitet (ein Cache-Miss) und meist erneut in den Cache geschrieben.
Ist eine höhere Cache-Trefferquote besser?
Ja, je höher, desto besser. Gecachte Eingabe wird zu etwa dem 0,1-Fachen des Eingabepreises abgerechnet (bei einigen neueren Modellen weniger), und das erste Token kommt schneller; bei Claude-Abos zählt Cache-Lesen kaum auf dein Limit.
Warum ist meine Cache-Trefferquote so niedrig?
Die üblichen Ursachen: Anfragen werden an ein anderes Upstream-Konto geroutet (häufig bei Relays), Pausen über 5 Minuten lassen den Cache ablaufen, parallele Anfragen etwa von Subagenten, Modellwechsel und neue Unterhaltungen. Jede Client-Seite listet sie nach gemessenem Anteil auf – mit dem, was du tun kannst.
Unterscheiden sich die Clients stark in der Cache-Trefferquote?
Kaum. Mit demselben Modell liegen Claude Code, pi, OpenCode und andere in laufenden Unterhaltungen nur wenige Punkte auseinander. Der Anbieter zählt mehr: Der Cache von OpenAI verlangt, dass das gesamte Präfix übereinstimmt, deshalb liegt Codex mit GPT ein paar Punkte unter den Claude-Clients.
Warum haben Relays niedrigere Cache-Trefferquoten?
Der Cache gehört zum Upstream-Konto. Ein Relay, das eine Unterhaltung auf mehrere Konten verteilt oder beim Umwandeln des Formats das Präfix ändert, schreibt den Cache immer wieder neu. Teste es, indem du zwei Anfragen mit demselben Präfix sendest und prüfst, ob die zweite etwa die Länge des Präfixes aus dem Cache liest.
Verbraucht eine niedrige Cache-Trefferquote mein Claude-Limit schneller?
Ja. In unseren Messungen der Claude-Nutzungslimits verbraucht Cache-Lesen fast nichts vom Limit, während Cache-Schreiben etwa wie nicht gecachte Eingabe zählt. Ein gecachter Kontext kostet so gut wie nichts; bei einem Cache-Miss zählt er wieder voll. Die Limits pro Tarif stehen auf der Seite zu den Claude-Nutzungslimits (/claude-usage-limits).
Wie wird die Cache-Trefferquote berechnet?
Aus dem Cache gelesene Token ÷ Eingabe-Token, wobei die Eingabe nicht gecachte Eingabe, Cache-Schreiben und Cache-Lesen umfasst. Im Anthropic-Format ist das cache_read_input_tokens, im OpenAI-Format cached_tokens.
Warum stehen Cline, Roo Code oder Cursor nicht in der Tabelle?
Eine Zelle braucht mindestens 5 Nutzer mit genügend Folge-Turns in der Woche. Anfragen von Cursor mit eigenem Key kommen von den Servern von Cursor, das Gateway sieht den Client also nicht; auch Anfragen über SDKs und Relays lassen sich keinem Client zuordnen.