Versteckte Nerfs von Claude und wofür Sie eigentlich 100 Dollar zahlen ✂️

Wie ich kürzlich schrieb, die Ära billiger KI-Agenten ist vorbei. Aber wie genau Unternehmen versuchen, die Unit-Ökonomie zu retten, verdient einen eigenen Platz in Lehrbüchern über Frechheit.

Gerade jetzt brodelt auf Reddit ein Aufstand. Nutzer der Premium-Tarife von Claude (einschließlich des Spitzen-Tarifs Max 20x für ~200 $/Monat) haben entdeckt, dass ihre Limits mitten im bezahlten Monat leise gekürzt wurden.

Wenn früher ein 5-Stunden-Fenster für eine intensive Programmier-Session mit Claude Code reichte, verbrauchen jetzt ein paar Prompts auf Opus 4.6-4.7 100 % des Limits in 10 Minuten. Der Support hat sich in eine defensive Haltung begeben und füttert die Leute mit Standardantworten über "dynamische Tokenisierungskomplexität" und "Kontextgröße", weigert sich, Tickets an echte Menschen weiterzuleiten und ignoriert das eigentliche Problem.

Offensichtlich kann Anthropic die Inferenzkosten der agentischen Workflows nicht stemmen. Aber anstatt die Preise ehrlich zu erhöhen (oder zumindest eine transparente Verbrauchsmetrik einzuführen), haben sie A/B-Tests zur "Würgung" der Nutzer gestartet. Heute hast du Glück, morgen dein Nachbar.

Und jetzt – passen Sie auf 🤡

Vor dem Hintergrund dieses akuten Mangels an GPU-Leistung für diejenigen, die echtes Geld zahlen, sind Daten durchgesickert, dass Anthropic sich darauf vorbereitet, Orbit auszurollen – einen proaktiven Hintergrund-Assistenten.

Dieses Ding soll im Hintergrund sitzen, Ihr GitHub, Messenger, E-Mail usw. durchsuchen, um "persönliche Erkenntnisse zu generieren". Die Ankündigung wird wahrscheinlich noch heute auf der Konferenz Code with Claude in San Francisco erfolgen.

Ein Witz, oder? Das Unternehmen hat physisch nicht genug Rechenleistung, um eine direkte Anfrage eines Programmierers zu verarbeiten, der versucht, eine Aufgabe zu erledigen und dafür einen horrenden Preis zahlt. Aber gleichzeitig entwickeln sie eine Funktion, die 24/7 Tokens im Hintergrund verbrennt, um Korrespondenz zu lesen und Sie dann mit ungebetenen Ratschlägen zu verfolgen.

In so einem Glück sind wir gelandet:
1️⃣ Entwickler mit billiger unbegrenzter Nutzung am Anfang ködern.
2️⃣ Alle an die Nadel der agentischen Workflows gewöhnen.
3️⃣ Allen leise das Limit kürzen, um Hardware für fette Enterprise-Funktionen wie Orbit freizugeben.

🐲 Sogar die Chinesen machen mit. Kürzlich erfahren, dass im GLM Coding Plan zu Spitzenzeiten Anfragen mit einem Faktor von x2-x3 berechnet werden. Das erfährt man nur in einem Tooltip auf der Website. Die Preise sind faktisch überall um das Zehnfache gestiegen.

Jetzt muss man noch lernen, LLMs möglichst sparsam zu nutzen, um einen Nutzen daraus zu ziehen.