Continue Preise vs. API-Abrechnung: Kosten richtig rechnen (2026)

Continue ist eine Open-Source-Erweiterung für KI-gestütztes Programmieren. Viele verstehen sie beim ersten Installieren als „kostenloses Werkzeug“. Genauer gesagt: Die Erweiterung selbst ist frei nutzbar, aber Modellaufrufe entstehen nicht aus dem Nichts. Was die Rechnung bestimmt, ist die Zahl der Anfragen für Vervollständigung und Chat, die jeweils mitgesendete Kontextmenge und die gewählte Modellstufe.

Dieser Artikel nennt keine festen Stückpreise, sondern eine wiederverwendbare Berechnungsmethode: Zuerst werden die zwei Kostenebenen getrennt, dann die Token-Struktur von Autovervollständigung und Chat betrachtet und schließlich mit Protokollen ein Budget festgelegt. Konkrete Preise ändern sich; maßgeblich sind die verwendete Plattform und die Modellpreise auf dieser Website.

1. Zwei Kostenebenen trennen: Software und Modell

Die erste Ebene ist das Werkzeug. Die Open-Source-Erweiterung von Continue lässt sich selbst installieren, das Repository ist öffentlich. Teams, die einheitliche Konfiguration, gemeinsame Assistenten und Rechteverwaltung benötigen, greifen eventuell zum Teamprodukt von Continue; ob dafür Kosten anfallen und welche Kontingente enthalten sind, steht auf der offiziellen Preisseite von Continue.

Die zweite Ebene ist das Modell. Ob Sie die gehosteten Modelle von Continue nutzen oder einen eigenen Key hinterlegen – am Ende zahlen Sie für Tokens oder ein Modellabo. Bei einem Drittanbieter-Gateway gelten zusätzlich dessen Abrechnungs- und Verrechnungsregeln.

„Continue Preise“ und „API-Abrechnung nach Verbrauch“ liegen daher nicht auf derselben Ebene. Das eine ist die Werkzeug- und Zusammenarbeitsebene, das andere die Ebene der Inferenzressourcen. Tatsächlich zu berechnen ist die Summe aus Werkzeugkosten, Modellkosten und dem Zeitaufwand für Konfiguration und Wartung.

2. Autovervollständigung und Chat haben völlig unterschiedliche Token-Strukturen

Nutzungsart	Auslösefrequenz	Input pro Aufruf	Output pro Aufruf	Hauptkostenquelle	Optimierung
Autovervollständigung	Sehr hoch, bei jeder Eingabe	Präfix, Suffix, letzte Änderungen, meist kurz	Sehr kurz	Anfragenzahl und Input-Tokens	Entprellung, veraltete Anfragen abbrechen, kleines Modell
Chat und Bearbeitung	Mittel bis niedrig	Systemprompt, Regeln, Dateikontext, eher lang	Mittel	Kontextakkumulation und Output	Kontext straffen, Output begrenzen
Agent-Aufgaben	Niedrig	Mehrere Tool-Ergebnisse, am längsten	Lang	Runden und Tool-Ergebnisse	Aufgaben zerlegen, Freigaben, Abbruchbedingungen
Codeindexierung	Einmalig oder inkrementell	Codeblöcke	Vektoren	Embedding-Modellaufrufe	Verzeichnisse ignorieren, inkrementell, lokal einbetten

Die Autovervollständigung ergänzt pro Aufruf nur wenige Zeilen, kann aber täglich hunderte bis tausende Anfragen auslösen. Im Editor wird bei wenigen getippten Zeichen eine Anfrage gesendet; die Frequenz vervielfacht die Kosten. Chat und Agent sind pro Aufruf teurer, doch bei schlechter Kontextverwaltung kann eine lange Aufgabe die Kosten eines ganzen Tages Vervollständigung aufbrauchen.

3. Mit Protokollen einen Monat berechnen statt schätzen

Wer die Anfragearten trennt, erhält grob folgende Formel:

Monatliche Modellkosten ≈
   Anfragen Autovervollständigung × durchschnittlicher Input × Input-Preis
+  Anfragen Autovervollständigung × durchschnittlicher Output × Output-Preis
+  Input und Output von Chat- und Agent-Anfragen × jeweiliger Preis
+  Kosten für Code-Embeddings und Wiederholungen

Die Stückpreise entnehmen Sie der Preisseite des verwendeten Modellanbieters; die Modellpreise auf dieser Website dienen nur als aktuelle Orientierung. Preise werden angepasst – verwenden Sie keine Screenshots von vor mehreren Monaten als Budgetgrundlage.

Eine Kostenbasis erstellen:

Wählen Sie eine typische Arbeitswoche und exportieren Sie die Anfrageprotokolle des Gateways oder Anbieters; versehen Sie sie mit Tags für Modell und Funktion.
Trennen Sie die vier Kategorien Autovervollständigung, Chat, Agent und Embeddings; werfen Sie sie nicht zusammen.
Erfassen Sie pro Kategorie Anfragenzahl, durchschnittlichen Input, durchschnittlichen Output und Cache-Treffer.
Schätzen Sie mit den aktuellen Stückpreisen die Monatskosten und lassen Sie etwa 20 Prozent Puffer für Wiederholungen und Schwankungen.
Beobachten Sie zwei Wochen lang die Abweichung zwischen Schätzung und tatsächlicher Rechnung, bevor Sie die Modellstufe ändern.

4. Wie viel Caching hilft – und wann nicht

Caching setzt ein stabiles Präfix voraus. Im Chat lassen sich fester Systemprompt, Teamrichtlinien und Tool-Definitionen wiederverwenden. Wer jedes Mal Zeitstempel, Zufalls-IDs oder eine wechselnde Dateiliste einfügt, erzielt kaum Treffer.

Der Kontext der Autovervollständigung ändert sich mit der Cursorposition ständig, sodass die Cache-Trefferquote meist begrenzt ist. Hier senken Entprellung, das Abbrechen veralteter Anfragen und ein kürzerer Kontext die Kosten eher als der Cache. Zu beachten ist außerdem, dass Cache-Schreiben selbst Kosten verursacht: Nur wirklich stabile lange Präfixe sollten gecacht werden; bei kurzen Prompts ist der Nutzen begrenzt. Ob der Cache greift, zeigen die Zähler für Cache-Lesen und -Schreiben in den Nutzungsdaten – nicht das Gefühl.

5. Reihenfolge der Kostensenkung: erst messen, dann Modell wechseln

Zuerst messen: Ohne nach Funktion getrennte Protokolle ist jede Optimierung geraten.
Modellrouting einführen: Autovervollständigung mit niedriger Latenz und niedrigen Kosten, komplexe Agenten mit einem starken Modell.
Kontext straffen: nur relevante Dateien übergeben, Ignore-Verzeichnisse konfigurieren, nicht das ganze Repository einlesen.
Output begrenzen: für Chat und Agent ein sinnvolles Ausgabelimit setzen und strukturierte Ergebnisse verlangen.
Caching aktivieren: Regeln und Systemprompt fixieren und die Trefferquote prüfen.
Lokale Modelle prüfen: Für häufige kurze Aufgaben wie Vervollständigung können kleine lokale Modelle taugen, allerdings inklusive Hardware- und Betriebskosten.
Budgetgrenzen setzen: Limits und Warnungen pro Projekt und Person, um einzelne Ausreißer zu begrenzen.

Diese Reihenfolge sollte nicht umgekehrt werden. Ein billigeres Modell zuerst einzusetzen macht oft nur die falschen Antworten billiger.

6. Wie Budgetgrenzen tatsächlich wirken

Budgetgrenzen sollten auf drei Dimensionen liegen: wer, welches Projekt und welche Anfrageart. Praktisch bedeutet das einen eigenen Key pro Projekt mit Monatslimit und Warnung im Gateway; ein Key pro Teammitglied, damit keine gemeinsame Zuordnung nötig ist. Autovervollständigung und Chat sollten unterschiedliche Keys oder Tags erhalten, um sie getrennt beobachten zu können.

Ein Limit ist keine Garantie. Modellpreise, Wechselkurse, Teamgröße und Aufgabenmenge ändern sich; das Budget muss monatlich überprüft werden. Ob bei Erreichen des Limits Anfragen abgelehnt oder auf ein günstiges Modell umgeleitet werden, sollte vorab vereinbart sein – nicht erst, wenn die Rechnung vorliegt.

7. Wann nutzungsbasierte Abrechnung, wann ein Abo günstiger ist

Eine pauschale Antwort gibt es nicht, aber drei Fragen helfen:

Ist die Nutzung stabil? Bei täglich intensiver Vervollständigung und fester Teamgröße lässt sich ein Abo mit Kontingent leichter planen.
Werden mehrere Modelle benötigt? Wer zwischen Claude, GPT, Gemini und DeepSeek wechselt, ist mit nutzungsbasierter Abrechnung plus Gateway flexibler.
Ist die Datengrenze wichtig? Wenn lokale Modelle akzeptabel sind, können Hardwarekosten einen Teil der API-Kosten ersetzen.

Kleine Teams kombinieren häufig: Vervollständigung über eine günstige Stufe oder ein lokales Modell, komplexe Aufgaben über die nutzungsbasierte API und ein Gateway für einheitliche Abrechnung und Limits. Wie die Verteilung aussieht, zeigt eine Woche echter Protokolle.

Häufige Fragen

Ist Continue selbst kostenlos?

Die Open-Source-Erweiterung lässt sich kostenlos installieren und nutzen, doch Modellaufrufe werden vom Modellanbieter abgerechnet. Ob Teamversion, gehostete Modelle und weitere Angebote kostenpflichtig sind und welche Kontingente enthalten sind, steht auf der offiziellen Preisseite von Continue.

Warum verursacht Autovervollständigung überhaupt Kosten?

Vervollständigungsanfragen sind häufig, jede sendet Kontext und erzeugt Tokens; die Kosten summieren sich pro Anfrage. Einzelne Aufrufe sind billig, über einen Tag hinweg aber nicht vernachlässigbar.

Sind lokale Modelle kostenlos?

Nein. Lokale Modelle vermeiden API-Gebühren, benötigen aber GPU, Arbeitsspeicher, Strom und Wartungspersonal. Für häufige kurze Aufgaben wie Vervollständigung eignen sich kleine lokale Modelle; komplexe Agenten brauchen weiterhin oft ein Cloud-Modell.

Wie viel spart der Cache?

Das hängt von Präfixstabilität und Trefferquote ab. Feste Systemprompts und Regeln wirken meist, häufig wechselnder Kontext kaum; auch Cache-Schreiben kostet, daher sollten Sie die tatsächlichen Nutzungsfelder prüfen.

Wie richtet man ein monatliches Budgetlimit ein?

Eigene Keys pro Projekt, Monatslimits und Warnungen im Gateway sowie getrennte Auswertung von Vervollständigung und Chat. Limits, Warnwege und Überschreitungsstrategie richten sich nach der Konsole der verwendeten Plattform.

Nächste Schritte

Wechseln Sie nicht vorschnell das Werkzeug. Legen Sie in der ZSQH AI Gateway einen Test-Key an, lassen Sie Autovervollständigung und Chat eine Woche getrennt laufen und berechnen Sie mit der obigen Formel die tatsächlichen Kosten, bevor Sie Modellstufe und Budget festlegen. Verfügbare Modelle und aktuelle Preise entnehmen Sie den Modellpreisen.