Ihre LLM-Rechnung, unter Kontrolle. Gemessen bei jedem Aufruf.

Die Animationen veranschaulichen die Idee. Die echten Zahlen — gemessen gegen echte Anbieter — stehen direkt darunter.

# 1 · das Paket
pnpm add @bivelio/savings-layer

# 2 · die Lizenz (aus deinem Dashboard)
export BIVELIO_LICENSE_KEY=…

# 3 · den Aufruf umhüllen — das ist die ganze Code-Änderung
const layer = createSavingsLayer({ provider, licenseKey, … });
const { text, report } = await layer.generate({ model, messages });

console.log(report.cost.netSavingsRatio)  // ← die Ersparnis, gemessen

Oder lass einen Befehl es auf deinen Stack zuschneiden. init liest deine package.json (Next.js, Express, Vercel AI SDK, Mastra, LangChain.js, das Anthropic- oder das OpenAI-SDK) und gibt die Installationszeile aus, den genauen Code für deinen Adapter und eine Prüfung, die keine Tokens kostet: Sobald deine Lizenz eingerichtet ist, beantwortet die Schicht sie auf deinem Rechner, ohne das Modell aufzurufen. Er schreibt nichts, solange du es nicht verlangst.

npx @bivelio/savings-layer@latest init

Wo deine Automatisierungen schon leben. Gemessen wird der Aufruf der API deines Anbieters mit deinem Schlüssel: In einer Node.js-App umhüllt ihn das SDK; aus anderem Code mit dem offiziellen SDK von OpenAI oder Anthropic setzt sich das Gateway davor und erfasst ihn für ein Modell mit Listenpreis.

npm i -g @bivelio/savings-layer
export BIVELIO_SERVICE_KEY=bvk_…

bvsala claude

Das Gateway misst mit dem Zähler deines Anbieters jede Anfrage, für die dieser die Nutzung meldet (bei den Modellen in unserem Preiskatalog), und läuft, wie das SDK, nur mit einer aktiven Lizenz: Es holt sie mit deinem Service-Schlüssel ab und prüft ihre Signatur auf deinem Rechner. Mit einer PRO-Lizenz wendet es bei Anthropic-Modellen außerdem standardmäßig einen Hebel an: Es stellt Cache-Schreibvorgänge von der einstündigen auf die fünfminütige TTL um — nur bei Zügen, in denen ein großer Teil des Prompts neu ist, etwa beim ersten Zug einer Sitzung oder nach einer Kompaktierung — und lässt die verketteten Züge unverändert. Das ändert den Preis, nie den Inhalt, den das Modell liest. Die übrigen Hebel bleiben aus, bis du sie einschaltest. Der Skill savings-mode steht für deine Limits bereit, seine Wirkung ist noch zu messen. Das Gateway funktioniert auch mit Codex CLI, Goose, Qwen Code, opencode, Kilo, Aider und, mit deinem eigenen Anthropic-Schlüssel, GitHub Copilot CLI; für andere wie Cline oder Continue gibt bvsala doctor die genaue Konfiguration aus. Cursor lässt sich nicht messen, Gemini CLI noch nicht. So funktioniert es →

Python oder eine andere Sprache? Richte das offizielle SDK von OpenAI oder Anthropic auf das Gateway, und jede Anfrage, deren Verbrauch der Anbieter meldet, wird für ein Modell mit Listenpreis in diesem Panel zu diesem Preis erfasst; das Log des Gateways sagt, wenn eine nicht gemessen wird. bvsala doctor gibt die Base-URL für jedes SDK aus. Fordere beim Streaming mit OpenAI den Verbrauch in der Anfrage an (stream_options.include_usage).

Wohin die Ausgaben einer Claude-Code-Sitzung gehen, in dieser Reihenfolge: Cache-Lesevorgänge, einstündige Cache-Schreibvorgänge und Modellausgabe — gemessen mit unserem Zähler auf unserem eigenen Traffic, gegen die Zähler des Anbieters. Dieser Bericht ist nicht veröffentlicht, deshalb zeigen wir seine Zahlen nicht. Die Wirkung des Skills selbst wird veröffentlicht, sobald sie per A/B gemessen ist — nie vorher.

npx -y @bivelio/savings-layer skill