Wo wird die Ersparnis installiert?
BV‑SALA ist keine App, keine Erweiterung und keine ChatGPT-Einstellung. Es ist ein Stück Code, das ein Entwickler in seine eigene Anwendung einbaut — genau dort, wo diese Anwendung die API des Anbieters aufruft. Sparen kann es nur, wo eine Token-Rechnung existiert — und messen nur, wo es jede Anfrage vorbeiziehen sieht.
Die Schicht lebt in deinem Code
Derselbe Aufruf, mit und ohne Schicht. Der Traffic geht immer direkt von deiner Anwendung zum Anbieter — BV‑SALA ist kein Zwischenserver und sieht deine Daten nie von außen.
Dieses grüne Kästchen ist ein npm-Paket im Code der Anwendung. Deshalb lautet die Schlüsselfrage nie „Was installiere ich?“, sondern „Wer hat den Code geschrieben, der die API aufruft?“ — diese Person kann es installieren. Die Ausnahmen sind ein Coding-Terminal wie Claude Code und eine App in beliebiger Sprache, die das offizielle SDK von OpenAI oder Anthropic nutzt und dessen Base-URL festlegen lässt: dort setzt sich das Gateway von bvsala davor, ohne eine Zeile Code anzufassen. Dieser Traffic wird für Modelle mit Listenpreis gemessen; die Einsparhebel des npm-Pakets laufen dort nicht, und die des Gateways selbst gelten nur für Anthropic-Traffic, mit einer PRO-Lizenz.
Dein Fall, in 10 Sekunden
Vier Arten, KI zu nutzen — und was BV‑SALA in jeder davon tun kann.
Du zahlst eine feste Gebühr (oder nichts): Es gibt keine Token-Rechnung zu senken, und es ist ein geschlossenes Produkt, in das niemand Software zwischen App und Modelle schieben kann. Die Ersparnis von BV‑SALA greift hier nicht — und kein Produkt kann sie dort ehrlich versprechen.
Festes Abo: keine Token-Rechnung zu messen — aber Limits (das Fünf-Stunden-Fenster und das Wochenlimit). Genau dafür gibt es den savings-mode-Skill: kostenlos, in einer Minute auf claude.ai hochgeladen, gegen die zwei Massen, die Limit verbrennen. Seine Wirkung wird veröffentlicht, sobald sie gemessen ist — nie vorher.
Im Abo ist die Gebühr fest — aber limitiert: derselbe Skill installiert sich mit einem Befehl und dehnt dasselbe Wochenlimit. Mit API-Key gibt es eine echte Token-Rechnung — und der Meter läuft schon: Mit deiner BiVelio-Lizenz startet „bvsala claude“ Claude Code durch das lokale Gateway und deine Ausgaben erscheinen im Panel, Token für Token, ohne eine Zeile Code anzufassen. Mit PRO stellt es bei Anthropic-Modellen außerdem Cache-Schreibvorgänge von der einstündigen auf die fünfminütige TTL um, nur bei Zügen, in denen ein großer Teil des Prompts neu ist (der erste Zug einer Sitzung, eine Kompaktierung): eine Ersparnis, berechnet auf der Token-Zählung deines eigenen Anbieters, nie auf einer Schätzung.
Der Fall, für den BV‑SALA existiert. Ihre App ruft die API mit Ihrem Schlüssel auf, der Anbieter berechnet jedes Token, und die Schicht wird in drei Schritten installiert: Paket, Lizenz und Umhüllen des Aufrufs. Ab der ersten Anfrage liefert sie einen SavingsReport mit der Ersparnis, getrennt in gemessen und geschätzt.
Schätzung vs. Messung
Das Produkt hat zwei verschiedene Zahlen, die man nicht vermischen sollte.
Die kostenlose Measure-Lizenz führt die Schicht im Schattenmodus mit deinem eigenen Traffic aus und zeigt, was sie gespart hätte, Anfrage für Anfrage. Sie ändert nichts und wendet nichts an — deshalb trägt sie das Etikett „Schätzung“.
Jeder Aufruf liefert einen SavingsReport: die Aufrufe, die du nie bezahlt hast, und die Nettoersparnis pro Anfrage. Prüfbar, Anfrage für Anfrage, auf deiner eigenen Infrastruktur.
Die komplette Installation, wenn du eine App baust
# 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