Asana optimiert Browser-Agenten auf 0,47 US-Dollar
Asana hat seinen Browser-Agenten in StackAI nach eigenen Tests deutlich günstiger und schneller gemacht. Die geschätzten Modellkosten sanken von mindestens 36,21 US-Dollar auf durchschnittlich 0,47 US-Dollar pro Durchlauf. Gleichzeitig verkürzte sich die Laufzeit von mindestens 22,5 Minuten auf rund vier Minuten.
StackAI ist eine von Asana übernommene Plattform für No-Code-Automatisierungen. Die dort erstellten Agenten können Webseiten bedienen, Formulare ausfüllen und Informationen sammeln. Gerade bei solchen mehrstufigen Abläufen summieren sich lange Prompts und wiederholt übertragene Screenshots schnell zu erheblichen API-Kosten.
| Kennzahl | Ursprüngliches Setup | Optimiertes Setup |
|---|---|---|
| Modell | Model B | GPT-6.1 Sol |
| Geschätzte Kosten pro Lauf | Mindestens 36,21 US-Dollar | Durchschnittlich 0,47 US-Dollar |
| Laufzeit | Mindestens 22,5 Minuten | Rund 4 Minuten |
| Kostensenkung | Ausgangswert | Faktor 76 |
| Geschwindigkeitsgewinn | Ausgangswert | Rund Faktor 5 |
Die Historie wurde bei jedem Schritt neu berechnet
Die Analyse der Codebasis zeigte eine zentrale Schwachstelle. Feste Anweisungen und Werkzeugdefinitionen wurden bereits zwischengespeichert, die wachsende Browser-Historie aus Seitentexten und Screenshots dagegen nicht. Deshalb übertrug der Agent bei jedem Schritt große Teile des bisherigen Verlaufs erneut zum regulären Preis.
Zusätzlich entfernte das System ältere Screenshots und kürzte Texte nahezu nach jedem Arbeitsschritt. Jede Änderung unterbrach die Wiederverwendung des bisherigen Prompt-Verlaufs. Das Caching der Historie allein hätte daher nicht ausgereicht.
Asana änderte drei Bereiche. Der Browser-Verlauf wurde in das Prompt-Caching einbezogen, das verfügbare Zeichen-Budget erhöht und Screenshots wurden nicht mehr einzeln entfernt. Stattdessen durfte der Agent bis zu 20 Screenshots sammeln, bevor die Historie bereinigt wurde.
89 Prozent des Inputs kamen aus dem Cache
Im optimierten GPT-6.1-Sol-Workflow stammten 89 % der Eingabedaten aus dem Prompt-Cache. Dieser gecachte Input kostete laut Test nur 5 % des regulären Preises. Prompt-Caching bedeutet, dass unveränderte Teile eines Prompts nicht bei jedem Modellaufruf vollständig neu verarbeitet und abgerechnet werden.
Der Effekt zeigt, wie wichtig die technische Gestaltung des Kontexts ist. Auch bei neueren Modellen können schlecht strukturierte Agenten-Workflows unnötig hohe Rechnungen erzeugen. Ähnliche Kosteneffekte durch wiederverwendete Eingaben zeigt das Prompt-Caching bei GPT-6.
Größeres Kontextbudget verbesserte die Erfolgsquote
Die Testreihe umfasste 144 Durchläufe mit GPT-6.1 Sol sowie drei anonymisierten Konkurrenzmodellen. Die Aufgabe bestand darin, sechs Datenfelder zu 32 Büchern aus einem öffentlichen Demo-Katalog zu erfassen. Welche Modelle hinter Model A, Model B und Model C stehen, wurde nicht offengelegt.
Getestet wurden Historien-Budgets von 120.000 und 480.000 Zeichen sowie sechs unterschiedliche Richtlinien für Caching und Screenshots. Mit dem kleineren Budget lieferte GPT-6.1 Sol nur in drei von 18 Durchläufen ein Ergebnis. Beim größeren Budget waren alle 18 Durchläufe erfolgreich und lieferten laut Test die korrekte Antwort.
| Testparameter | Ergebnis |
|---|---|
| Gesamte Testläufe | 144 |
| Verglichene Modelle | GPT-6.1 Sol sowie Model A, B und C |
| Historien-Budgets | 120.000 und 480.000 Zeichen |
| Erfolgreiche Sol-Läufe mit kleinem Budget | 3 von 18 |
| Erfolgreiche Sol-Läufe mit großem Budget | 18 von 18 |
| Grenze für gesammelte Screenshots | 20 |
Der Vergleich der Kosten erfordert dennoch eine genaue Lesart. Der Faktor 76 ergibt sich aus dem ursprünglichen Produktions-Setup mit Model B und dem optimierten Workflow mit GPT-6.1 Sol. Er kombiniert also Änderungen an der Agentenarchitektur mit einem Modellwechsel.
Allein bei Model B sank der geschätzte Preis durch die Optimierung von mindestens 36,21 US-Dollar auf 1,24 US-Dollar. Beim optimierten GPT-6.1-Sol-Workflow verringerte die neue Caching- und Screenshot-Strategie die Kosten von 1,97 US-Dollar auf 0,47 US-Dollar.
GPT-6 Astra übernahm Analyse und Experimente
Frank Hidalgo, CTO von StackAI bei Asana, ließ GPT-6 Astra in Codex die Codebasis untersuchen, Änderungen vorbereiten und Testreihen ausführen. Nach seiner Schätzung hätte diese Arbeit manuell ein bis zwei Monate beansprucht. Mit dem Coding-Agenten dauerte sie etwa eine Woche.
„Von Hand hätte mich das ein bis zwei Monate gekostet. Mit GPT-6 Astra in Codex dauerte es etwa eine Woche.“
Die Änderungen wurden anschließend in die StackAI-Produktionsumgebung übernommen. Nicht beziffert wurden allerdings die API-Kosten, die GPT-6 Astra während der einwöchigen Entwicklungs- und Testphase verursachte. Auch belastbare Kostendaten aus variablen Kunden-Workflows liegen bislang nicht vor.
Der Fall ergänzt die aktuelle Diskussion über Nutzung und Vertrauen bei KI-Coding. Ein Agent kann Analyse und Experimente erheblich beschleunigen, die Zielsetzung, Prüfung und Freigabe bleiben jedoch Aufgaben für erfahrene Entwickler.
Was Unternehmen daraus ableiten können
Für Unternehmen im DACH-Raum liegt der wichtigste Punkt nicht im konkreten Modellnamen. Entscheidend ist die Kontrolle über Prompt-Aufbau, Kontextverwaltung und Abrechnungslogik. Ein Browser-Agent, der bei jedem Schritt die gesamte Historie neu sendet, kann selbst bei einfachen Aufgaben mehr als 36 US-Dollar pro Lauf kosten.
Wer Agenten selbst entwickelt, kann Caching-Regeln, Kontextgrenzen und Modell-Routing gezielt optimieren. Bei fertigen SaaS-Agentenfunktionen bleiben diese technischen und wirtschaftlichen Details häufig verborgen. Das erhöht das Risiko schwer planbarer Verbrauchskosten und verstärkt die Abhängigkeit vom Anbieter.
Wie schnell solche Kosten aus dem Ruder laufen können, zeigt auch die Azure-Rechnung über 17.600 US-Dollar durch Claude-Nutzung. Technische Kostenkontrolle sollte deshalb nicht erst nach dem Produktivstart beginnen.
Die Zahlen stammen aus einer von OpenAI veröffentlichten Fallstudie und dienen zugleich der Darstellung von GPT-6.1 Sol, GPT-6 Astra und Codex. Sie belegen den Effekt im standardisierten Test, aber nicht automatisch dieselbe Einsparung unter realen Produktionsbedingungen. Der belastbare Befund ist dennoch relevant: Bei KI-Agenten kann Context-Engineering einen größeren Kostenhebel liefern als der reine Wechsel zu einem billigeren Modell.