Coding Agent Custom API Cheat Sheet: Konfigurationen kopieren und Token-Kosten senken

Jeder beliebte Coding-Agent erlaubt es, das zugrunde liegende Modell auszutauschen, doch jeder versteckt diese Einstellung in einer anderen Datei, unter einem anderen Schlüsselnamen und in einem anderen URL-Format. Also geben die Leute auf und zahlen weiterhin Spitzenpreise, obwohl Heavy-User bei Agenten mit Standardmodellen etwa 13 USD pro aktivem Entwicklertag erreichen (CloudZero, 2026). Diese Seite schafft Abhilfe. Sie ist eine zentrale Referenz mit der exakten benutzerdefinierten API-Konfiguration für Claude Code, OpenClaw, Codex, OpenCode und Cursor – ergänzt durch die eine Unterscheidung, die alle Differenzen zwischen ihnen erklärt. Setzen Sie ein Lesezeichen, denn der Mehrwert liegt hier in den Copy-Paste-Blöcken und den Fallstricken, nicht in Fülltext. Am Ende werden Sie in der Lage sein, jeden dieser Agenten innerhalb weniger Minuten auf ein günstigeres Modell umzustellen, und Sie werden verstehen, warum sich die URL von Tool zu Tool ändert.

Die wichtigsten Erkenntnisse

• Coding-Agenten teilen sich in zwei Protokollfamilien auf. Claude Code spricht die Anthropic-API; OpenClaw, Codex, OpenCode und Cursor sprechen die OpenAI-kompatible API.
• Das praktische Merkmal ist die URL: Die OpenAI-kompatiblen Tools benötigen ein /v1-Suffix, Claude Code nicht.
• Jede Konfiguration benötigt die gleichen drei Dinge: eine Basis-URL, einen API-Schlüssel und eine Modell-ID. Nur die Feldnamen ändern sich.
• Open-Weight-Modelle sind der entscheidende Vorteil: DeepSeek V4 Flash kostet etwa 0,14 USD pro Million Eingabe-Token im Vergleich zu mehreren Dollar bei Spitzenmodellen (Codersera, 2026).

Warum sich ein Coding-Agent Custom-API-Cheatsheet bezahlt macht

Der Grund für den Aufwand sind die Kosten, und die Ursache ist struktureller Natur. Agenten senden bei jedem logischen Schritt ihren angesammelten Kontext erneut, weshalb sie für dieselbe Aufgabe 10- bis 100-mal mehr Token verbrauchen als ein Chat-Fenster (LeanOps, 2026). Dieser Multiplikator ist der Grund für explodierende Agenten-Rechnungen, und deshalb ist die Anpassung der Token-Preise – statt den Agenten seltener zu nutzen – der Ansatz, der tatsächlich funktioniert. Eine benutzerdefinierte API leitet Ihren Agenten auf ein günstigeres Backend um, ohne Ihre Arbeitsweise zu ändern. Leiten Sie Routineaufgaben an ein Open-Weight-Modell weiter, und die Kosten pro Token sinken drastisch, oft um 70 % oder mehr, während die Qualitätslücke bei Alltagsaufgaben gering bleibt. Ein Custom-API-Cheatsheet für Coding-Agenten ist deshalb wichtig, weil die Einsparungen real sind, aber die Einrichtungshürden die meisten Menschen bremsen – und diese Hürden bestehen fast ausschließlich aus der Frage: „Welche Datei, welches Feld, welche URL?“

Wie ein Coding-Agent Custom-API-Cheatsheet funktioniert

Bevor es an die Konfigurationen geht, hier die eine Idee, die alles verständlich macht. Coding-Agenten fallen in zwei Protokollfamilien, und die Zugehörigkeit bestimmt das Format der Konfiguration. Claude Code kommuniziert mit der Anthropic Messages API, liest das Backend also aus ANTHROPIC_BASE_URL und authentifiziert sich mit einem Token im Anthropic-Stil. Alles andere in diesem Cheatsheet – OpenClaw, Codex, OpenCode und Cursor – spricht die OpenAI-kompatible Chat Completions API. Sie verwenden eine baseURL, einen Schlüssel im OpenAI-Stil und erwarten den /v1-Pfad am Ende des Endpunkts. Dieses /v1-Detail ist der häufigste Grund für das stille Scheitern einer Konfiguration. Wenn man diese Trennung erst einmal durchschaut hat, besteht jeder Eintrag unten aus denselben drei Werten in unterschiedlicher Verpackung: eine Basis-URL, ein Schlüssel und eine Modell-ID. Die Beispiele verwenden Atlas Cloud als Anbieter, da dieser beide Protokollfamilien über ein Konto bedient. Das Einzige, was sich zwischen den Tools ändert, ist also die Syntax, nicht der Schlüssel, den Sie einfügen. Jeder kompatible Anbieter funktioniert identisch; ersetzen Sie einfach die Basis-URL und den Schlüssel.

Das Coding-Agent Custom-API-Cheatsheet, Tool für Tool

Hier ist zuerst die Kurzübersicht, gefolgt vom vollständigen Konfigurationsblock für jedes Tool. Halten Sie Ihren API-Schlüssel bereit, bevor Sie beginnen. Bei Atlas Cloud erstellen Sie diesen, indem Sie Coding Plan als Schlüsseltyp wählen, wodurch er an das kreditbasierte Coding-Kontingent gebunden wird.

Claude Code

Claude Code ist der Ausreißer der Anthropic-Familie; beachten Sie, dass die Basis-URL kein /v1 enthält. Bearbeiten Sie ~/.claude/settings.json unter macOS oder Linux bzw. %USERPROFILE%.claude\settings.json unter Windows:

JSONCopy
1{
2  "env": {
3    "ANTHROPIC_AUTH_TOKEN": "your-atlas-api-key",
4    "ANTHROPIC_BASE_URL": "https://api.atlascloud.ai",
5    "ANTHROPIC_MODEL": "zai-org/glm-5.1",
6    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "zai-org/glm-5.1",
7    "ANTHROPIC_DEFAULT_SONNET_MODEL": "zai-org/glm-5.1",
8    "CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS": "1"
9  }
10}

Wenn Sie die Standardmodelle für Haiku und Sonnet auf dasselbe Modell setzen, leitet Claude Code auch kleine Hintergrundabfragen an Ihr Modell weiter, anstatt bei einem nicht verfügbaren Standardmodell zu scheitern.

OpenClaw

OpenClaw ist am einfachsten, da es einen Assistenten bietet. Führen Sie im Terminal openclaw onboard aus, wählen Sie dann Yes, QuickStart und Custom Provider. Geben Sie die Basis-URL https:​//api.atlascloud.ai/v1 ein, fügen Sie Ihren Schlüssel ein, geben Sie die Modell-ID an und wählen Sie das Protokoll OpenAI-compatible. Sobald Verification successful erscheint, benennen Sie den Endpunkt, und fertig. Was Sie wissen sollten, falls Sie ~/.openclaw/openclaw.json manuell bearbeiten: OpenClaw erfordert eine zweistufige Konfiguration. Sie definieren den Anbieter unter models.providers, müssen das Modell dann aber unter agents.defaults.models mit dem Schlüssel provider-name/model-name in die Whitelist aufnehmen, sonst lehnt der Agent es ab (OpenClaw docs, 2026). Das Vergessen der Whitelist ist die häufigste Ursache für den Fehler „model not allowed“. Der Assistent führt beide Schritte für Sie aus, weshalb dieser Weg empfohlen wird.

Codex

Codex verwendet zwei Dateien. Tragen Sie den Anbieter in ~/.codex/config.toml ein:

TOMLCopy
1model_provider = "atlas_coding_plan"
2model = "zai-org/glm-5.1"
3
4[model_providers.atlas_coding_plan]
5name = "atlascloud"
6base_url = "https://api.atlascloud.ai/v1"
7wire_api = "chat"
8requires_openai_auth = true

Tragen Sie dann den Schlüssel in ~/.codex/auth.json ein:

JSONCopy
1{ "OPENAI_API_KEY": "your-atlas-api-key" }

Führen Sie codex in Ihrem Terminal aus, überspringen Sie die Update-Aufforderung, und Sie sind verbunden.

OpenCode und Cursor

OpenCode liest ~/.config/opencode/opencode.json (unter Windows \Users\your-name.config\opencode\opencode.json):

JSONCopy
1{
2  "$schema": "https://opencode.ai/config.json",
3  "provider": {
4    "atlascloud": {
5      "npm": "@ai-sdk/openai-compatible",
6      "name": "atlascloud",
7      "options": {
8        "baseURL": "https://api.atlascloud.ai/v1",
9        "apiKey": "your-atlas-api-key"
10      },
11      "models": {
12        "zai-org/glm-5.1": { "name": "glm-5.1" }
13      }
14    }
15  }
16}

Cursor hat dafür keine Konfigurationsdatei. Öffnen Sie die Einstellungen, gehen Sie zu „Models“, fügen Sie Ihre Modell-ID beim Namen hinzu, setzen Sie dann die benutzerdefinierte OpenAI-Basis-URL auf https:​//api.atlascloud.ai/v1 und fügen Sie Ihren Schlüssel ein. Da Cursor dem OpenAI-kompatiblen Schema folgt, funktionieren dieselbe Basis-URL und derselbe Schlüssel wie bei den anderen Tools ohne Änderungen.

---

Die Wahl des Modells: Die andere Hälfte des Cheatsheets

Die Anbindung des Endpunkts ist nur die halbe Miete. Das von Ihnen gewählte Modell entscheidet über die Ersparnisse. Der bewährte Ansatz besteht darin, standardmäßig ein leistungsstarkes, günstiges Open-Model für die tägliche Programmierung zu nutzen und ein Spitzenmodell für die schwierigsten logischen Aufgaben in Reserve zu halten. Die Leistungslücke ist kleiner als der Preisunterschied: Auf SWE-Bench Pro erreichen führende Open-Modelle Werte im hohen 70er-Bereich gegenüber etwa 91 bei den besten Spitzenmodellen (Codersera, 2026), was bei Routineaufgaben und Refactorings kaum ins Gewicht fällt. Bei einem kreditbasierten Anbieter hat jedes Modell einen Multiplikator, der die Token-Nutzung in Credits umrechnet, sodass die relativen Kosten leicht abzulesen sind:

Quelle: Atlas Cloud Coding Plan Kreditregeln. Kreditkosten = Eingabe-Token × Eingabe-Multiplikator + Ausgabe-Token × Ausgabe-Multiplikator. Eine praktische Standardeinstellung: GLM-5.1 oder Kimi K2.6 für interaktives Coding, DeepSeek V4 Flash für hohe Volumina oder Hintergrundjobs, und ein Spitzenmodell nur für seltene Aufgaben, die ein Open-Model nicht lösen kann. Der Wechsel ist eine einzeilige Änderung der Modell-ID in einer der oben genannten Konfigurationen.

Ein API-Schlüssel für alle Coding-Agenten

Beachten Sie, was die Tabelle im Cheatsheet leise andeutet: Derselbe Schlüssel und dieselben Modell-IDs erscheinen in jeder einzelnen Konfiguration. Das ist das eigentliche Argument für einen einheitlichen Anbieter. Wenn Sie jedes Tool mit einem anderen Anbieter verknüpfen, erhalten Sie separate Schlüssel, Dashboards und Rechnungen – und verlieren den Überblick über Ihre Ausgaben. Alles auf einen Anbieter auszurichten, bündelt dies in einem Kreditpool und an einer zentralen Stelle für den Modellwechsel. Es vereinfacht auch die Budgetierung, die bei nutzungsbasierter Abrechnung oft schwierig ist. Ein Plan, der ein festes tägliches Kreditguthaben um Mitternacht aktualisiert, begrenzt den Schaden durch eine außer Kontrolle geratene Agenten-Schleife, während Prepaid-Pakete gelegentliche Spitzen abfangen. Die Pläne von Atlas Cloud beginnen bei 10 USD pro Monat, ihre Prepaid-Pakete bieten einen Rabatt von 41 %, und Upgrades mitten im Zyklus werden pro rata abgerechnet, sodass der Wechsel in eine höhere Stufe nur die Differenz kostet, statt eines komplett neuen Plans.

Coding-Agent Custom-API-Cheatsheet: Häufige Fehler

Fast jede fehlerhafte Einrichtung lässt sich auf einen dieser Punkte zurückführen, und alle sind schnell behoben. Das /v1-Durcheinander. Der häufigste Fehler in diesem ganzen Cheatsheet. OpenAI-kompatible Tools benötigen das /v1-Suffix; Claude Code nicht. Ein Verbindungsfehler bedeutet meist, dass der Pfad für die Tool-Familie falsch ist. Verwendung des falschen Schlüsseltyps. Ihr Anbieter-Schlüssel ist nicht Ihr Anthropic-Schlüssel und umgekehrt. Das Einfügen des falschen Schlüssels führt zu einem Authentifizierungsfehler, der verwirrender aussieht, als er ist. Die OpenClaw-Whitelist überspringen. Das Definieren des Anbieters ist nur die halbe Miete bei OpenClaw. Wenn Sie „model not allowed“ sehen, fehlt das Modell in der Whitelist oder der Schlüssel provider-name/model-name enthält einen Tippfehler. Hintergrundmodelle in Claude Code nicht eingestellt. Wenn Sie nur das Hauptmodell einstellen, die Haiku- und Sonnet-Standardwerte aber auf nicht verfügbare Modelle zeigen, schlagen die kleinen Hintergrundaufrufe fehl. Stellen Sie alle drei ein.

FAQ: Coding-Agent Custom-API-Cheatsheet

Muss ich meine Tools wechseln, um dieses Cheatsheet zu nutzen?

Nein. Der ganze Punkt ist, dass Sie den Agenten behalten, den Sie bereits verwenden, sei es Claude Code, OpenClaw, Codex, OpenCode oder Cursor. Eine benutzerdefinierte API ist eine Konfigurationsänderung, keine Migration. Ihr Workflow bleibt identisch, während sich das Backend und die Rechnung ändern.

Warum ändert sich die Basis-URL im Cheatsheet je nach Tool?

Wegen der Protokollfamilie. Claude Code verwendet die Anthropic-API und akzeptiert die bloße Domain, während die OpenAI-kompatiblen Tools den /v1-Pfad erwarten. Gleicher Anbieter, gleicher Schlüssel, unterschiedlicher Pfad. Dieser eine Unterschied erklärt die meisten fehlerhaften Setups.

Wie viel kann ein Coding-Agent Custom-API-Cheatsheet sparen?

Sehr viel, je nach Modell. DeepSeek V4 Flash kostet etwa 0,14 USD pro Million Eingabe-Token gegenüber mehreren Dollar für Spitzenmodelle (Codersera, 2026). Die Auslagerung von Routinearbeit an ein Open-Model senkt die Kosten pro Token daher oft um 70 % oder mehr, ohne dass Sie Ihre Arbeitsweise ändern müssen.

Welches Modell sollte ich als Erstes aus dem Cheatsheet wählen?

Für interaktives Coding sind GLM-5.1 oder Kimi K2.6 starke, erschwingliche Standardmodelle. Für hohe Volumina oder Hintergrundjobs ist DeepSeek V4 Flash günstiger. Halten Sie ein Spitzenmodell nur für Aufgaben bereit, die ein Open-Model wirklich nicht bewältigen kann.

Ist die Einrichtung mit dem Cheatsheet reversibel?

Ja. Jede Konfiguration ist umkehrbar. Stellen Sie die ursprüngliche Basis-URL wieder her oder entfernen Sie den Anbieterblock, und der Agent verwendet wieder seine Standardeinstellungen. Viele Entwickler behalten beide Konfigurationen bei und wechseln je nach Aufgabe.

Fazit

Ein Custom-API-Cheatsheet für Coding-Agenten lohnt sich, weil das Schwierige nie das Konzept war, sondern sich daran zu erinnern, welche Datei und welche URL jedes Tool benötigt. Sobald Sie die zwei Protokollfamilien durchschaut haben, ist jede Konfiguration lediglich eine Kombination aus Basis-URL, Schlüssel und Modell-ID in unterschiedlicher Syntax. Wählen Sie ein Open-Weight-Modell, fügen Sie den richtigen Block ein, beachten Sie die /v1-Regel, und Sie behalten Ihren bevorzugten Agenten, zahlen aber nur einen Bruchteil der Spitzenpreise. Wenn Sie einen einzigen Schlüssel und ein einziges Budget für alle Agenten wünschen, können Sie dies über die Konsole des Atlas Cloud Coding Plan einrichten und bei Aufgabenwechseln das Modell umstellen.