Kostenschicht für LLM · SDK mit LizenzSenken Sie die Kosten Ihrer KI-Anwendungen — ohne Anbieterwechsel, ohne Qualitätsverlust.
Savings analysiert jede Anfrage, vermeidet unnötige Ausführungen, entfernt redundanten Kontext und wählt die günstigste Option, die Ihren Qualitätsvertrag noch erfüllt. Jede veröffentlichte Zahl ist am Zähler des Anbieters selbst gemessen.
Installation in fünf Zeilen. Die Lizenz aktivieren Sie in Ihrem Dashboard.
Wird vor diesen Anbietern installiert
gpt-4o-miniAnthropicGeminiResolver · Singleflight · avoided_calls
beschnittene Tools · Retrieval · redundanter Kontext · eliminated_tokens
leichtere Kodierung · nur wenn es sich lohnt · compressed_tokens
Die günstigste Ausführung gewinnt
OpenAI gpt-4o-mini
≥ 20,0 % weniger Rechnung, geprüft bei 95 % · gegenüber einer nicht optimierten Integration, ohne Streaming
Die zweite Kontrolle
Gegen eine bereits von Hand optimierte Integration
Hier läuft jedes Szenario zusätzlich gegen eine Integration, die ein sorgfältiger Entwickler längst getunt hätte: der native Cache des Anbieters auf dem stabilen Präfix konfiguriert und nur die Werkzeuge, die die Aufgabe wirklich braucht, einzeln ausgewählt. Alles andere — Vertrag, Limit, Temperatur und Seed — ist identisch.
23,2 %
Gegen eine nicht optimierte Integration
Fast alle messen gegen eine naive Integration — dagegen sieht jeder gut aus.
22,9 %
Gegen eine bereits von Hand optimierte Integration
Erst dieser zweite Vergleich misst das Verdienst der Schicht: was noch zu sparen bleibt, wenn die tief hängenden Früchte weg sind.
Wir verkünden immer die kleinere der beiden Zahlen, und beide stammen aus demselben öffentlichen Artefakt: mehr zu versprechen, als die zweite Kontrolle hergibt, hieße Ihnen als unser Verdienst zu verkaufen, was Sie längst hatten.
gemessen auf gpt-4o-mini · 95-%-Untergrenze · d1c8233 · 2026-09-12 · 193
Vermeidet den Aufruf ganz
Resolver · Singleflight
avoided_calls
Entfernt, was nicht gesendet werden musste
beschnittene Tools · Retrieval · redundanter Kontext
eliminated_tokens
Komprimiert, was übrig bleibt
leichtere Kodierung · nur wenn es sich lohnt
compressed_tokens
Jeder Schritt fällt in EIN eigenes Hauptbuch, diese Zahlen addieren sich also nicht. Ein Schritt, dessen Buch die Null nicht klar übersteigt, erscheint hier nicht. Ein Prozentsatz ohne sein Modell daneben bedeutet nichts: derselbe Hebel kann bei einem Modell sparen und bei einem anderen kosten.
Wie die Einsparungen gemessen werden — und jeder Versuch, einzeln veröffentlicht.
Beide Arme werden mit dem Zähler des Anbieters selbst gemessen — keine modellierte Baseline. Für jedes Szenario schickt der Prüfstand die nicht optimierte Anfrage und die BV-SALA-Anfrage an dasselbe Modell, bepreist beide anhand des vom Anbieter selbst gemeldeten Token-Verbrauchs und aggregiert die Szenarien mit einem stratifizierten Bootstrap, Gewicht eins pro Szenario: die Schlagzahl hängt so nicht davon ab, wie viele Wiederholungen auf welchen Fall entfielen. Das gepoolte Aggregat bleibt im Artefakt als aggregatePooled erhalten, gekennzeichnet als das, was es ist: nicht die Schlagzahl. Wir veröffentlichen die Untergrenze des 95-%-Konfidenzintervalls, nie die Punktschätzung.
- Gleiches Modell, zwei Arme: die naive Anfrage gegen die BV-SALA-Anfrage.
- Kosten mit dem Tokenizer des Anbieters selbst berechnet — keine modellierte Basislinie.
- Wir veröffentlichen die Untergrenze des 95-%-Konfidenzintervalls, nie die schmeichelhafte Schätzung.
- Zwei Kontrollarme: gegen eine nicht optimierte Integration und gegen dieselbe, bereits von Hand optimierte Integration. Nur die zweite Zahl ist das Verdienst der Schicht.
- Bücher, die die Null nicht übersteigen, werden trotzdem veröffentlicht — mit ihrem Etikett.
Rohdaten der Versuche herunterladen (CSV) d1c8233 · 2026-09-12 · 193 · gpt-4o-mini
Prüfen Sie es mit Ihren eigenen Zahlen, bevor Sie etwas installieren
Der Verifizierer führt den echten Optimierer in Ihrem Browser aus: Sie wählen ein Beispiel oder fügen eigene Daten ein, geben an, wie viel Sie die API nutzen, und sehen die prognostizierte Ersparnis — mit genau derselben Rechnung, die später Ihren Beleg unterschreibt. Nichts, was Sie einfügen, verlässt die Seite.
Der Verifizierer lebt im Produkt selbst, in Ihrem Savings-Dashboard — er ist kein separater Marketing-Rechner.
Für Entwickler gebaut
Weniger Kopfschmerzen mit der Rechnung. Ohne Anbieterwechsel.
Drei Fakten über das Paket. Keiner ist ein Versprechen.
Installation in fünf Zeilen
npm install @bivelio/savings-layerLizenziertes SDK für Node.js; die Lizenz aktivierst du in deinem Dashboard. Funktioniert mit jedem Endpunkt, der mit der OpenAI-API kompatibel ist, und mit dem nativen Anthropic-Adapter.
npmjs.com/package/@bivelio/savings-layer ↗- 01
Null Laufzeitabhängigkeiten
Ein einziges ESM-Bundle. Neben Ihrem Code wird nichts installiert, was wir nicht selbst geschrieben haben; der exakte Tokenizer ist ein optionaler Peer.
- 02
Ein SavingsReport pro Aufruf
Bücher, die nie summiert werden, die Kosten mit ihrer Basis — gemessen oder geschätzt — und Traces pro Stufe. Genau das, was Ihr Dashboard liest.
- 03
Ihr Traffic bleibt direkt
Das SDK umhüllt den Aufruf in Ihrem Prozess. Ihre Prompts gehen nie über BiVelio: bei uns kommen nur Zählungen und Kosten an.
Drei Spuren, die nie summiert werden — und nur eine wird berechnet
Jeder Beleg trennt die Ersparnis danach, wie gut sie sich beweisen lässt, denn nicht jeder Beweis ist gleich viel wert. Die drei zusammenzuzählen ergäbe eine größere, unsicherere Zahl: deshalb werden sie nie addiert.
Gemessen
Der Anbieter hat dieselben Tokens gemeldet, und es wurde ein anderer Tarif bezahlt: eine Subtraktion zwischen zwei öffentlichen Preisen, die Sie in der Konsole Ihres Anbieters Zeile für Zeile abgleichen können.
gemessen · wird abgerechnetVom Anbieter
Sein eigener Zähler sagt, wie viele Tokens er gelöscht hat. Die Zählung ist seine, nicht unsere; was sie in Geld wert ist, hängt vom Preis ab, zu dem diese Tokens bezahlt worden wären, und dieser Teil ist unsere Schätzung. Wird gezeigt, nicht berechnet.
geschätzt · nicht abgerechnetHypothetisch
Was eine Policy gespart hätte, wäre sie angewandt worden. Es stammt aus der Simulation des Zuges: niemand hat etwas ausgeführt. Es kann negativ ausfallen und wird trotzdem gezeigt. Es wird nie berechnet.
simuliert · nicht abgerechnetNur die gemessene Spur wird berechnet. Geschätztes und Hypothetisches landen nie auf Ihrer Rechnung, auch wenn sie größer ausfallen — und wenn eine Zahl sich nicht gegen die Rechnung Ihres Anbieters abgleichen lässt, steht das in derselben Zeile, in der sie erscheint.
bvsala · Coding-Terminals
Claude Code mit API-Schlüssel? Sehen Sie die echten Ausgaben, Token für Token.
Ein einziger Befehl setzt einen lokalen Zähler vor Ihr Terminal. Kein Code, keine Konfiguration — und Ihre Prompts verlassen nie Ihre Maschine: im Panel kommen nur Zählwerte und Kosten an.
Ein Befehl, keine Konfiguration
bvsala claude
bvsala doctorEs funktioniert mit Claude Code, Codex CLI, Goose und Qwen Code — und bvsala doctor gibt die genaue Konfiguration für den Rest aus.
- Das Gateway startet auf einem flüchtigen Port, startet Ihr Terminal mit Verweis darauf und fährt beim Beenden wieder herunter.
- Ihre Ausgaben erscheinen Token für Token im Dashboard, gezählt mit dem Zähler Ihres eigenen Anbieters.
- bvsala doctor prüft nur auf Existenz: sein Bericht zeigt Pfade, niemals den Inhalt Ihrer Konfigurationsdateien.
Heute misst das Gateway; die automatische Optimierung gibt es dort noch nicht.
savings-mode · kostenloser Skill
Der Skill, der Ihre Abo-Limits dehnt
Keine Rechnung heißt nicht kein Schmerz: das Fünf-Stunden-Fenster und das Wochenlimit. savings-mode ist ein Skill aus reinen Anweisungen — kein Proxy, Ihr Traffic bleibt unberührt — der die zwei Massen kürzt, die wirklich Limit verbrennen: Modellausgabe und Tool-Ergebnisse.
Claude Code
Ein Befehl: er installiert nach ~/.claude/skills und schaltet sich von selbst ein, wenn es im Gespräch um Limits oder Token-Sparen geht.
~/.claude/skillsCodex
Hat keine Skills, also reist dieselbe Disziplin als markierter Block in Ihrer AGENTS.md: immer aktiv, und zum Abschalten löschen Sie den Block. Ihre AGENTS.md außerhalb der Marken wird nie angerührt.
AGENTS.mdClaude.ai
Der Skill reist als Zip: Sie aktivieren „Code execution and file creation“ in den Einstellungen, laden ihn unter Customize → Skills hoch, und er erscheint mit eigenem Schalter, privat in Ihrem Konto. Der Download verlangt Ihr Savings-Konto, das kostenlos ist; der Skill selbst enthält keinerlei Telemetrie.
savings-mode.zip
Die Wirkung des Skills selbst wird veröffentlicht, sobald sie im A/B gemessen ist — nie vorher.
Er ist kostenlos; wofür man Savings bezahlt, ist zu wissen, wie viel er spart.
Das Geschäftsmodell
Wie sich berechnet, was Sie uns zahlen
Eine Gebühr pro Sitz, und eine Provision, die aus der gemessenen Ersparnis kommt — nie aus Ihrer Tasche.
90 %
Ihnen bleiben immer 90 % oder mehr jedes gesparten Euros.
Die Provision existiert nur, wenn Ihre gemessene Ersparnis existiert, und keine Stufe liegt über dem Höchstsatz.
Nur auf die gemessene Ersparnis
Danach Provision nur auf die gemessene Ersparnis: die, die Sie mit der Rechnung Ihres Anbieters abgleichen können, Zeile für Zeile. Geschätztes wird gezeigt, aber nie berechnet.
Nach Grenzstufen
Nach Grenzstufen, jede Stufe zu ihrem eigenen Satz und ab dem ersten gemessenen Euro: je mehr Sie sparen, desto kleiner unser Prozentsatz.
Keine Mindestlaufzeit
Ein Monat ohne Ersparnis? In diesem Monat gibt es keine Provision. Keine Bindung — und Ihre erste variable Rechnung enthält nur Zahlen, die Sie schon auf Ihrer Abrechnung gesehen haben.
Was ein Sitz ist
Ein Sitz ist eine aktive Maschine oder Dienstidentität, keine Person, und er wird nur berechnet, wenn er an drei oder mehr Tagen im Monat aktiv war. CI und kurzlebige Runner zählen nicht.
Dein erster Monat ist Kalibrierung
Es gibt keinen Gratis-Tarif und keine Testphase: Was du vor dem Bezahlen prüfen kannst, sind die öffentlichen Messungen des Produkts. Dein erster Monat ist Kalibrierung — und kostenpflichtig: Du zahlst nur den Sitz, wir messen deinen gesamten Traffic und berechnen keine Provision; zum Abschluss siehst du den genauen Auszug dessen, was es gekostet hätte.
- 1
Verbinden
Savings sitzt vor deinen Modellaufrufen und zählt mit dem Zähler deines eigenen Anbieters.
- 2
Kalibrieren
Im ersten Monat zahlst du nur den Sitz: Wir messen deinen gesamten echten Traffic und berechnen keine Provision.
- 3
Entscheiden
Zum Abschluss erhältst du den genauen Auszug dessen, was es gekostet hätte. Danach kommt die Provision aus der gemessenen Einsparung, nie aus deiner Tasche.
Die genauen Sätze stehen in der Preisliste des Produkts und werden hier nicht kopiert, damit niemand auf dieser Seite eine Zahl liest, die sich längst geändert hat.
bivelio-savings-layer · apps/web/lib/billing/tarifa.ts · caa7310 · 2026-09-12
Häufige Fragen zu Savings
Wie BV-SALA Ihre LLM-Rechnung misst und senkt.
Senkt es wirklich meine LLM-Rechnung?
Ja, und Sie müssen es uns nicht glauben: Jede Zahl auf der Seite ist gegen den Zähler des Anbieters selbst gemessen, mit ihrem Konfidenzintervall daneben. Wir berichten die 95-%-Untergrenze — die konservative Ersparnis —, niemals die schmeichelhafte Schätzung.
Wie wird die Ersparnis gemessen?
Mit einem A/B-Prüfstand: Für jedes Szenario gehen die nicht optimierte Anfrage und die BV-SALA-Anfrage an dasselbe Modell, beide werden mit dem Zähler des Anbieters bepreist, und wir berichten die Untergrenze des 95-%-Konfidenzintervalls. Es gibt zwei Kontrollarme — eine nicht optimierte Integration und dieselbe, bereits von Hand optimierte Integration — und die Szenarien werden mit einem stratifizierten Bootstrap aggregiert, Gewicht eins pro Szenario. Keine modellierte Baseline, keine Annahmen.
Verschlechtert sich die Qualität der Antworten?
Nein. BV-SALA wählt bei jeder Anfrage die günstigste Ausführung, die Ihren Qualitätsvertrag noch erfüllt. Wenn eine Verbilligung die von Ihnen festgelegte Qualität gefährden würde, tut es das nicht: Die Ersparnis geht nie zulasten des Ergebnisses.
Mit welchen Anbietern funktioniert es?
Zwei Dinge, streng getrennt. Kompatibilität: Es sitzt vor deinem Anbieter und funktioniert mit jedem Endpunkt, der mit der OpenAI-API kompatibel ist, sowie mit dem nativen Anthropic-Adapter. Messung: Heute gibt es genau eine veröffentlichte Zahl, OpenAI gpt-4o-mini, gemessen gegen den Zähler des Anbieters selbst. Kompatibel heißt nicht gemessen; sobald wir eine weitere messen, veröffentlichen wir ihre Zahl mit ihrem Modell daneben.
Wie wird es installiert?
In fünf Zeilen. Es ist ein lizenziertes SDK für Node.js (@bivelio/savings-layer); die Lizenz wird über Ihr Panel aktiviert und arbeitet vor Ihrer bestehenden Integration, ohne sie neu schreiben zu müssen.
Was kostet es?
Eine Gebühr pro Sitz plus eine gestaffelte Provision auf die gemessene Einsparung, ab dem ersten Euro. Ein Sitz ist eine aktive Maschine oder Dienstidentität, keine Person. Es gibt keinen Gratis-Tarif und keine Testphase: Dein erster Monat ist Kalibrierung — du zahlst nur den Sitz, Provision berechnen wir keine. Und in einem Monat ohne Einsparung zahlst du keine Provision.
15-Min-Call buchen
Wir sagen Ihnen, was Sie mit Ihrem Traffic sparen würden — ohne etwas zu installieren.