TokenCut · SystemOS
Die aktive Kostenreduzierung für tokenisierte Unternehmen
„Halbiere deine KI-Kosten in einer Zeile.“
Sie bezahlen für Tokens, die niemand braucht
Jede Anfrage an ein Sprachmodell wird nach Tokens abgerechnet – auch für alles, was das Modell gar nicht braucht: Höflichkeitsformeln, leere Datenfelder, doppelt mitgeschickte Systemanweisungen, hundertfach wiederholte Werkzeugbeschreibungen. TokenCut sitzt zwischen Ihrer Anwendung und Ihrem Modell und entfernt diesen Ballast, bevor er bezahlt wird.
So funktioniert es
Verdichten
Floskeln, leere JSON-Felder, doppelte System-Prompts und wiederholte Tool-Beschreibungen werden regelbasiert entfernt. Zahlen, Code-Blöcke, Namen und Bedeutung bleiben unverändert.
Zwischenspeichern
Identische Anfragen beantwortet TokenCut aus dem Speicher – ohne erneuten Modellaufruf. Getrennt je Kunde, nie übergreifend.
Belegen
Jede Einsparung wird mitgezählt. Gespeichert werden nur Zahlen und Prüfsummen, niemals Ihre Inhalte.
TokenCut arbeitet regelbasiert und nachvollziehbar, nicht mit einem zweiten KI-Modell. Im Zweifel bleibt Ihr Text unverändert.
Einbau in einer Zeile
TokenCut spricht dieselbe Schnittstelle wie OpenAI. In Ihrer Anwendung ändert sich genau eine Zeile: die Adresse. SDKs, Modelle und Prompts bleiben, wie sie sind.
Wer zuerst ohne Modellaufruf messen möchte, schickt einen eigenen Text an /v1/tokencut/benchmark und sieht sofort die Zahlen vorher und nachher.
Python
from openai import OpenAI
client = OpenAI(
base_url="https://api.systemos.global/v1",
api_key="tck_…", # Ihr persönlicher Schlüssel
)
client.chat.completions.create(
model="gpt-4o", messages=[...])Messen ohne Modellaufruf
curl -X POST https://api.systemos.global/v1/tokencut/benchmark \
-H "Authorization: Bearer tck_…" \
-H "Content-Type: application/json" \
-d '{"model":"gpt-4o","messages":[{"role":"user","content":"Ihr Text"}]}'Gemessen, nicht hochgerechnet
Alle Werte stammen aus echten Durchläufen gegen den laufenden Gateway am 24.09.2026. Die Ersparnis hängt vom Inhalt ab: Je mehr Wiederholung und Förmlichkeit, desto mehr lässt sich einsparen.
| Payload | vorher | nachher | Anteil | Ersparnis |
|---|---|---|---|---|
| Agent mit 42 Tool-Schemas | 925 | 337 | −63,6 % | |
| CRM/RAG-Kontext (JSON mit leeren Feldern) | 1.213 | 646 | −46,7 % | |
| Dokument, 1 MB (in 649 ms verarbeitet) | 257.894 | 162.105 | −37,1 % | |
| Geschäfts-Mail mit Floskeln | 60 | 39 | −35,0 % | |
| Support-Mail (deutsch) | 335 | 281 | −16,1 % | |
| Sachliche FAQ-Frage | 37 | 37 | 0 % |
Angaben in Tokens. Sachlicher Text bleibt bewusst unverändert – dort wirkt der Cache: Die wiederholte Anfrage kam in 3 ms statt 24,3 s zurück (gemessen mit einem lokalen Modell). Beispielrechnung bei 5 $ je 1 Mio. Input-Tokens: Der CRM/RAG-Payload spart 283,50 $ je 100.000 Aufrufe.
24 Stunden kostenlos testen
Sie erhalten einen persönlichen Einladungscode per E-Mail. Einmal einlösen, Adresse umstellen, messen.
- 24 Stunden ab Ihrer ersten Anfrage – der Zeitraum beginnt erst, wenn Sie wirklich loslegen.
- Ein Einladungscode, ein Schlüssel: einmal einlösbar, an Ihr Gerät gebunden.
- Bis zu 2.000 Anfragen im Testzeitraum.
- Keine Zahlungsdaten, keine Verpflichtung. Der Zugang endet automatisch.
- Ihre Inhalte bleiben Ihre: gespeichert werden nur Token-Zählwerte.
- Testmodell: Im Testzugang antwortet ein von uns betriebenes Testmodell; Antwortzeiten von einigen Sekunden sind normal.
Ich freue mich auf Ihr Feedback
Weiterbetrieb, eigene Instanz in Ihrer Infrastruktur oder höhere Kontingente – schreiben Sie mir direkt.
Nico Becker