title: "Claude Code ueber 13 Sprachen: Dynamisch ist billiger als statisch" date: 2026-04-06 summary: Ein Benchmark mit 600+ Runs zeigt: AI-Coding-Aufgaben kosten in dynamischen Sprachen 1,4- bis 2,6-mal weniger als in statisch typisierten. Ruby und Python schlagen Rust und C deutlich. tags: [claude-code, benchmark, programmiersprachen, kosten, ai-coding]
Ruby-Committer Yusuke Endoh hat Claude Code (Opus 4.6) mit ueber 600 Runs ueber 13 Programmiersprachen benchmarked. Die Aufgabe war konstant: ein vereinfachtes Git-System implementieren. Version 1 umfasste init, add, commit und log, Version 2 erweiterte das um status, diff, checkout und reset.
Ergebnisse nach Sprache
Durchschnittskosten pro erfolgreicher Aufgabe:
| Sprache | Kosten |
|---|---|
| Ruby | $0.36 |
| Python | $0.38 |
| JavaScript | $0.39 |
| Go | $0.50 |
| Rust | $0.54 |
| C | $0.74 |
Der Unterschied zwischen dem guenstigsten (Ruby) und teuersten (C) Ergebnis betraegt Faktor 2,1. TypeScript kostet fast doppelt so viel wie JavaScript ($0.62 vs. $0.39).
Erklaerung
Statisch typisierte Sprachen erzeugen mehr Hin-und-Her zwischen Modell und Compiler. Typfehler fuehren zu zusaetzlichen Iterationen, Imports muessen praezise gesetzt werden, und der Compiler gibt dichten Fehleroutput, den das Modell verarbeiten muss. In dynamischen Sprachen laeuft mehr Code einfach durch.
Ein weiterer Faktor ist die Trainingsdatenlage. Ruby, Python und JavaScript sind in Coding-Trainingsdaten stark vertreten, was die Fehlerquote pro Versuch senkt.
Praktische Empfehlung
Wenn bei AI-gestuetzten Coding-Aufgaben die Sprachwahl offen ist, lohnt sich der Kostenunterschied als Argument fuer dynamische Sprachen. Fuer Projekte, die ohnehin in Python oder Ruby gebaut werden, faellt AI-Assistenz guenstiger aus.
Wichtig: Der Benchmark misst Kosten, nicht Codequalitaet oder Laufzeit-Performance. Fuer Anwendungen, bei denen Typ-Sicherheit oder Performance entscheidend sind, bleibt die Sprachwahl ein separates Abwaegungsproblem.