背景：一场意外的发现
当我们让 Claude Code 和 OpenCode 运行在相同的模型、相同的机器、相同的任务上，然后逐条检查它们发送和接收的所有内容时，一个惊人的事实浮出水面：Claude Code 远比 OpenCode”饥饿”。
在要求两个编程代理只返回一行回复的简单测试中，Claude Code 在提示词到达之前就消耗了约 33,000 个 token —— 包括系统提示、工具模式和各种注入的脚手架代码。而 OpenCode 只消耗了约 7,000 个 token。差距接近 5 倍。
这项研究由 systima.ai 团队完成，他们使用了模型网关来捕获所有 API 请求的完整载荷。结果在 Hacker News 上引发热议，426 分、238 条评论。
核心发现：缓存效率的鸿沟
差距不仅仅在于初始 token 数量。更关键的是缓存效率：
OpenCode 的请求前缀在每次运行中字节完全相同 —— 一次缓存，整个会话受益，后续请求以极低成本读取缓存。而 Claude Code 在会话中反复重写数万 token 的提示缓存，相同任务上写入的缓存 token 比 OpenCode 多出最高 54 倍。缓存写入按高价计费，这就是 Claude Code 使用仪表盘数字不断攀升的原因。
进一步的实验发现，这种差距是模型相关的。在 Claude Fable 5 上重新运行时差距缩小到约 3.3 倍，因为 Claude Code 向新模型发送的系统提示更小。但仍然远高于 OpenCode。
配置膨胀：雪上加霜
真实的生产环境会让这个问题更加严重：
- 一个典型的 AGENTS.md 或 CLAUDE.md 配置文件（72KB）会为每次请求额外增加约 20,000 token
- 五个普通的 MCP 服务器再增加 5,000 到 7,000 token
- 当真实工作环境发送第一条请求时，用户还没输入一个字，就已经消耗了 75,000 到 85,000 token
子代理（subagent）机制更是放大了成本。一个直接执行消耗 121,000 token 的小任务，当分派给两个子代理时消耗了 513,000 token —— 每个子代理都有自己的启动成本，父代理还要消费其对话记录。
Claude Code 的优势
研究也发现了一个有利于 Claude Code 的结果：在多步骤任务中，Claude Code 的全局总消耗反而低于 OpenCode。原因在于 Claude Code 会将多个工具调用打包到更少的请求中，而 OpenCode 每轮都在重复支付其较小的基线成本。仪表盘起步更高，但会话的展开方式决定了最终谁花得更多。
社区反响
HN 社区的讨论非常热烈。多位开发者表示早就注意到代理工具”试图变得聪明”时产生的巨大 token 消耗。有评论指出 Anthropic 的商业模式自然激励高消耗 —— 他们想打造最好的编程代理，不关心（甚至被激励于）高成本。而其他代理如 OpenCode 则必须在性能和成本之间做出权衡。
也有评论质疑测试使用的模型版本较旧（Sonnet 4.5），但核心发现 —— Claude Code 的系统提示开销显著高于竞品 —— 得到了广泛认同。一位开发者幽默地说：”所以不仅文章是 AI 写的，连测试也全由 AI 完成的？”
原文链接：systima.ai · HN 讨论