“Claude Code”是个大胃王鲨鱼吗？与OpenCode的比较揭示惊人的开销

发生了什么？新闻概述

• 初始令牌消耗的巨大差距: 使用相同的模型“claude-sonnet-4-5”，仅仅让其回“OK”的任务中，Claude Code消耗了约33,000个令牌，而OpenCode的消耗仅为约7,000个令牌。
• 缓存效率低下: OpenCode在每个会话中固定缓存有效载荷，而Claude Code则在会话中不断重写数万令牌的缓存，写入量最高达54倍。
• 实际环境中的膨胀: 结合AGENTS.md等配置文件和5个MCP服务器，发现发送第一个提示之前消耗的令牌达到了85,000个。

为什么这很重要？值得关注的要点

• 成本和速度的直接影响: 令牌的开销直接与使用费用和延迟挂钩。尤其是在像EU AI Act这样的法规下，代理需要准确把握“发送了什么”的透明度。
• 子代理的连锁成本: 将任务分配给子代理时，各代理的启动成本会累积，可能需要超过直接执行时4倍的令牌。

🦈 鲨鱼的视角（策展人的观点）

Claude Code简直就是个“移动平台”啊！每回合都在引入27种工具架构和如此厚重的支撑（脚手架）<system-reminder>。这种“奢华的配置”使得简单的回答都变成了3万令牌的巨大包裹。

特别值得注意的是缓存写入的异常之多！同样的任务中，Claude Code的缓存重写次数比OpenCode多54倍，这对于钱包来说无疑是个相当凶猛的鲨鱼。不过，在多步骤复杂任务中，Claude Code通过批处理工具调用，最终消耗的总量反而低于OpenCode，形成了逆转现象。短途冲刺用OpenCode，长途复杂狩猎用Claude Code，这种区分可能会成为2026年的常规策略！

接下来会怎样？

开发者在选择执行环境时，将不仅仅关注功能性，还会严格评估“基本费用（基线令牌）”和“行驶距离（缓存效率）”。特别是在大量部署MCP服务器的环境中，初始成本就会压迫上下文窗口，因此提示的减肥技术将会进一步发展。

鲨鱼的简短总结

鲨鲨！大胃王Claude Code如果一次性吃掉（批处理），可能会意外划算！聪明地使用它，游出令牌的海洋吧！🦈🔥

术语解释

• 令牌开销: 除了请求内容（提示）外，系统自动附加的指令和设置所消耗的令牌数量。

• 提示缓存: 保存一次输入的长指令，以便在下次执行时重复使用，从而节省成本和时间的技术。

• MCP服务器: 模型上下文协议。AI模型与外部工具或数据源连接的标准化接口。

• 信息来源: Claude Code sends 33k tokens before reading the prompt; OpenCode sends 7k