你以为选对了模型，钱就省了？Claude Code 33k vs OpenCode 7k 的真实差距被拆穿了

你以为选对了模型，钱就省了？Systima 在 API 边界装了个日志代理，把 Claude Code 和 OpenCode 的每次请求拆开看了个底朝天——数字出来之后，很多人把 CLAUDE.md 重新打开看了一遍。

Claude Code 每轮对话前，自己先烧掉大约 33,000 个 token。OpenCode 只用 7,000。 差距 4.7 倍，而且这 33k 是用户还没打一个字的时候就已经花出去的。

这 33k 怎么堆出来的？拆开看：工具定义占最大头，Claude Code 内置了 27 个工具，光是这些工具的 schema 就占了约 24k tokens；系统 prompt 本身还有约 6.5k tokens。OpenCode 只内置了 10 个经典编码工具，工具定义只占 4.8k，整个启动成本还没到 Claude Code 工具定义的零头。

但真正贵的不是这个静态差距。 缓存效率的差距才是大头。

OpenCode 每次请求的前缀在会话中字节级相同，一次写入缓存后几乎零成本回读。Claude Code 在会话中频繁重写缓存——同一任务下，最多写了 OpenCode 54 倍的缓存 token。缓存写入按 premium 计费，同样的内容反复写，这部分开销很多团队压根没算进去。

生产配置一加上去，数字更难看。 一份 72KB 的 AGENTS.md 或 CLAUDE.md 指令文件，每轮对话再加约 20k tokens。挂 5 个 MCP 服务器，再加 5k-7k tokens。一个真实的生产环境配置，第一轮请求前就已经 75k-85k tokens 深了。如果再开子代理，成本直接翻 4 倍以上——每个子代理都继承完整的 bootstrap 开销，121k 的任务分给两个子 agent 能烧到 513k tokens。

Unblocked 测出的 MCP schema 税更直观：启用一个完整的 MCP 服务器，光是工具 schema 就注入约 42,000 tokens，相当于 200K 上下文的 21%——而且这是每轮都算进去的。

微软研究院 2026 年 7 月发表的论文跟踪了数万名工程师四个月，结论是 Claude Code + Copilot CLI 用户合并的 PR 比对照组多 24%，而且这是持续四个月的效果，不是新鲜感驱动的 spike。但论文有个 plot twist：微软在论文发表前两个月悄悄取消了大半 Claude Code 授权，因为 token 账单撑不住。

生产力是真的。商业模型还在磨合。

所以省钱的关键根本不是换模型。 是管好这三个烧 token 的大户：

第一，AGENTS.md 砍到 20KB 以下。 Systima 测出来 72KB 指令文件每轮加 20k tokens，这不是一次性成本，是每轮对话都要付的税。删掉模型不需要每轮看到的例子，合并重复规则，把任务专属指令移到临时上下文。大多数团队能砍掉 70% 的指令文件体积，质量不受影响——但几乎没人去量。

第二，MCP 服务器按需启用，别全开。 Claude Code 默认只加载工具名、schema 延迟加载。如果开了 ENABLE_TOOL_SEARCH=auto，schema 才会预加载到超过 10% 窗口时才触发。按这个逻辑，只在需要的时候开完整 schema，用完关掉。一个 MCP 服务器的 schema 税是 42k tokens，关掉等于每轮白捡 42k。

第三，子代理用来处理真正需要并行的复杂任务，别用来处理简单任务。 子代理的成本乘数是 7x，一个 50k tokens 的任务变成 350k。如果任务本身有清晰的执行顺序，让父 agent 串行做比 spawn 子代理更划算。只有当子任务真正独立、需要同时推进的时候，子代理的多线收益才覆盖得了它的开销放大。

回到那个 4.7 倍。Claude Code 的基础开销确实比 OpenCode 高，但在多步骤任务中，Claude Code 的并行工具批处理能力有时候能让总消耗反而更低。新模型上测试，差距缩小到 3.3 倍——因为新版模型接收的系统 prompt 更小。

所以结论不是非此即彼。 简单任务、预算敏感场景，OpenCode 的低启动成本是真实优势。复杂多文件重构、需要深度上下文保持的长程任务，Claude Code 的 agentic 架构和多步骤连贯性值得那部分开销溢价。真正的省钱思路是：在你的仓库里，用更低的总成本交付验收通过的代码，而不是某一次公开评测的赢家。

先把 CLAUDE.md 打开，看看它现在是多大。