Исследователи сравнили два популярных инструмента для ИИ-разработки: Claude Code и OpenCode. Причем сравнили на одной модели, на одном компьютере и на одинаковых задачах.
Результат оказался неожиданным. Claude Code стартует с огромным количеством служебных данных и может потратить десятки тысяч токенов еще до того, как разработчик успеет написать первый запрос.
В простом тесте, где модели нужно было лишь ответить «OK», Claude Code отправил примерно 33 000 токенов системных инструкций, схем инструментов и дополнительного контекста. OpenCode в тех же условиях использовал около 7000 токенов.
Иными словами, у Claude Code немалая часть трат появляется еще до начала настоящей работы.
Читают прямо сейчас:
Почему короткий промпт может стоить дороже длинного — как устроен prefix cache и почему проблема с кешированием в Claude Code бьёт по счёту сильнее, чем кажется
Claude Code: 6 инструментов и как снизить расход токенов 2026 — как сократить расход на 90% и не дать CLAUDE.md съесть весь бюджет ещё до старта
Claude Code, Cursor и Codex: какой AI-агент выбрать — сравниваем расход токенов между агентами и объясняем, когда 33 000 стартовых токенов оправданы, а когда нет
Откуда берутся десятки тысяч токенов
Главный источник расхода — не сама модель, а инфраструктура вокруг нее. Claude Code загружает большое количество инструментов для работы с агентами, управления задачами, делегирования и взаимодействия с окружением.
Из примерно 33 000 стартовых токенов около 24 000 приходится только на описания инструментов. В систему также попадают дополнительные блоки с инструкциями, списками возможностей и данными о текущем окружении.
Для сравнения, OpenCode использует гораздо более компактную схему: меньше инструментов, меньше системных инструкций и практически ничего лишнего перед пользовательским запросом.
Кеширование стало еще одной проблемой
Исследователи обнаружили, что Claude Code проигрывает OpenCode не только из-за большого стартового размера. У инструментов отличается подход к работе с кешем.
OpenCode отправлял практически одинаковый префикс в каждом запросе. Это позволяло один раз сохранить данные и затем дешево использовать их повторно.
Claude Code же в некоторых сценариях заново записывал большие объемы данных в кеш во время одной сессии. В результате он мог создавать до 54 раз больше кеш-записей, чем OpenCode.
А это важно, потому что запись в кеш стоит дороже обычного чтения. Именно поэтому пользователи могли замечать, как счетчик использования токенов быстро растет даже при относительно простых задачах.
Большие проекты делают проблему заметнее
В реальной разработке стартовый расход может стать еще выше. Например, файл инструкций CLAUDE.md или AGENTS.md размером около 72 КБ способен добавить примерно 20 000 токенов к каждому запросу.
Дополнительные MCP-серверы тоже увеличивают нагрузку. Пять таких сервисов могут добавить еще 5000–7000 токенов, а в крупных проектах их количество бывает значительно больше.
В итоге рабочая конфигурация может отправлять 75 000–85 000 токенов еще до того, как пользователь написал первую команду.
Субагенты могут увеличить расходы в несколько раз
Еще одна особенность Claude Code — возможность запускать дополнительные агенты для выполнения отдельных частей задачи. Но у такого подхода есть обратная сторона: каждый новый агент заново получает собственные инструкции и описание инструментов.
В одном из тестов задача, которая при прямом выполнении стоила около 121 000 токенов, после разделения между двумя субагентами выросла до 513 000 токенов.
Причина проста: каждый агент фактически начинает работу с собственной копией большого системного контекста.
Claude Code иногда выигрывает за счет скорости работы
Несмотря на все минусы, исследование показало, что Claude Code не всегда оказывается дороже. На сложных многошаговых задачах он иногда компенсирует большой стартовый расход тем, что выполняет больше действий за меньшее количество запросов.
Например, в одном тесте Claude Code потратил около 121 000 токенов против 132 000 у OpenCode, потому что смог объединить несколько операций в один пакет.
Однако при повторной проверке на другой модели ситуация изменилась: Claude Code потратил примерно 298 000 токенов, тогда как OpenCode уложился в 133 000.
Главный вывод: важна не только модель, но и оболочка вокруг нее
Авторы исследования подчеркивают, что Claude Code нельзя назвать плохим инструментом. Его дополнительные возможности — агенты, автоматизация и сложная система управления задачами — могут быть полезны профессиональным разработчикам.
Но за эти возможности приходится платить. Каждый дополнительный инструмент, инструкция или агент увеличивает количество токенов, которые модель должна обработать.
