最新测试显示，Anthropic旗下AI编程工具Claude Code在用户输入指令前，就可能先向模型发送数万Token。在真实开发环境中，其首轮请求规模约为7.5万Token，这意味着成本和上下文窗口利用率都可能受到影响。

据外媒GIGAZINE 7月13日（当地时间）报道，AI咨询公司Systima近日对Claude Code与开源AI编程工具OpenCode进行了对比测试，并披露了上述结果。

测试中，Systima在同一台电脑上分别运行Claude Code 2.1.207和OpenCode 1.17.18，并调用同一模型Claude Sonnet 4.5。随后，Systima在中转服务器端记录实际发送给模型的数据，并据此统计Token数量。

即便是在最简场景下，两者差距也十分明显。在不连接MCP（Model Context Protocol）服务器、也不加载任何用户设置的空白工作区中，仅要求输出“OK”时，Claude Code首个请求发送给模型的内容约为32800 Token，而OpenCode仅约6900 Token。

差异主要来自可调用工具的说明文本规模。Claude Code会随系统提示词一并向模型发送27种工具的说明，仅这部分内容就占用了约2.4万Token；OpenCode则包含10种工具说明，整体输入规模约为6900 Token。

即使关闭全部工具功能，两者差距依然存在。Systima称，Claude Code的系统提示词约为6500 Token，而OpenCode约为2000 Token。

Systima指出，初始输入过大带来的问题不只是成本。以Claude Sonnet 20万Token的上下文窗口为基准，Claude Code在尚未读取实际代码或用户对话前，就已先行占用约六分之一的上下文容量。即便启用提示词缓存，可以降低重复传输带来的费用，已占用的上下文窗口规模也不会因此减少。

在真实开发环境中，包含项目规则的指示文件也会进一步推高负担。加入一个72KB的CLAUDE.md文件后，Claude Code和OpenCode每次请求都会额外增加约2万Token。由于这类指示文件默认会随每次请求一并发送，文件越长，Token消耗也会相应增加。

用于连接外部服务和开发工具的MCP服务器，同样会抬高初始负载。由于MCP需要向模型说明可用功能及其参数，每新增一个服务器，通常会增加约1000至1400 Token；如果连接5个MCP服务器，首轮输入还会再增加约5000至7000 Token。

Systima测得，在同时启用MCP服务器、指示文件和插件的真实开发环境中，Claude Code在用户输入指令前就会先向模型发送约7.5万Token。该环境下，可用工具数量增至118种，传递给模型的数据量达到311KB。Systima认为，在不同配置下，首个请求规模可能升至7.5万至8.5万Token。

不过，初始Token更高，并不必然意味着整体效率更差。在反复进行文件生成和程序执行的测试中，Claude Code会将多个工具打包后一次调用，将总请求次数压缩至3次，总输入Token约为12.1万。

相比之下，OpenCode采取逐个调用工具的方式，共发出9次请求，总输入Token约为13.2万，反而更高。这也意味着，即便初始负载较低，如果请求次数增加，最终Token消耗差距仍可能被拉平。

但在使用子代理（Sub-agent）的场景中，成本会明显上升。Claude Code将任务拆分为2个子代理后，每个代理都需要重新载入系统提示词和工具说明，再叠加上层代理复核结果所带来的额外开销，总输入Token从约12.1万飙升至51.3万。

Systima强调，本次数据来自特定测试环境，结果会随着模型版本、MCP配置等因素变化。该公司建议，在部署和运行AI代理时，不能只看计费界面，还应记录实际发送给模型的提示词内容和Token用量，并在逐项增加指示文件和MCP服务器时，持续检查初始负载的变化。