Claude Code, công cụ lập trình AI của Anthropic, có thể gửi hàng chục nghìn token đến mô hình ngay từ yêu cầu đầu tiên, trước cả khi xử lý đầy đủ chỉ dẫn của người dùng. Theo thử nghiệm do công ty tư vấn AI Systima thực hiện, lượng token khởi tạo của công cụ này vào khoảng 32.800 ở cấu hình tối giản và có thể tăng lên 75.000-85.000 trong môi trường phát triển thực tế.

Ngày 13/7 (giờ địa phương), Gigazine dẫn kết quả so sánh do Systima công bố giữa Claude Code và OpenCode, một công cụ lập trình AI mã nguồn mở.

Trong thử nghiệm, Systima chạy Claude Code 2.1.207 và OpenCode 1.17.18 trên cùng một máy, cùng sử dụng mô hình Claude Sonnet 4.5. Dữ liệu thực tế được gửi tới mô hình được ghi nhận qua một máy chủ trung gian, sau đó quy đổi thành số token.

Ngay cả ở cấu hình tối giản, chênh lệch giữa hai công cụ đã khá lớn. Trong một môi trường làm việc trống, không có máy chủ MCP (Model Context Protocol) và không áp dụng thiết lập người dùng, khi nhập lệnh đơn giản “chỉ in OK”, Claude Code gửi khoảng 32.800 token trong yêu cầu đầu tiên. Con số tương ứng của OpenCode là khoảng 6.900 token.

Theo Systima, khác biệt chủ yếu đến từ lượng mô tả công cụ được gửi kèm để mô hình có thể sử dụng. Claude Code đính kèm 27 mô tả công cụ cùng với system prompt, riêng phần mô tả này đã chiếm khoảng 24.000 token. Trong khi đó, OpenCode chỉ có 10 mô tả công cụ và tổng lượng đầu vào vào khoảng 6.900 token.

Ngay cả khi tắt toàn bộ chức năng công cụ, chênh lệch vẫn còn đáng kể. Systima cho biết system prompt của Claude Code dài khoảng 6.500 token, trong khi của OpenCode là khoảng 2.000 token.

Systima nhận định lượng token khởi tạo lớn không chỉ làm tăng chi phí, mà còn làm hao hụt không gian ngữ cảnh khả dụng. Với cửa sổ ngữ cảnh 200.000 token của Claude Sonnet, Claude Code có thể dùng hết khoảng 1/6 dung lượng này ngay cả trước khi đọc mã nguồn hoặc lịch sử hội thoại của người dùng. Tính năng prompt cache có thể giúp giảm chi phí gửi lại, nhưng không làm giảm số token đã chiếm chỗ trong cửa sổ ngữ cảnh.

Trong môi trường phát triển thực tế, các tệp hướng dẫn chứa quy tắc dự án tiếp tục làm tăng lượng token. Khi thêm tệp CLAUDE.md dung lượng 72 KB, cả Claude Code và OpenCode đều tăng thêm khoảng 20.000 token cho mỗi yêu cầu. Do các tệp này mặc định được gửi kèm trong mọi yêu cầu, dung lượng tệp càng lớn thì mức tiêu thụ token càng tăng.

Máy chủ MCP dùng để kết nối dịch vụ bên ngoài và công cụ phát triển cũng làm đội lượng token ban đầu. Vì MCP phải mô tả các chức năng và tham số mà AI có thể sử dụng, mỗi máy chủ MCP bổ sung sẽ làm tăng khoảng 1.000-1.400 token. Nếu kết nối 5 máy chủ MCP, lượng token khởi tạo có thể tăng thêm khoảng 5.000-7.000 token.

Trong một môi trường phát triển thực tế có cả máy chủ MCP, tệp hướng dẫn và plugin, Systima đo được rằng Claude Code gửi khoảng 75.000 token tới mô hình ngay cả trước khi người dùng nhập lệnh. Ở cấu hình này, số công cụ mà AI có thể sử dụng tăng lên 118, còn dữ liệu gửi tới mô hình có dung lượng 311 KB. Systima cho biết tùy cấu hình, yêu cầu đầu tiên có thể tăng lên mức 75.000-85.000 token.

Tuy vậy, lượng token ban đầu cao không đồng nghĩa mọi tác vụ đều kém hiệu quả. Trong bài kiểm tra lặp lại thao tác tạo tệp và chạy chương trình, Claude Code gộp nhiều lệnh gọi công cụ trong một lượt, nhờ đó giảm tổng số yêu cầu xuống còn 3. Khi đó, tổng token đầu vào ở mức khoảng 121.000.

Ngược lại, OpenCode gọi công cụ theo từng bước, tạo ra tổng cộng 9 yêu cầu với khoảng 132.000 token đầu vào, cao hơn Claude Code. Kết quả này cho thấy tải khởi tạo thấp hơn chưa chắc dẫn tới tổng lượng token thấp hơn, nếu số lượt yêu cầu tăng lên trong quá trình xử lý.

Trong khi đó, chi phí tăng mạnh khi dùng sub-agent. Khi Claude Code tách công việc cho hai sub-agent, mỗi agent phải nạp lại system prompt và mô tả công cụ; đồng thời agent điều phối còn phải rà soát kết quả. Vì vậy, tổng token đầu vào tăng vọt từ khoảng 121.000 lên 513.000.

Systima lưu ý các số liệu trên được đo trong một môi trường cụ thể, nên có thể thay đổi tùy theo phiên bản mô hình và cấu hình MCP. Công ty khuyến nghị khi vận hành AI agent, doanh nghiệp không nên chỉ nhìn vào mức phí hiển thị trên màn hình, mà cần ghi lại prompt và lượng token thực tế được gửi tới mô hình, đồng thời bổ sung dần tệp hướng dẫn và máy chủ MCP để kiểm tra mức tải khởi tạo.