AI 编程助手正在成为开发者日常工具，但不同实现间的效率差异可能远超想象。Hacker News 上一条实测对比显示，Claude Code 在读取用户提示前会发送约 33k 令牌的元数据，而开源替代 OpenCode 仅发送 7k，差距接近 5 倍。
发生了什么
一位开发者在 Hacker News 上分享了他的测试：使用 Claude Code（Anthropic 推出的终端编程助手）时，即使用户提示很短，工具也会先发送约 33k 令牌的上下文——包括系统提示、工具定义、历史记录等。作为对比，开源项目 OpenCode（一个社区构建的替代品）在类似场景下仅发送约 7k 令牌。该测试基于默认配置，未做额外优化。
为什么重要
令牌开销直接影响 API 调用成本、响应速度和用户体验。对于高频使用的编程助手，每次交互多出 26k 令牌意味着：
- 成本翻倍：按 Claude 3.5 Sonnet 定价，输入令牌约 $3/M 令牌，33k 令牌单次成本约 $0.099，而 7k 仅 $0.021，差距 4.7 倍。
- 延迟增加：更大的输入意味着更长的首令牌时间，尤其对长对话场景影响显著。
- 上下文窗口压力：Claude Code 的令牌开销可能挤占实际对话历史的空间，导致更早触发上下文截断。
值得注意的是，令牌开销并非越低越好——它反映了工具的设计哲学：Claude Code 可能包含更丰富的系统提示和工具定义以提升能力，而 OpenCode 追求极简。但用户需要知情权，以便在能力与效率间做出选择。
影响与看点
此对比对开发者社区有直接启示：
- 成本敏感型用户（如个人开发者、小团队）应评估工具的实际令牌消耗，避免隐性成本。
- 开源替代的竞争力：OpenCode 等社区项目通过减少开销，可能在效率上形成差异化优势，尤其适合高频轻量任务。
- 透明度需求：用户呼吁 AI 工具厂商公开令牌使用明细，以便优化配置。
值得关注的是，Claude Code 的高开销可能部分源于其内置的“思考”步骤（如自动运行命令、分析文件结构），这些功能在 OpenCode 中可能缺失。未来，AI 编程助手的设计或将分化：全能型（高开销、高能力）与轻量型（低开销、专注核心）并存，开发者需根据场景选择。
独立判断：令牌开销是衡量 AI 工具效率的关键指标，但不应脱离功能完整性来评判。建议开发者实测自身工作流，而非仅凭单一对比做决定。
