Systima encontra 4,7 vezes mais tokens no Claude Code antes do prompt

Claude Code e OpenCode são harnesses que enviam instruções e chamadas de ferramentas a modelos de IA. A Systima publicou uma comparação dos dois no mesmo modelo, na mesma máquina e com as mesmas tarefas, sem data informada na publicação. Antes de receber o prompt, Claude Code enviou cerca de 33.000 tokens, contra aproximadamente 7.000 do OpenCode. A diferença interessa a equipes que controlam custo, contexto e registros de agentes em produção.

Claude Code começa com uma carga 4,7 vezes maior

A conta inclui o system prompt, os schemas das ferramentas e outras instruções inseridas pelo harness. Ela não mede apenas o texto que o modelo devolve. “Claude Code é muito mais faminto”, escreveu a Systima ao resumir o teste.

A equipe instalou um proxy de logging entre cada harness e o endpoint do modelo. O proxy capturou o payload completo de cada requisição e o uso de tokens informado na resposta da API. Esse método mostra o que cada agente realmente envia.

O resultado também expôs uma diferença no prompt cache. O prefixo do OpenCode ficou idêntico em todas as execuções capturadas. O sistema pagou para armazenar o payload uma vez por sessão e reutilizou esse conteúdo depois.

Claude Code reescreveu dezenas de milhares de tokens de cache durante a sessão. Na mesma tarefa, chegou a gravar até 54 vezes mais tokens de cache que OpenCode. “Claude Code, por outro lado, reescreveu dezenas de milhares de prompt-cache tokens no meio da sessão, execução após execução”, afirmou a Systima.

A diferença aparece antes de qualquer instrução do usuário. Um arquivo AGENTS.md ou CLAUDE.md de 72 KB acrescentou, em média, 20.000 tokens a cada requisição. Cinco servidores MCP adicionaram mais 5.000 a 7.000 tokens.

Num ambiente de produção, a primeira chamada pode carregar 75.000 a 85.000 tokens antes de o usuário digitar uma palavra. Esse volume reduz o espaço disponível para o trabalho real. Também aumenta a conta quando o serviço cobra pelo cache gravado.

O resultado muda quando a sessão avança

A comparação não transforma o tamanho inicial no único critério. Uma tarefa pequena custou 121.000 tokens quando executada diretamente e 513.000 quando a equipe a distribuiu entre dois subagentes. Cada subagente leu seu próprio prompt de sistema e suas ferramentas em todos os turnos.

O agente principal recebeu apenas o resultado de cada subagente. Ele não absorveu o transcript completo. Mesmo assim, a divisão multiplicou as bases completas em execução e elevou o consumo total.

Claude Code teve uma vantagem numa tarefa com várias etapas. O harness agrupou chamadas de ferramentas em menos requisições, enquanto OpenCode pagou novamente sua base menor a cada turno. “O medidor começa mais alto; a forma como a sessão se desenrola decide quem gasta mais”, escreveu a Systima.

O resultado não se repetiu com um modelo mais novo. Na mesma tarefa, Claude Code fez o dobro de requisições e consumiu cerca de 298.000 tokens, contra 133.000 do OpenCode. A Systima repetiu os achados numa segunda família de modelos, onde o padrão se manteve com uma nuance tratada na publicação.

Os dois lados convergem num ponto prático: o custo não aparece apenas na resposta final. Cada token enviado pelo harness ocupa contexto que não atende à tarefa. A Systima também relaciona essa medição ao Artigo 12 do EU AI Act, que espera registros capazes de mostrar como o sistema se comporta. A discussão no Hacker News teve 0 pontos e 0 comentários.

O que permanece em aberto é a comparação entre sessões completas. Modelo, cache, número de turnos, arquivos de instrução, servidores MCP e subagentes mudam o resultado. Quem escolhe uma ferramenta precisa medir o payload e o fluxo inteiro, não apenas o tamanho do prompt inicial ou o custo de uma resposta.