Sebuah benchmark baru mengungkap perbedaan mencolok dalam penggunaan token antara Claude Code dan OpenCode. Pengujian side‑by‑side menunjukkan bahwa Claude Code 2.1.207 mengirim sekitar 33.000 token sistem, skema alat, dan scaffolding sebelum prompt pengguna bahkan tiba—sekitar 4,7 kali lebih banyak daripada ~7.000 token yang dikirim OpenCode 1.17.18 dalam konfigurasi yang sama. Kejutan biaya sebenarnya terletak pada perilaku cache: Claude Code menulis ulang puluhan ribu token cache per sesi, hingga 54 kali lebih banyak daripada OpenCode, dan penulisan cache dikenai biaya premium.
Metodologi pengujian dirancang untuk mengisolasi overhead ini. Systima menyisipkan proxy pencatatan antara harness pengujian dan endpoint model, menangkap muatan permintaan yang tepat dan blok penggunaan API. Kedua harness menggunakan konfigurasi yang identik: direktori konfigurasi baru, workspace kosong, tanpa server MCP, tanpa file instruksi, dan izin yang dilewati. Tugas berkisar dari respons sederhana "OK" untuk mengisolasi overhead tetap hingga loop tulis‑jalankan‑uji‑perbaiki terhadap FizzBuzz. Variant tanpa alat memisahkan bobot prompt sistem dari bobot skema alat. Semua muatan permintaan ditangkap secara tepat; satu-satunya penyesuaian adalah pengurangan amplop gateway sekitar 6.200 token yang membungkus setiap permintaan selama pengujian.
Hasilnya menunjukkan perbedaan yang jelas dalam overhead tetap. Claude Code membebankan biaya sekitar 33.000 token sebelum prompt pengguna, sementara OpenCode hanya sekitar 7.000 token. Perilaku cache semakin memperlebar kesenjangan: Claude Code menulis ulang muatan cache besar berulang kali setiap sesi, sehingga meningkatkan biaya, sedangkan OpenCode menggunakan prefix identik byte di setiap run, menyimpannya sekali dan membacanya kembali dengan murah.
Dalam pengaturan dunia nyata, angka‑angka ini meningkat secara signifikan. Benchmark menambahkan variabel satu per satu: file instruksi 72 KB dari repositori produksi menambahkan rata‑rata ~20.000 token per permintaan. Lima server MCP yang sederhana menambahkan 5.000‑7.000 token lagi. Pada saat permintaan pertama dikirim, totalnya mencapai 75.000‑85.000 token sebelum pengguna mengetik satu kata pun. Dinamika multi‑agen memperburuk situasi: tugas kecil yang membutuhkan 121.000 token secara langsung dapat melonjak hingga 513.000 token ketika didistribusikan ke dua sub‑agen, karena setiap sub‑agen membayar bootstrap sendiri dan parent menyerap entire transcript.
Namun, ada nuansa yang menguntungkan Claude Code. Pada tugas multi‑langkah, total biaya keseluruhan Claude Code lebih rendah daripada OpenCode karena Claude Code mengelompokkan panggilan alat ke dalam lebih sedikit permintaan, sementara OpenCode membayar baseline yang lebih kecil berulang‑ulang. Meteran mulai lebih tinggi untuk Claude Code; bagaimana bentuk sesi berkembang menentukan siapa yang menghabiskan lebih banyak. Overhead bukan segalanya—bentuk sesi sangat penting.
Bagi pengembang yang menjalankan AI berbasis agen di produksi, saran utama dari benchmark ini tetap berlaku: Anda harus dapat menjawab "apa tepatnya yang kami kirim ke model?" dengan data, bukan perkiraan. Arahkan ANTHROPIC_BASE_URL ke proxy pencatatan, berikan harness konfigurasi baru dan workspace kosong untuk mengisolasi baseline, lalu tambahkan file instruksi, server MCP, dan alur kerja satu per satu dan amati batasnya. Jika lalu lintas Anda melewati gateway, ukur amplopnya terlebih dahulu dengan permintaan kosong. Untuk perbandingan lebih luas antara open‑source dan berbayar di balik kedua harness ini, lihat face‑off OpenCode vs Claude Code kami, dan untuk bagaimana pilihan model berinteraksi dengan overhead ini, perbandingan Claude Code vs Codex kami menguraikan model yang mendasarinya.
Q1: Apakah Claude Code selalu lebih mahal daripada OpenCode karena overhead token? Tidak selalu. Meskipun Claude Code dimulai dengan overhead tetap yang jauh lebih tinggi (~33k vs ~7k token) dan menulis lebih banyak token cache, pada tugas multi‑langkah total biaya keseluruhannya bisa lebih rendah karena batching. Bentuk sesi menentukan tagihan akhir.
Q2: Mengapa penulisan cache sangat penting bagi biaya? Penulisan cache prompt dikenai biaya premium dibandingkan dengan pembacaan. OpenCode menyimpan prefix-nya sekali dan menggunakannya kembali dengan murah, sementara Claude Code menulis ulang muatan cache besar berulang kali, sehingga meningkatkan biaya per giliran.
Q3: Bagaimana cara mengukur overhead agen saya sendiri? Letakkan proxy pencatatan antara harness Anda dan endpoint model, mulai dengan konfigurasi baru dan workspace kosong untuk mengisolasi baseline, lalu tambahkan file instruksi, server MCP, dan alur kerja satu per satu. Kurangi amplop gateway apa pun yang Anda ukur dengan permintaan kosong terlebih dahulu. Kadang‑kadang Claude menulis kode yang lebih baik. Kadang‑kadang GPT melakukannya. aiFiesta memungkinkan Anda membandingkan keduanya secara instan dalam satu chat seharga $12/bulan—ditambah 7 model premium lainnya.