你的 AI 编程助手还没干活,就花掉了 3.3 万 token

你以为 token 是从你敲下第一句话那一刻开始算的？

错了。

Systima 做了个实测：Claude Code 在读你的 prompt 之前，就已经悄悄塞进去了 3.3 万 token。而做同样的事，OpenCode 只花 7 千。

4.7 倍的差距——活儿还一个字都没干呢。

这 3.3 万 token 到底花哪了？

你可能会问：什么都还没做，怎么就花了这么多？

答案是：在你说话之前，Agent 得先「武装」自己。

系统提示词是第一块大头。Claude Code 的系统指令有 26,891 个字符，约 6.5k token。OpenCode 只有 8,811 字符，约 2k token。前者是后者的三倍多。

这些指令告诉模型「你是谁、你能干什么、你该怎么表现」。写得越细，token 越多。

工具 schema 是第二块。每个内置工具——读文件、写文件、跑命令、搜索——都要向模型声明自己的参数格式。工具越多、定义越详细，开销越大。

脚手架 是第三块。各种行为约束、输出格式、安全规则……这些「隐形的规矩」全都要占 token。

说白了，这 3.3 万 token 就像你请了个员工，还没派活，光是给他讲公司规章制度、发工牌、配电脑，就先花掉了一笔钱。

真正的大头，是那些「看不见」的乘数

如果只是固定的 3.3 万，那还好说，忍忍就过去了。

问题是——真正吓人的开销，是会被「放大」的那部分。

缓存重写。 理想情况下，重复的前缀内容应该被缓存复用，省钱。OpenCode 做到了——它的请求前缀在整个会话里字节级一致，缓存稳稳命中。但 Claude Code 会在会话中途重写缓存，每次 37,000 到 86,000 token。同样的任务，缓存写入开销能差 5.9 倍到 54 倍。

指令文件。 你那个精心编写的 CLAUDE.md，如果膨胀到 72KB，就意味着每一次请求都要额外背上 2 万 token。不是一次性的——是每次。

MCP 服务器。 挂 5 个 MCP 服务，每次请求要多付 4,900 到 7,000 token。你挂的越多，账单涨得越快。

子代理。 开 2 个 subagent，成本直接乘以 4.2 倍——从 12.1 万 token 飙到 51.3 万 token。

看懂了吗？前面那 3.3 万只是「入场费」。这些乘数才是让账单失控的真凶。

固定开销之上，还有会「翻倍」的隐性乘数

先别急着骂——这钱花得冤吗？

看到这，你可能已经准备卸载 Claude Code 了。

慢着。事情没这么简单。

先说个关键事实： 在基准测试里，这两个工具的任务完成率都是 100%。质量持平，谁也没比谁做得更好或更差。

也就是说，Claude Code 多花的那些 token，买的不是「更好的结果」，而是别的东西。

买了什么？更强的工具集成、更精细的行为控制、更成熟的插件生态。它像一个「全家桶」——重是重了点，但开箱即用，省心。

OpenCode 的低开销也有代价。它模型无关、更灵活、更轻——但很多东西你得自己搭、自己配。它像「自助餐」——便宜灵活，但你得知道自己在干什么。

开销不等于浪费。为省心付钱，也是一种合理选择。冤的是那种：你根本没用到那些功能，却在为它们持续买单。

普通人怎么省这笔钱？

如果你确实想把账单压下来，有几个立竿见影的招：

没有最好的工具，只有最适合你场景的工具。

写在最后

token 开销这事，以前几乎没人在意。

反正模型便宜、额度够用，谁会去数 Agent 开机花了多少 token？

但现在不一样了。Agent 越来越强，跑得越来越久，挂的东西越来越多——那些「隐性成本」开始变成实打实的真金白银。

这是一个正在浮现的新课题：当 AI Agent 成为日常工具，管理它的「隐性开销」，会和管理你的云账单一样重要。

工具厂商也该好好想想——在「功能强大」和「开销克制」之间，到底怎么平衡才对得起用户的钱包。