Claude Code sends 33k tokens before reading the prompt; OpenCode sends 7k

개요

Claude Code와 OpenCode의 토큰 사용량을 API 경계에서 비교 분석한 결과, Claude Code가 동일한 작업에서 훨씬 더 많은 토큰을 사용하며 특히 캐시 비효율성이 두드러지는 것으로 나타났습니다.

주요 내용

* 초기 오버헤드: Claude Code는 사용자 프롬프트가 도착하기 전 시스템 프롬프트, 도구 스키마, 스캐폴딩에 약 33,000 토큰을 사용하는 반면, OpenCode는 약 7,000 토큰을 사용했습니다. 이는 Claude Code가 Sonnet 4.5 모델에서 더 높은 사용량을 보였으며, Fable 5 모델에서는 격차가 줄어들었지만 여전히 3.3배 더 많은 토큰을 사용했습니다.
* 캐시 비효율성: Claude Code는 세션 중간에 수만 개의 캐시 토큰을 재작성하여 OpenCode보다 최대 54배 더 많은 캐시 토큰을 사용했으며, 이는 높은 비용으로 이어졌습니다. OpenCode는 캐시 페이로드를 한 번만 캐싱하고 효율적으로 재사용했습니다.
* 컨텍스트 확장: 실제 운영 환경에서는 AGENTS.md 또는 CLAUDE.md와 같은 72KB의 지침 파일과 MCP 서버 추가로 인해 사용자 입력 전에 75,000~85,000 토큰이 사용되었습니다.
* 서브 에이전트 비용: 한 작업에 대해 직접 수행할 때 121,000 토큰이 소요되었으나, 2개의 서브 에이전트로 분산했을 경우 각 서브 에이전트의 부트스트랩 비용과 부모 에이전트의 트랜스크립트 소비로 인해 513,000 토큰으로 증가했습니다.
* 성능 차이: 멀티스텝 작업에서는 Claude Code가 도구 호출을 더 적은 요청으로 일괄 처리하여 OpenCode보다 전체 작업 토큰 수가 적게 나왔습니다. 이는 초기 비용이 높더라도 세션의 진행 방식에 따라 총 사용량이 달라질 수 있음을 시사합니다.
* 측정 방법: 로깅 프록시를 활용하여 각 하니스(Harness)와 모델 엔드포인트 간의 API 경계에서 정확한 JSON 페이로드와 사용량 블록을 캡처하여 데이터를 수집했습니다.
* 캐시 경제: 캐시 쓰기는 프리미엄 요금이 부과되며, 캐시 TTL 초과 시 재작성, 요청 수에 따른 읽기, 컨텍스트 창 소비는 캐싱으로 할인되지 않는 비용 요소입니다.
* 캐시 안정성: OpenCode는 모든 실행에서 바이트 동일한 요청 접두사를 유지하여 캐시 안정성이 높았으나, Claude Code는 세션마다 다른 접두사를 사용하여 상당한 캐시 재작성이 발생했습니다.
* 품질 독립성: 분석된 작업들은 두 하니스가 모두 정확하게 완료했으며, 토큰 사용량 차이는 품질과는 무관한 비용 차이였습니다.
* 감사 로그: 모든 측정 데이터는 @systima/aiact-audit-log 라이브러리를 사용하여 변조 방지 및 해시 체인으로 감사 로그를 생성했으며, EU AI Act Article 12 로깅 요구 사항을 충족할 수 있습니다.

시사점

Claude Code는 초기 설정 및 캐시 관리에서 상당한 토큰 오버헤드를 발생시켜 비용 및 지연 시간을 증가시키지만, 멀티스텝 작업에서는 도구 호출 일괄 처리를 통해 효율성을 높일 수 있는 잠재력을 보여줍니다. OpenCode는 일관된 캐시 사용과 낮은 초기 오버헤드로 비용 효율성이 높은 것으로 나타났습니다. 에이전트 AI 시스템 운영자는 이러한 토큰 사용량 및 캐시 관리 방식을 이해하고 API 경계에서 발생하는 실제 데이터를 기반으로 시스템 동작을 분석하는 것이 중요합니다.