Claude Code gasta 4,7× más tokens que OpenCode antes de leer tu prompt
Systima Technologies ha medido por primera vez el tráfico real entre estos dos agentes de IA y la API. El resultado es demoledor para Anthropic: 33.000 tokens de sobrecoste frente a los 7.000 de OpenCode.
En resumen
- Systima Technologies mide por primera vez el consumo real de tokens de Claude Code y OpenCode. El agente de Anthropic arranca con 33.000 tokens de sobrecoste; OpenCode solo 7.000.
- Cuando pidieron a ambos agentes una respuesta de una sola línea, Claude Code consumió 33.000 tokens de system prompt,
- Systima Technologies ha medido por primera vez el tráfico real entre estos dos agentes de IA y la API.
Lo han hecho con un proxy de logging colocado entre cada agente y el endpoint del modelo. Claude Code v2.1.207 y OpenCode v1.17.18, ambos apuntando a Claude Sonnet 4.5. Misma máquina, mismas tareas, mismas condiciones. La diferencia no es una opinión: es tráfico de red capturado.
Cuando pidieron a ambos agentes una respuesta de una sola línea, Claude Code consumió 33.000 tokens de system prompt, esquemas de herramientas y scaffolding antes de que el prompt del usuario llegase al modelo. OpenCode gastó 7.000. Son 4,7 veces más sin haber hecho nada útil todavía.
El problema de verdad no es el arranque, es la caché
33.000 tokens de base ya es un número grande. Pero lo que me ha llamado la atención de verdad es el desastre con la caché. OpenCode envía un prefijo de petición que es idéntico byte a byte en cada ejecución. Paga la caché una vez por sesión y luego la lee por centavos.
Claude Code hace lo contrario: reescribe decenas de miles de tokens de caché a mitad de sesión, ejecución tras ejecución. En la misma tarea, escribe hasta 54 veces más tokens de caché que OpenCode. Las escrituras de caché se facturan a precio premium. Por eso el panel de uso no para de subir aunque no estés haciendo nada especialmente complejo.
La configuración de producción lo dispara todo
Y luego está el sobrecoste de un setup real. Un repositorio con un AGENTS.md (o CLAUDE.md) de 72 KB —algo normal en cualquier proyecto mediano— añade 20.000 tokens más por cada petición. Cinco servidores MCP modestos suman otros 5.000 a 7.000 tokens. Cuando un entorno de trabajo de verdad envía su primera petición, ya va 75.000-85.000 tokens por delante sin que hayas escrito ni una palabra.
Traducido a dinero: cada petición se come el equivalente a 50-80 páginas de contexto solo en sobrecoste. Si trabajas 4-6 horas al día con Claude Code, la factura mensual se te puede ir a 100 dólares o más sin previo aviso, como le pasó a una desarrolladora que contó su experiencia en Level Up Coding.
Subagentes: el multiplicador que duele
Esta es la parte que más me ha dolido leer. Una tarea pequeña que cuesta 121.000 tokens si la haces directamente sube a 513.000 tokens cuando la repartes entre dos subagentes. El motivo es simple: cada subagente paga su propio coste de arranque completo, y luego el agente padre consume la transcripción entera. El multiplicador es de 4,2×. Si usas subagentes con Claude Code, cada uno es una mini-factura independiente.
Donde Claude Code sí gana
No todo es malo para Anthropic. En tareas multi-paso, Claude Code termina gastando menos en total que OpenCode. ¿El motivo? Agrupa varias llamadas a herramientas en menos peticiones, mientras que OpenCode paga su sobrecoste —más pequeño pero constante— vuelta tras vuelta. El contador empieza más alto con Claude Code, pero cómo se desarrolla la sesión decide quién gasta más al final.
Con modelos más nuevos la diferencia también se estrecha. Al pasar de Sonnet 4.5 a Claude Fable 5, la brecha bajó de 4,7× a 3,3×. Claude Code manda un system prompt más pequeño a los modelos de última generación. Sigue siendo mucho, pero la tendencia es a mejorar.
El stack que funciona en 2026
En Hacker News, el hilo sobre este análisis acumula 353 puntos y 199 comentarios. La comunidad de desarrolladores está notando el agujero en el bolsillo, y el debate no va de cuál es mejor —va de cuál tiene sentido para cada tipo de tarea.
El stack de consenso en 2026, según el análisis de mercado de Andriy Buday y las comparativas de CodersEra y MorphLLM, es este:
- Claude Code para problemas difíciles: cuando necesitas que el agente piense, planifique y agrupe herramientas en lotes, el sobrecoste se amortiza. Termina resolviendo el 82% de las tareas frente al 74% de OpenCode.
- Cursor para el día a día: integración con el editor, sugerencias rápidas, refactors pequeños. No compite en el mismo espacio que los agentes de terminal.
- OpenCode para flexibilidad de modelos: es MIT, puedes enchufarle cualquier LLM, incluso modelos locales. Y con 7.000 tokens de base, las tareas cortas salen mucho más baratas.
Yo mismo he acabado usando OpenCode para el 70% de las cosas y reservando Claude Code para cuando de verdad necesito que el agente razone varios pasos seguidos. Al principio pagaba Claude Code para todo y la factura del primer mes me dejó temblando. No es que Anthropic mienta sobre los precios —es que el sobrecoste del agente no aparece en la calculadora de la web.
Lo que viene
El estudio de Systima menciona un punto interesante: el Artículo 12 de la EU AI Act. Si operas agentes de IA en producción, la regulación europea espera que puedas responder con datos a la pregunta «¿qué está enviando realmente mi agente?». Hoy por hoy, la mayoría de los desarrolladores no lo saben. Y con razón: Anthropic no publica el system prompt de Claude Code, así que no hay forma de auditarlo sin un proxy.
Mientras tanto, la comunidad ha empezado a documentar guías de troubleshooting para mitigar el drenaje de tokens: pinear versiones antiguas del CLI, reducir AGENTS.md, limitar MCPs a los estrictamente necesarios. Parches, no soluciones.
Si Anthropic quiere mantener su ventaja en calidad sin perder a los usuarios por el coste, tiene dos caminos: reducir el system prompt de Claude Code o hacer que la caché funcione como la de OpenCode —es decir, que el prefijo de la petición no cambie entre ejecuciones. La pelota está en su tejado.