Claude Code prompt पढ़ने से पहले 33k tokens भेजता है; OpenCode 7k भेजता है
Anthropic के Claude Code जैसे AI coding assistants आलोचना झेल रहे हैं क्योंकि वे user के request को पढ़ने से पहले ही system prompts, tool descriptions, और subagent setup जैसे tens of thousands “overhead” tokens भेज देते हैं, जिससे OpenCode या Pi जैसे lean harnesses की तुलना में costs बहुत बढ़ जाती हैं। Commenters का तर्क है कि यह token bloat tools और subagents के aggressive use से और बढ़ता है, और जब model provider ही agent को नियंत्रित करे तो conflict of interest भी हो सकता है। कई developers अब lightweight agents बना रहे हैं, context prune कर रहे हैं, या alternative harnesses और models की ओर जा रहे हैं जो अधिक transparency, control, और cost efficiency देते हैं.
Token overhead & harness design
- कई लोग Claude Code के बड़े system prompt और tool descriptions (दसियों हज़ार tokens) की तुलना OpenCode के बहुत छोटे payload से करते हैं; Pi और कुछ छोटे CLI तो इससे भी अधिक lean हैं।
- कुछ लोग तर्क देते हैं कि raw prompt size सही metric नहीं है: असल में मायने intelligence × cost × time और overall task completion का है।
- दूसरे counter करते हैं कि “tokenflation” real है: trivial tasks समय के साथ seemingly ज़्यादा tokens consume करने लगते हैं।
Subagents and runaway costs
- Subagents को बार-बार सबसे बड़ा token sink बताया जाता है: users रिपोर्ट करते हैं कि tasks दर्जनों या सैकड़ों subagents spawn करते हैं, जिससे quotas तेज़ी से खत्म हो जाती हैं।
- कई लोग subagents को settings, permissions, या system instructions के ज़रिए disable या heavily restrict करते हैं और पाते हैं कि sequential single-agent workflows सस्ते हैं और quality में अक्सर इससे खराब नहीं होते।
- दूसरे लोग subagents का selective इस्तेमाल करते हैं (जैसे exploration के लिए cheaper models, specialized reviewers) और सावधानी से orchestration करने पर value पाते हैं।
Caching, pruning, and technical details
- कुछ लोग बताते हैं कि बड़े static prefixes provider KV caches को hit कर सकते हैं और उनसे कम शुल्क लिया जा सकता है या subscriptions पर वे free भी हो सकते हैं, जिससे first call के बाद effective cost कम हो जाती है।
- दूसरे short cache TTLs (5 minutes–1 hour) और opaque behavior की ओर इशारा करते हैं, इसलिए savings fragile रहती हैं।
- Context-pruning tools (जैसे Dynamic Context Pruning / Sleev) skepticism पैदा करते हैं: वे tokens घटा सकते हैं, लेकिन capability degrade करने और caches bust करने का risk होता है; transparency की कमी चिंता का विषय है।
Cost models & incentives
- Incentives पर तीखी बहस है:
- एक पक्ष का दावा है कि Anthropic “token-maxing” कर रहा है, खासकर flat-fee subscriptions को अपने harness से जोड़कर और Claude Code को verbose बनाकर।
- दूसरे कहते हैं कि competition और GPU scarcity सभी को efficiency की ओर धकेलते हैं; बेकार व्यवहार से users सस्ते models (DeepSeek, open models, आदि) की ओर जा सकते हैं।
- कुछ data points यह दिखाते हैं कि users को समान workflows के hypothetical API costs महीनों में बढ़ते दिखते हैं, जबकि काम का volume लगभग समान रहता है।
Alternative harnesses and DIY
- बहुत से लोग OpenCode, Pi, Codex, और minimal custom harnesses (simple REPLs या 50–200 LOC agents) की तारीफ़ करते हैं क्योंकि वे सस्ते, अधिक controllable, और अक्सर उतने ही या उससे ज़्यादा effective होते हैं।
- Pi को जानबूझकर minimal और pluggable माना जाता है; कुछ लोग इसे पसंद करते हैं, जबकि कुछ इसे बहुत bare और व्यवहार में dependency-heavy पाते हैं।
- कई लोग provider lock-in से बचने और यह ठीक-ठीक देखने के लिए कि क्या भेजा जा रहा है, local models plus a custom harness की सलाह देते हैं।
Quality, UX, and opacity
- Claude Code की quality पर mixed reports हैं: कुछ कहते हैं कि complex, parallel work के लिए यह अब भी सबसे advanced orchestrator है; दूसरे OpenCode या Codex को तेज़, clearer, और कम “over-engineered” पाते हैं।
- Claude Code के समय के साथ अधिक opaque होने की शिकायतें हैं: hidden thinking tokens, tool use में कम visibility, और अधिक automatic behaviors (tests, reviews, subagents) जो users ने explicitly request नहीं किए थे।
- एक common pattern उभरता है: लोग अंततः explicit instructions जोड़ते हैं (जैसे no subagents, trivial changes के लिए no tests, minimal system prompt) ताकि cost और behavior पर फिर से control मिल सके।