Claude Code envia 33k tokens antes de ler o prompt; OpenCode envia 7k

Artigo original ↗ Discussão no Hacker News ↗

Assistentes de codificação com IA como o Claude Code, da Anthropic, estão recebendo críticas por enviarem dezenas de milhares de tokens de “overhead” — prompts de sistema, descrições de ferramentas e configuração de subagents — antes mesmo de ler a solicitação do usuário, inflando drasticamente os custos em comparação com harnesses mais enxutos, como OpenCode ou Pi. Comentadores argumentam que esse inchaço de tokens é agravado pelo uso agressivo de ferramentas e subagents e pode refletir um conflito de interesse quando o próprio provedor do modelo também controla o agente que gasta os tokens. Muitos desenvolvedores estão respondendo construindo seus próprios agentes leves, reduzindo o contexto ou migrando para harnesses e modelos alternativos que oferecem mais transparência, controle e eficiência de custo.

Overhead de tokens e design do harness

  • Muitos observam o grande prompt de sistema e as descrições das ferramentas do Claude Code (dezenas de milhares de tokens) em comparação com a carga muito menor do OpenCode; Pi e alguns CLIs minúsculos são ainda mais enxutos.
  • Alguns argumentam que o tamanho bruto do prompt não é a métrica certa: o que importa é inteligência × custo × tempo e a conclusão geral da tarefa.
  • Outros contrapõem que a “tokenflation” é real: tarefas triviais aparentemente consomem mais tokens ao longo do tempo.

Subagents e custos descontrolados

  • Subagents são citados repetidamente como o maior dreno de tokens: usuários relatam tarefas que geram dezenas ou até centenas de subagents, estourando cotas rapidamente.
  • Vários desativam ou restringem fortemente subagents (via configurações, permissões ou instruções de sistema) e consideram fluxos sequenciais com um único agente mais baratos e muitas vezes sem piora de qualidade.
  • Outros usam subagents seletivamente (por exemplo, modelos mais baratos para exploração, revisores especializados) e veem valor quando tudo é orquestrado com cuidado.

Caching, pruning e detalhes técnicos

  • Alguns observam que grandes prefixes estáticos deveriam atingir os caches KV do provedor e ser cobrados de forma mais barata ou até gratuita em assinaturas, reduzindo o custo efetivo após a primeira chamada.
  • Outros notam TTLs curtos de cache (5 minutos–1 hora) e comportamento opaco, então as economias são frágeis.
  • Ferramentas de pruning de contexto (por exemplo, Dynamic Context Pruning / Sleev) geram ceticismo: podem reduzir tokens, mas correm o risco de degradar a capacidade e quebrar caches; a falta de transparência é uma preocupação.

Modelos de custo e incentivos

  • Há forte debate sobre incentivos:
    • Um lado afirma que a Anthropic está “token-maxing”, especialmente ao vincular assinaturas de preço fixo ao seu próprio harness e tornar o Claude Code verboso.
    • Outros argumentam que a concorrência e a escassez de GPU empurram todos em direção à eficiência; comportamento desperdiçador arrisca perder usuários para modelos mais baratos (DeepSeek, modelos abertos etc.).
  • Alguns pontos de dados: usuários veem custos hipotéticos de API para fluxos de trabalho semelhantes subindo ao longo dos meses apesar de volumes de trabalho parecidos.

Harnesses alternativos e DIY

  • Muitos elogiam OpenCode, Pi, Codex e harnesses customizados mínimos (REPLs simples ou agentes de 50–200 LOC) por serem mais baratos, mais controláveis e muitas vezes igualmente ou mais eficazes.
  • Pi é visto como intencionalmente minimalista e plugável; alguns adoram isso, outros acham que ele é simples demais e, na prática, depende demais de dependências.
  • Vários recomendam modelos locais com um harness customizado para evitar lock-in de provedor e observar exatamente o que está sendo enviado.

Qualidade, UX e opacidade

  • Relatos mistos sobre a qualidade do Claude Code: alguns dizem que ele ainda é o orquestrador mais avançado para trabalho complexo e paralelo; outros acham OpenCode ou Codex mais rápidos, claros e menos “superengenheirados”.
  • Reclamações de que o Claude Code se tornou mais opaco com o tempo: tokens de pensamento ocultos, menos visibilidade no uso de ferramentas e comportamentos mais automáticos (testes, revisões, subagents) que os usuários não pediram explicitamente.
  • Um padrão comum emerge: as pessoas acabam adicionando instruções explícitas (por exemplo, sem subagents, sem testes para mudanças triviais, prompt de sistema mínimo) para recuperar controle de custo e comportamento.