Claude Code가 OpenCode보다 프롬프트당 26k 토큰을 더 사용합니다
요약
Claude Code와 OpenCode의 토큰 사용량을 비교 분석한 결과, Claude Code가 프롬프트 전송 전 훨씬 더 많은 토큰을 소모하며 캐시 효율성이 낮음을 확인했습니다. 이는 높은 비용과 낮은 효율성으로 이어질 수 있어 시스템 프롬프트 및 도구 스키마 최적화가 필요합니다.
핵심 포인트
- Claude Code는 프롬프트 전송 전 약 33,000 토큰을 사용하여 OpenCode보다 훨씬 높음
- 캐시 비효율성으로 인해 OpenCode 대비 최대 54배 더 많은 캐시 토큰 작성
- 서브 에이전트 활용 시 토큰 소모량이 급격히 증가하여 비용 상승 초래
- 비용 절감을 위해 시스템 프롬프트 및 도구 스키마 최적화 필수
요약 (TL;DR)
- Claude Code는 프롬프트를 읽기 전에 33,000 토큰을 전송하는 반면, OpenCode는 7,000 토큰을 전송합니다.
- Claude Code는 OpenCode보다 캐시 효율성이 훨씬 떨어져 세션 중간에 수만 개의 프롬프트-캐시 토큰을 재작성합니다.
- 직접 수행했을 때 121,000 토큰이 소모된 간단한 작업이 두 개의 서브 에이전트로 분산될 경우 513,000 토큰이 소모되었습니다.
- 다단계 작업에서 Claude Code의 전체 작업 총량은 OpenCode보다 낮게 나왔지만, 이 장점은 최신 모델에서는 유지되지 않았습니다.
Claude Code와 OpenCode는 동일한 모델, 머신 및 작업을 대상으로 토큰 사용량을 검사했습니다. 그 결과, Claude Code가 프롬프트를 읽기 전에 OpenCode보다 훨씬 더 많은 토큰을 전송한다는 것을 보여줍니다. 이는 이러한 시스템의 효율성과 비용에 중대한 영향을 미칩니다.
데이터가 보여주는 것
데이터는 Claude Code가 프롬프트가 도착하기 전에 시스템 프롬프트, 툴 스키마 및 주입된 스캐폴딩(scaffolding)에서 약 33,000 토큰을 사용하는 반면, OpenCode는 약 7,000 토큰을 사용한다는 것을 보여줍니다. 또한, Claude Code는 세션 중간에 수만 개의 프롬프트-캐시 토큰을 반복적으로 재작성하며, 동일한 작업에서 OpenCode보다 최대 54배 더 많은 캐시 토큰을 작성합니다. 이러한 캐시 비효율성은 캐시 쓰기(cache writes)가 프리미엄으로 청구되기 때문에 더 높은 비용으로 이어집니다.
AI 리더에게 의미하는 바
Claude Code의 높은 토큰 사용량은 AI 리더들에게 중대한 영향을 미칩니다. 예를 들어, 프로덕션 저장소의 72KB 명령어 파일은 모든 요청에 20,000 토큰을 추가합니다. 다섯 개의 소박한 MCP 서버는 5,0007,000 토큰을 더 추가합니다. 실제 작동하는 설정이 첫 번째 요청을 보내기까지 사용자가 단어를 입력하기도 전에 이미 75,00085,000 토큰 깊이에 도달할 수 있습니다. 이는 더 높은 비용과 감소된 효율성을 초래할 수 있습니다.
지금 당장 해야 할 일
지금 당장 해야 할 일
토큰 사용량을 최소화하고 비용을 절감하려면 시스템 프롬프트(system prompt)와 도구 스키마(tool schemas)를 최적화하는 것이 필수적입니다. 이는 OpenCode가 하는 것처럼 페이로드(payload)를 세션당 한 번 캐싱(caching)하고 다시 읽어오는 방식으로 달성할 수 있습니다. 또한, OpenCode와 같이 더 효율적인 시스템을 사용하면 토큰 사용량과 비용을 줄이는 데 도움이 될 수 있습니다. 서브 에이전트(subagents)가 토큰 사용량에 미치는 영향도 고려하는 것이 중요합니다. 여러 서브 에이전트로 작업을 분산(fanning out tasks)할 경우, 진행 중인 전체 베이스라인(full baselines in flight)의 수가 증가하여 비용을 크게 늘릴 수 있습니다.
결론 (Bottom line)
테스트 결과에 따르면 Claude Code는 OpenCode보다 프롬프트를 읽기 전에 훨씬 더 많은 토큰을 전송하여, 더 높은 비용과 낮은 효율성을 초래합니다. 비록 다단계 작업(multi-step task)에서 Claude Code의 전체 작업량(whole-task total)이 OpenCode보다 낮게 나왔지만, 이 장점은 최신 모델에서는 유지되지 않았습니다. 토큰 사용량을 최소화하고 비용을 절감하려면 시스템 프롬프트와 도구 스키마를 최적화하고 OpenCode와 같이 더 효율적인 시스템을 고려하는 것이 필수적입니다.
자주 묻는 질문 (Frequently asked questions)
Q: Claude Code는 프롬프트를 읽기 전에 몇 개의 토큰을 전송하나요?
Claude Code는 프롬프트를 읽기 전에 약 33,000개의 토큰을 전송합니다.
Q: OpenCode의 토큰 사용량은 Claude Code와 어떻게 비교되나요?
OpenCode는 프롬트를 읽기 전에 약 7,000개의 토큰을 전송하며, 이는 Claude Code의 33,000개 토큰보다 훨씬 적습니다.
Q: 서브 에이전트가 토큰 사용량에 미치는 영향은 무엇인가요?
여러 서브 에이전트로 작업을 분산할 경우, 진행 중인 전체 베이스라인의 수가 증가하여 더 높은 토큰 사용량과 비용을 초래할 수 있습니다. 예를 들어, 직접 처리하는 데 121,000 토큰이 들었던 작은 작업이 두 개의 서브 에이전트로 분산될 경우 513,000 토큰이 소요되었습니다.
Q: Claude Code의 전체 작업량이 특정 작업에서 OpenCode보다 낮을 수 있나요?
네, 다단계 작업에서 Claude Code의 전체 작업량이 OpenCode보다 낮은 경우가 있었지만, 이 장점은 최신 모델에서는 유지되지 않았습니다.
출처 (Sources)
출처 (Sources)
관련 읽을거리 (Related reading)
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기