Claude Code와 OpenCode, 첫 요청 토큰이 4.7배 벌어진 이유

Claude Code와 OpenCode, 첫 요청 토큰이 4.7배 벌어진 이유

Claude Code와 OpenCode 토큰 비교

AI 코딩 도구의 비용은 사용자가 입력한 글자 수만으로 계산하기 어려워요. 도구가 모델에 함께 보내는 시스템 지시문과 기능 정의가 첫 요청부터 수천~수만 토큰을 차지하기 때문이에요. Claude Code와 OpenCode를 같은 조건에서 측정한 결과는 이 숨은 비용이 제품마다 얼마나 크게 다른지 보여줘요. 1

핵심 요약

구분	측정 결과	확인할 점
첫 요청 고정 비용	Sonnet 4.5에서 Claude Code 약 32,800토큰, OpenCode 약 6,900토큰이었어요	짧은 질문도 도구 자체의 기본 데이터 때문에 큰 요청이 될 수 있어요
가장 큰 차이	도구 정의가 각각 약 24,000토큰과 4,800토큰을 차지했어요	등록한 기능의 수와 설명 길이를 함께 봐야 해요
실제 작업 환경	명령 파일과 MCP 서버를 더하면 첫 요청이 75,000~90,817토큰까지 늘었어요	저장소 설정이 매 요청의 비용과 컨텍스트를 차지해요
전체 작업 비용	복합 작업에서는 Claude Code가 더 적은 요청으로 끝난 사례도 있었어요	시작 비용만으로 최종 효율을 판단하면 안 돼요

1. 짧은 요청보다 도구 설명이 훨씬 길었어요

Systima는 Claude Code와 OpenCode 사이에 로깅 프록시를 두고 모델 API로 넘어가는 요청 본문과 사용량을 기록했어요. 같은 머신에서 같은 모델과 작업을 사용했고, 사용자 설정과 MCP 서버가 없는 새 환경부터 비교했어요. 단순히 화면에 표시된 추정치가 아니라 API 경계에서 실제 전송 내용을 확인한 방식이에요. 2

Sonnet 4.5에 한 줄 답변을 요구한 첫 실험에서 Claude Code는 약 32,800토큰을 보냈어요. OpenCode는 약 6,900토큰이었어요. 차이는 약 4.7배예요. 모델을 Fable 5로 바꾸자 Claude Code가 더 짧은 시스템 지시문을 사용해 격차가 약 3.3배로 줄었어요. 측정값은 코딩 도구 이름만이 아니라 선택한 모델과 버전에도 영향을 받아요.

728x90

가장 큰 비중은 도구 스키마였어요. Claude Code는 27개 도구 정의에 약 24,000토큰을 썼고, OpenCode는 10개 도구에 약 4,800토큰을 썼어요. 도구를 모두 끈 뒤에도 시스템 지시문은 각각 약 6,500토큰과 2,000토큰이었어요. 파일 읽기나 검색처럼 편리한 기능이 늘어날수록 모델이 매번 알아야 할 함수 이름, 인자, 설명도 함께 늘어요.

실제 저장소에서는 격차가 더 커질 수 있어요. 72KB 분량의 명령 파일은 요청마다 평균 약 20,000토큰을 더했어요. 소형 MCP 서버 한 개도 약 1,000~1,400토큰을 추가했어요. 여러 서버와 긴 프로젝트 규칙을 함께 쓰면 사용자가 첫 문장을 입력하기 전에 75,000~90,817토큰이 요청에 들어갈 수 있어요.

캐시도 비용을 완전히 없애지는 못했어요. 측정에서는 OpenCode의 요청 앞부분이 실행마다 같은 바이트를 유지해 한 번 저장한 캐시를 안정적으로 다시 읽었어요. Claude Code는 세션 중 요청 앞부분이 달라져 같은 작업에서도 캐시 쓰기가 더 자주 발생했어요. 파일 요약 실험에서는 Claude Code의 캐시 쓰기 토큰이 OpenCode보다 5.9~54배 많았어요. 캐시 적중 여부뿐 아니라 캐시 키가 얼마나 안정적으로 유지되는지도 봐야 해요.

다만 첫 요청이 크다고 전체 작업 비용도 항상 더 큰 것은 아니에요. 작성, 실행, 테스트, 수정이 이어진 작업에서 Claude Code는 도구 호출을 병렬로 묶어 3회 요청과 약 121,000토큰으로 끝냈어요. OpenCode는 호출을 직렬로 처리해 9회 요청과 약 132,000토큰을 사용했어요. 반대로 Claude Code가 작업을 두 하위 에이전트에 나눴을 때는 사용량이 121,000토큰에서 513,000토큰으로 늘었어요. 각 하위 에이전트가 초기 데이터를 다시 받고, 상위 작업이 결과 기록까지 읽었기 때문이에요.

왜 중요한가요

이번 측정처럼 도구가 보내는 기본 데이터가 크면 AI 코딩 도구의 월 구독료만 비교해서는 실제 사용 비용을 놓치기 쉬워요. API 종량제를 쓰거나 긴 저장소를 다루는 팀은 첫 요청의 고정 토큰, 턴 수, 캐시 쓰기와 읽기, 하위 에이전트의 재전송량을 함께 확인해야 해요. 컨텍스트 창을 크게 잡아도 프로젝트 규칙과 도구 정의가 먼저 자리를 차지하면 코드와 작업 기록에 쓸 공간은 줄어요. 2

설정 파일은 길다고 무조건 좋은 것도 아니에요. 모든 규칙을 한 파일에 반복해서 넣기보다 자주 필요한 규칙만 공통 영역에 두고, 작업별 지침은 필요한 시점에 불러오는 편이 나아요. MCP 서버도 설치 개수보다 실제 사용 빈도를 기준으로 정리할 필요가 있어요. 사용하지 않는 기능의 설명까지 매 요청에 포함되면 비용과 지연만 늘 수 있어요.

이번 수치는 특정 버전과 모델에서 얻은 결과예요. Claude Code 2.1.207과 OpenCode 1.17.18, Sonnet 4.5 등을 사용했기 때문에 이후 버전에서는 값이 달라질 수 있어요. 결과 품질도 같은 기준으로 점수화하지 않았어요. 각 팀은 대표 작업을 골라 첫 요청 크기, 전체 요청 횟수, 캐시 사용량, 성공까지 걸린 시간을 함께 재는 편이 정확해요.

참고 자료

1. Claude Code는 프롬프트를 읽기 전 3.3만 토큰, OpenCode는 7천 토큰을 전송함 — GeekNews
2. Claude Code Is Way More Token-Hungry Than OpenCode. We Measured Exactly How Much — Systima