33k vs 7k tokens: lo que revela la sobrecarga comparada de Claude Code y OpenCode

El arnés habla antes del prompt. Lo que dice —y su costo— define ahora el producto.

En términos sencillos

Un benchmark de Systima.ai (12 de julio de 2026) midió lo que Claude Code y OpenCode envían antes de procesar el prompt del usuario: ~33 000 tokens en el caso de Claude Code, ~7 000 en el de OpenCode. La diferencia no es cosmética: es arquitectónica.

El dato

Systima interceptó la API entre el CLI y el modelo: Claude Code envía un system prompt + una descripción de herramientas + un recordatorio de uso que suman ~33k tokens; OpenCode envía ~7k tokens para la misma configuración. En un ciclo de uso medio, esto se traduce en un sobrecoste de tokens facturados y en presión sobre la caché KV.

Análisis

Dos filosofías chocan, y no son neutrales.

Claude Code apuesta por un harness pesado: instrucciones detalladas para las herramientas, ejemplos integrados, contexto de rol rico, salvaguardas explícitas. La apuesta: un system prompt largo reduce la varianza de comportamiento, mejora la obediencia a las reglas y ahorra iteraciones. Coste: tokens de entrada inflados en cada turno.

OpenCode opta por un harness ligero: herramientas mínimas, sistema breve, se deja que el modelo infiera. La apuesta: menos anclas prefabricadas, más flexibilidad, factura más baja. Coste: más varianza, más riesgo de desviaciones cuando la tarea se aleja del happy path.

Bajo el capó

En precio: a ~$3/M tokens de entrada en Claude, 33k tokens por turno × N turnos de conversación, son varios céntimos por sesión que el usuario nunca ve. En la caché KV: Claude Code aprovecha el prompt caching de Anthropic —el prefijo se cachea y se factura ~10 % tras la primera vez—. Ese es el verdadero motor económico. OpenCode, más corto, no cachea gran cosa.

La comparación "justa" no es token bruto, sino token facturado efectivo (con caché) × calidad de salida × número de reintentos. Systima solo mide uno de los tres. La diferencia real de facturación probablemente ronde los 2× en lugar de 5×, pero sigue siendo significativa.

Escenarios

• Convergencia (50 %) : Claude Code aligera su preámbulo, OpenCode añade ejemplos; ambos convergen hacia 10-15k tokens.
• Divergencia asumida (35 %) : Claude Code mantiene su posición de "harness pesado, alta obediencia" (empresa), OpenCode sigue con "harness ligero, control del usuario" (independiente).
• Nuevo patrón (15 %) : aparición de un harness modular (carga condicional de herramientas según el prompt).

¿Y qué?

El harness se convierte en un diferenciador de producto. Comparar dos CLI de agente es comparar dos tesis sobre qué debe saber el modelo antes de leer al usuario. Para un builder: mida su propio preámbulo y su coste efectivo con caché. Para un directivo: la latencia percibida y la factura mensual dependen de una elección arquitectónica que nadie menciona en la demo comercial.

A vigilar

La publicación por parte de Anthropic u OpenAI de un "harness reference"; la aparición de herramientas que midan la sobrecarga real por CLI; la llegada de modos "diet" oficiales en Claude Code o Cursor.