Claude Codeは指示前の初期データだけで約3万3000トークンを使用、実用構成では約7万5000トークンに

AnthropicのAIコーディング支援ツール「Claude Code」は、利用者が入力した指示を処理する前に約3万3000トークンを使用しており、AIと外部ツールを接続する共通規格「Model Context Protocol(MCP)」対応サーバーや指示ファイルなどを追加した環境では約7万5000トークンまで増えるという測定結果をAIコンサルティング企業のSystimaが公開しました。比較対象となったオープンソースのAIコーディング支援ツール「OpenCode」は約6900トークンで、Claude Codeの初期負荷は約4.7倍だったとのことです。

Claude Code Sends 4.7x More Tokens Than OpenCode Before Reading Your Prompt | Systima Blog
https://systima.ai/blog/claude-code-vs-opencode-token-overhead

AIコーディング支援ツールを使用する場合、ツールの役割や動作ルールを記したシステムプロンプトに加えて、ファイルの読み書きやコマンドの実行に使う機能の説明なども毎回送信されます。AIが利用できる機能が多いほど説明文も長くなり、利用者から見えない部分で消費されるトークンが増えるというわけです。

SystimaはClaude CodeとOpenCodeを同じコンピューターと同じAIモデルで動かし、両者がモデルに送信したデータを記録する中継サーバーを使ってトークン数を測定しました。テストにはClaude Code 2.1.207とOpenCode 1.17.18を使用し、AIモデルにはClaude Sonnet 4.5を指定。MCPサーバーや個人設定を取り除いた空の作業環境で「Reply with exactly: OK(OKとだけ出力してください)」と入力しました。

Claude Codeが最初のリクエストで送信したデータは約3万2800トークンでした。内訳を見るとシステムプロンプトに加えて27種類のツール説明が含まれており、ツール説明だけで約2万4000トークンを占めています。一方でOpenCodeの初回リクエストは、10種類のツール説明を含めて合計約6900トークンでした。ツールをすべて無効にした場合でもClaude Codeのシステムプロンプトは約6500トークン、OpenCodeは約2000トークンだったと報告されています。

約3万3000トークンという初期負荷は単純な料金差だけでなく、AIが一度に扱える情報量にも影響します。再送される入力はプロンプトキャッシュによって安く処理される場合がありますが、キャッシュを利用してもコンテキストウィンドウを占有する量は減りません。20万トークンのコンテキストウィンドウを使用する場合、Claude Codeはコードや会話を読み込む前から全体の約6分の1を使っている計算です。会話が長くなれば過去の内容を要約する処理も必要になり、追加のトークン消費につながります。

実際の開発環境ではプロジェクト固有のルールを記した「CLAUDE.md」などの指示ファイルを設置することがあります。Systimaが実際の開発リポジトリで使われていた72KBの指示ファイルを追加したところ、Claude CodeとOpenCodeの双方で1回のリクエスト当たり約2万トークンが上乗せされました。指示ファイルは基本的にリクエストのたびにモデルへ送信されるため、ファイルの長さがトークン使用量に大きく影響します。

外部サービスや開発ツールをAIから操作できるようにするMCPサーバーを接続すると、MCPはAIが利用できる機能の名称や引数をモデルへ説明する必要があり、初期負荷が増えるとのこと。小規模なMCPサーバー1つにつき約1000～1400トークン増加し、5つ接続すると約5000～7000トークンも増加します。

Systimaが指示ファイルやMCPサーバー、プラグインを含む実用的な構成を調べたところ、Claude Codeは利用者が指示を入力する前に約7万5000トークンを送信していました。ツール数は118種類で、送信データ全体のサイズは311KBに達しています。構成によっては初回リクエストが7万5000～8万5000トークン程度になると説明されています。

ただし初期負荷が大きいツールほど作業全体でも必ず多くのトークンを消費するとは限りません。ファイルの作成とプログラムの実行を繰り返すテストでは、Claude Codeが複数のツールをまとめて呼び出したためリクエスト回数は3回に収まり、入力トークンの合計は約12万1000トークンでした。一方OpenCodeはツールを1種類ずつ呼び出して9回のリクエストを行ったため合計は約13万2000トークンとなり、Claude Codeを上回りました。初期負荷が小さくても、モデルへのリクエスト回数が増えれば差が縮まる場合があるとのこと。

また、Claude Codeで2つのサブエージェントに作業を分担させた場合、各サブエージェントが独自のシステムプロンプトやツール説明を読み込み、処理結果を親エージェントが再び読み込むため、入力トークンの合計は直接処理した際の約12万1000トークンから約51万3000トークンへ大幅に増加しました。

測定結果はClaude CodeとOpenCodeを特定の環境で比較したものであり、モデルやバージョン、接続するMCPサーバーによって数値は変わるとのこと。SystimaはAIエージェントを運用する際には料金画面だけを見るのではなく、モデルへ実際に送信されたデータを記録し、指示ファイルやMCPサーバーを1つずつ追加しながら負荷を確認することが重要だと述べています。