Claude Code Queima 33 Mil Tokens Antes de Ler Seu Código: Como Cortar 70% da Conta

Você abre o terminal, digita claude e manda um simples “oi”. Resposta rápida, tudo certo. Mas nos bastidores, 33 mil tokens já foram consumidos antes da ferramenta sequer olhar para o seu prompt. Isso não é bug: é o custo de inicialização do Claude Code, e a maioria dos devs não faz ideia de que está pagando por isso.

Um post que viralizou no Hacker News esta semana expôs a diferença brutal entre o Claude Code e o OpenCode, sua alternativa open source. Enquanto o Claude Code despacha 33 mil tokens de overhead no primeiro turno, o OpenCode faz a mesma coisa com 7 mil. A diferença? 26 mil tokens queimados em system prompts, definições de ferramentas MCP e metadata que você nunca pediu.

Se você usa Claude Code no dia a dia (e 92% dos devs americanos já usam algum assistente de IA em 2026), esse overhead silencioso pode estar transformando (como já mostramos no artigo sobre como reduzir a conta do Claude em 70% com PNG) sua conta mensal de US$ 36 em US$ 500 ou mais. Eu compilei 19 técnicas que devs estão usando para cortar entre 40% e 70% desse custo, sem perder produtividade.

De onde vêm esses 33 mil tokens?

Toda vez que você inicia uma sessão no Claude Code, a ferramenta carrega automaticamente:

O ponto crítico são os servidores MCP. Cada servidor conectado injeta suas definições de ferramentas em todas as mensagens. Um setup com 5 servidores MCP pode adicionar 90 mil tokens de overhead puro em cada turno, antes de qualquer trabalho produtivo acontecer.

A própria Anthropic documentou um caso interno onde o setup mais pesado atingiu 134 mil tokens só de definições de ferramentas. É como pagar pedágio numa estrada vazia: o caminho está livre, mas a cobrança não para.

OpenCode: a alternativa que consome 4x menos

O OpenCode apareceu como resposta direta a esse problema. Com mais de 160 mil estrelas no GitHub e 7,5 milhões de devs usando mensalmente, ele se tornou o agente de código open source mais popular do ecossistema.

A proposta é simples: você traz sua própria chave de API (Anthropic, OpenAI, Google, ou qualquer provider compatível), e o harness do OpenCode cuida do resto com overhead mínimo. O resultado prático:

Claude Code: "oi" → 33.000 tokens consumidos
OpenCode:    "oi" → 7.000 tokens consumidos
Diferença:   26.000 tokens desperdiçados por turno

Mas calma. Antes de migrar correndo, tem nuances que o hype não conta.

O que o OpenCode faz melhor

Transparência total. O código é MIT, você pode ler e modificar o system prompt. No Claude Code, o prompt é travado e otimizado para os modelos da Anthropic, e você não pode mudar uma vírgula.

Provider neutro. OpenCode suporta 75+ providers de IA, incluindo modelos locais via Ollama. Quer rodar Qwen 3.6 27B na sua RTX 4090? Conecta e usa. Com Claude Code, você está preso ao ecossistema Anthropic.

LSP nativo. Integração com Language Server Protocol para mais de 20 linguagens, o que melhora o contexto sem consumir tokens extras com leitura de arquivos.

Custo previsível. Sem assinatura, sem tier. Você paga exatamente o que consome nos tokens, direto pro provider. Uma task que no Claude Code Max (US$ 100/mês) consumiria 2 milhões de tokens, no OpenCode custa o preço da API que você escolher.

O que o Claude Code faz melhor

Também não é justo pintar o Claude Code como vilão. Ele tem vantagens reais:

Qualidade do output. O prompt interno é calibrado para os modelos Claude, e isso faz diferença. Num teste publicado no LinkedIn pelo dev Matthieu Napoli, o Claude Code escreveu código melhor, 2x mais rápido, e 30% mais barato que o OpenCode rodando o mesmo modelo Opus 4.5. O overhead maior produz resultados melhores quando o prompt é bem construído.

Ecossistema integrado. Skills, memória persistente, subagentes (inclusive o rastreamento de requests por esteganografia), /compact, /clear, gerenciamento automático de contexto: tudo funciona out-of-the-box. No OpenCode, muito disso precisa ser configurado manualmente.

Suporte oficial. Bugs são corrigidos rápido, o modelo é otimizado para o harness, e a experiência é polida. Open source é liberdade, mas também é “abra uma issue e espere”.

A real é que a escolha entre os dois depende do seu perfil de uso. Se você faz automação pesada com múltiplos servidores MCP, o overhead do Claude Code pode ser proibitivo. Se você quer a melhor qualidade de código com o mínimo de fricção, o Claude Code ainda entrega mais.

19 formas de cortar o custo do Claude Code

Agora a parte prática. Essas técnicas vêm de devs que mediram o impacto real e reportaram economias de 40% a 70%.

Camada de setup (faça uma vez)

1. Crie um .claudeignore

Assim como .gitignore, esse arquivo impede que o Claude carregue diretórios de build, logs e lock files no contexto. Cada arquivo ignorado são tokens que você não paga.

node_modules/
dist/
*.log
package-lock.json
yarn.lock
.next/
coverage/

2. Desconecte servidores MCP que não está usando

Cada servidor MCP conectado carrega suas definições de ferramentas em todas as mensagens, mesmo que você nunca chame aquela ferramenta. Se tem 5 servidores e só usa 2, desconecte os outros 3. Reconecte quando precisar.

3. Instale o context-mode

Esse plugin open source indexa as saídas de ferramentas em um sandbox local em vez de jogar tudo na conversa. O resultado: redução de 50% a 90% no consumo de tokens MCP.

4. Instale o RTK (Rust Token Killer)

Comprime a saída de comandos bash antes de entrar no contexto. Comandos como git status e cargo test consomem 60% a 90% menos tokens com o RTK ativo.

5. Enxugue seu CLAUDE.md para menos de 500 tokens

Cada token no CLAUDE.md é carregado em todas as mensagens, em todas as sessões. Workflows e documentação detalhada devem ficar em arquivos separados, referenciados por path. O CLAUDE.md deve conter apenas regras essenciais.

Hábitos de sessão (faça sempre)

6. Um tópico por chat

Se estava debugando um problema de banco e agora quer mexer na UI, abra uma sessão nova. O contexto antigo continua consumindo tokens em cada turno, mesmo que seja irrelevante para a task atual.

7. Use /clear e /compact estrategicamente

O /compact resume a conversa e reinicia a partir do resumo, bom para sessões longas no mesmo tópico. O /clear limpa tudo, ideal para troca completa de assunto.

8. Aponte para arquivos específicos

Em vez de deixar o Claude escanear o repositório inteiro, diga exatamente quais 2 ou 3 arquivos são relevantes. A diferença é brutal: carregar um repo de 10 mil arquivos consome ordens de magnitude mais tokens do que apontar para src/auth/login.ts.

9. CLI tools em vez de MCP

Um comando shell que retorna 10 linhas custa 10 tokens de contexto. A mesma request via servidor MCP pode retornar 100x mais. Para operações simples (git status, listar arquivos, ler logs), use bash direto.

10. Escolha o modelo certo para a task

Haiku é 5x mais barato que Opus por token de input. Para tarefas mecânicas, jogar Opus nelas é queimar dinheiro.

11. Use /effort low para tasks simples

Extended thinking consome tokens de output caros (a Anthropic descobriu que o Claude até pensa em silêncio). Para tasks que não precisam de raciocínio profundo (renomear, formatar, gerar boilerplate), use /effort low ou configure MAX_THINKING_TOKENS=8000.

12. Subagentes para contexto pesado

Subagentes rodam em sessões separadas. O contexto deles se acumula separadamente da conversa principal. Use quando uma task precisa ler muitos arquivos, mas o resultado para você é curto.

13. Não peça para o Claude ler dados que você mesmo pode ler

Se precisa analisar um CSV de 50 mil linhas, leia localmente, filtre o que importa, e passe só o resumo. Jogar 50 mil linhas no contexto é pedir para pagar caro.

14. Carregue Skills sob demanda

Skills ficam dormentes até serem chamadas com /skill-name. Não invoque skills que não precisa para a task atual.

Para quem usa Claude.ai com Cowork

15. Planeje no Chat antes de ir pro Cowork

No plano de US$ 20, use o Chat para a maioria do trabalho (planejamento, debugging leve, perguntas). Mude para Cowork só quando souber exatamente o que quer construir.

16. Selecione arquivos, não pastas

Não jogue a pasta inteira numa sessão Cowork. Selecione apenas os arquivos relevantes para a task específica.

17. Mantenha notas manuais de sessão

No fim de cada sessão, peça ao Claude para resumir decisões e próximos passos. Cole em um arquivo local. Na próxima sessão, passe esse resumo em vez de depender da memória automática (que consome tokens).

18. Reutilize workflows existentes

O mesmo workflow rodado duas vezes do zero queima o dobro de tokens pelo mesmo resultado. Salve workflows que funcionam e reutilize.

19. Monitore com tokscale

O tokscale é uma CLI open source que rastreia consumo de tokens do Claude Code, OpenCode, Cursor e outros agentes. Tem leaderboard global e grafos de contribuição 2D/3D. Impossível otimizar o que você não mede.

Quanto isso realmente custa em julho de 2026?

Vamos às contas com os preços atuais da Anthropic:

*O Max de US$ 100 tem limite. Quem precisa de mais pode usar o tier de US$ 200.

Um dev que postou no Reddit relatou consumir 10 bilhões de tokens em 8 meses. Na API direta, seriam mais de US$ 15 mil. Com o Claude Code Max a US$ 100/mês, pagou US$ 800 pelo mesmo período: redução de 93%.

Por isso a escolha não é binária. Se você consome muito, o Max é imbatível. Se consome pouco ou quer controle total, API direta (via Claude Code ou OpenCode) faz mais sentido.

O elefante na sala: por que a Anthropic não corta o overhead?

Essa é a pergunta que ninguém no Hacker News respondeu satisfatoriamente. Se 33 mil tokens de overhead por turno são o baseline, e a Anthropic sabe que isso custa caro para o dev, por que não otimizar?

Parte da resposta está no MCP Tool Search, que a própria Anthropic desenvolveu. Essa feature reduz o consumo de definições de ferramentas em 85%, de 134 mil para 5 mil tokens. Mas ela existe para setups extremos: a maioria dos devs com 1 ou 2 servidores MCP nunca vai configurar isso.

A outra parte é mais cínica: o overhead alimenta a receita. Quanto mais tokens por turno, mais dinheiro na API. Quanto mais indispensável o harness proprietário, mais devs pagam pelo Max em vez de usar OpenCode.

Eu não tenho provas de que a Anthropic faz isso deliberadamente. Mas o incentivo econômico está ali, e qualquer dev que já trabalhou com SaaS de billing por consumo conhece essa dinâmica.

Minha recomendação prática

Se você já usa Claude Code e não está monitorando consumo, comece pelo tokscale. Instale, rode por uma semana, e veja onde seus tokens estão indo. Aposto que pelo menos 30% é overhead que não precisa existir.

As 5 mudanças com maior impacto imediato:

1. Desconecte servidores MCP que não usa (impacto: até 90 mil tokens/turno a menos)
2. Enxugue o CLAUDE.md (impacto: 5 a 10 mil tokens/turno a menos)
3. Use .claudeignore (impacto: varia, mas significativo em repos grandes)
4. Um tópico por chat (impacto: evita acúmulo de contexto morto)
5. Use Haiku para tasks mecânicas (impacto: 5x mais barato por token)

Se o overhead estiver proibitivo e você tiver disposição para configurar, teste o OpenCode. A curva de setup é real, mas a economia em tokens é imediata. Com 160 mil estrelas no GitHub, a comunidade é grande o suficiente para ter resposta para quase qualquer problema.

No fim, o melhor agente de código é o que entrega resultado sem te fazer assinar um segundo aluguel. Monitore, otimize, e não aceite pagar por tokens que nunca te entregaram valor.