วิเคราะห์และรีวิว: ทำไม Claude Code ส่ง Token ก่อนอ่านพรอมต์มากถึง 33k ในขณะที่ OpenCode ใช้แค่ 7k

Claude Code ส่ง system prompt + tool definitions ไปให้ model อ่านตั้ง 33,000 tokens ก่อนที่เราจะพิมพ์อะไรลงไปด้วยซ้ำ ในขณะที่ OpenCode ใช้แค่ 7,000 tokens ทำงานแบบเดียวกัน ต่างกันเกือบ 5 เท่า แปลว่าทุกครั้งที่เปิด session ใหม่ เราจ่ายเงินและรอ latency มากกว่ากันตั้งแต่ยังไม่ได้เริ่มงานจริง เรื่องนี้สำคัญกับใครก็ตามที่ใช้ agent ทำงานหนักๆ ทุกวัน เพราะ token overhead แบบนี้สะสมไว เดือนนึงคือเงินหายไปเยอะพอสมควร

จุดเริ่มต้นของคำถามนี้

ผมมีเพื่อนนักพัฒนาคนนึงเล่าให้ฟังว่า วันนึงลองเปิด usage dashboard ของ Claude Code ขึ้นมาดูเฉยๆ แล้วอึ้งไปเลย งานที่ทำแค่ “แก้ typo ในไฟล์เดียว” กลับกิน token เยอะกว่าที่คิดไว้หลายเท่า

เขาไม่ได้พิมพ์อะไรยาวเลยด้วยซ้ำ แค่ประโยคสั้นๆ แต่ bill กลับพุ่ง เขาเลยเริ่มสงสัยว่า ก่อนที่ AI จะอ่านคำสั่งของเราจริงๆ มันมี “ค่าใช้จ่ายแฝง” อะไรซ่อนอยู่บ้าง

จุดนี้แหละที่นำไปสู่การขุดลึกลงไปดู request จริงๆ ว่าก่อนถึงคำสั่งของ user มี system prompt, tool definitions, context อะไรบ้างที่ถูกส่งไปล่วงหน้า และมันเยอะขนาดไหนกันแน่ ผมว่าคำถามนี้เป็นคำถามที่ dev ทุกคนที่ใช้ agent tool ควรถามตัวเองสักครั้ง

Claude Code อยู่ตรงไหนในกลุ่มเครื่องมือของ Anthropic

ในตระกูล Anthropic เรามี Claude Desktop สำหรับแชทเล่นๆ, Claude API เปลือยๆ ที่ dev คุมเองทุกอย่าง, แล้วก็ Claude Code ที่เป็น coding agent เต็มรูปแบบ ยิ่งลงลึกเรื่อง agent มากเท่าไหร่ ยิ่งต้องแบก context เยอะขึ้นเท่านั้น — เพราะ agent ต้องรู้จัก tool, permission, environment ตั้งแต่ก่อน user พิมพ์คำแรกด้วยซ้ำ

Claude Code เลือก trade-off แบบ preload หนักตั้งแต่ต้น เพื่อให้ตอบสนองได้ทันทีโดยไม่ต้องถามกลับไปกลับมาว่า tool ไหนใช้ได้บ้าง ผมว่านี่คือดีไซน์ที่ตั้งใจแลก token ต้นทางกับความลื่นไหลตอนทำงานจริง แต่ก็ต้องยอมรับว่ามันแพงกว่า OpenCode ที่เลือกจะโหลดแบบขี้เหนียวกว่าเยอะ

ฟีเจอร์ที่ซ่อนอยู่หลังตัวเลข 33k token ใช้งานจริงยังไง

ตัว 33k ไม่ได้ลอยมาเฉยๆ ส่วนใหญ่มาจาก tool definitions ที่ preload ไว้ล่วงหน้าทั้งหมด บวก system prompt แบบละเอียดที่ครอบทุก edge case

ถ้าเปิด session สั้นๆ ใช้ครั้งเดียวปิด เช่น debug ด่วนตอนเช้า ต้นทุนนี้จะรู้สึกชัดมาก เพราะจ่ายเต็ม 33k ทุกรอบที่เปิดใหม่ แต่ถ้ารันเป็น agent วนลูปยาวทั้งวัน ต้นทุนนี้จะเฉลี่ยลงเพราะ context caching ช่วยดูดซับไว้

ที่น่ากังวลกว่าคือ CI/CD ที่ budget ต่อ run จำกัด เปิด-ปิด session รัวๆ แบบนั้น 33k ต่อรอบสะสมไวมาก ผมว่าถ้างานเป็น short-lived task บ่อยๆ OpenCode จะประหยัดกว่าเห็นๆ

ข้อดีข้อเสียของแนวทาง preload หนักแบบนี้

ข้อดีคือ Claude Code มี context ครบตั้งแต่ต้น รู้จัก tool ทุกตัวก่อนเริ่มงาน เลยตัดสินใจแม่นยำกว่าในงานซับซ้อนที่ต้องสลับ tool บ่อยๆ ไม่ต้องมาโหลดเพิ่มกลางทางให้เสีย turn.

ข้อเสียคือต้นทุนสูงกว่าเห็นๆ ตาม data ข้างบน — 33,000 เทียบกับ 7,000 tokens ต่างกันเกือบ 5 เท่า. งานสั้นๆ ง่ายๆ อย่างถามคำถามทั่วไป จ่ายแพงเกินจำเป็น แถมกิน context window ตั้งแต่ยังไม่เริ่มทำงานจริง.

ผมว่านี่คือ trade-off ระหว่าง “พร้อมเสมอ” กับ “ประหยัดเสมอ” — ไม่มีทางไหนถูกต้อง 100% ขึ้นอยู่กับว่างานที่ทำส่วนใหญ่เป็นแบบไหน ถ้าทำงานซับซ้อนบ่อยๆ preload หนักคุ้มกว่า แต่ถ้าใช้งานเบาๆ OpenCode ประหยัดกว่าจริง.

ต้นทุนที่มองไม่เห็นจากหน้าปก

ลองคิดดูง่ายๆ ถ้า Claude Code ยิง 33k token ทุกครั้งก่อนอ่าน prompt เทียบกับ OpenCode ที่ 7k — ต่างกันเกือบ 5 เท่าในทุกๆ request. ยิ่งเรียกใช้บ่อยต่อวัน ส่วนต่างนี้ยิ่งทบต้นเร็ว ทั้งค่าใช้จ่ายและ context window ที่เหลือให้งานจริง.

latency ก็โดนผลกระทบตรงๆ เพราะ token ที่ต้องประมวลผลก่อนเริ่มงานมากกว่า แปลว่าเวลารอของนักพัฒนาก่อนเห็นผลลัพธ์แรกก็นานขึ้นตาม.

ผมว่าต้นทุนแฝงพวกนี้มักถูกมองข้าม เพราะมันไม่โผล่ในหน้า pricing ตรงๆ แต่สะสมทุกวันจนกลายเป็นตัวเลขที่มีนัยสำคัญ โดยเฉพาะทีมที่รันงานอัตโนมัติซ้ำๆ ทั้งวัน.

สรุปแล้วควรเลือกอะไร

ตัวเลข 33k เทียบกับ 7k token ไม่ใช่แค่เรื่อง “ใครกิน token น้อยกว่า” มันคือปรัชญาคนละแบบ Claude Code เลือกยัด context ให้เต็มตั้งแต่แรกเพื่อความแม่นยำ ส่วน OpenCode เลือกประหยัดแล้วค่อยโหลดเพิ่มทีหลัง

ผมว่าไม่มีใครถูกผิด ขึ้นอยู่กับว่างานของคุณคือแบบไหน ถ้าเรียก agent ทั้งวันแบบ workflow ซับซ้อน ต้นทุนสะสมจาก overhead 33k token จะเห็นชัดในบิลปลายเดือน แต่ถ้างานคุณต้องการความแม่นยำสูงตั้งแต่ prompt แรก ไม่อยากเสี่ยง context หลุด การจ่ายแพงกว่าหน่อยอาจคุ้มกว่า

พูดตรงๆ อย่าเลือกเพราะตัวเลขเดียว ลองดูว่างานประจำของทีมคุณเรียกใช้ถี่แค่ไหน แล้วค่อยตัดสินใจจากตรงนั้น