发生了什么
大家都说 Claude Code 浪费 Token，究竟有多费？这回终于有人算出数来了。 最近有个挺有意思的对比实验，来自 Composio 团队。他们用同一个模型 Kimi K3，分别放进三个不同的 agent 框架（harness）里跑 ——Claude Code、Hermes 和 Kimi Code—— 一共测了 28 个完全相同的任务。 结果，三个 harness 完成任务的成功率差不多：Kimi Code 是 28 个里成功 22 个，Hermes 是 21 个，Claude Code 是 20 个。差距不算大。 真正拉开差距的，是 token 消耗。 同样一个任务，用不同 harness 跑下来，token 用量最多能差到 30 倍！ 中位数来看，Kimi Code 大约用 6.1 万 token，Hermes 大概 6.7 万，而 Claude Code 直接飙到 34 万，差不多是 Kimi Code 的 6 倍。 按 Kimi K3 每百万输入 token 3 美元的价格算（agent 工作流里输入 token 通常占到 95% 左右），平均每个任务的成本大概是： Kimi Code 0.22 美元，Hermes 0.28 美元，Claude Code 则到了 2 美元。 差距很明显。 速度方面也不一样。中位数耗时，Hermes 最快，179 秒；Kimi Code 297 秒；Claude Code 348 秒。 所以最快的是 Hermes，最省 token 的是 Kimi Code，两者并不重合。 Composio 团队由此得出一个直接的结论：如果你想降低 agent 的成本，先看看用的是哪个 harness，而不是急着换模型。他们的数据里，harness 本身就能把成本拉开 9 倍，而模型的能力表现其实差不多。 Sebastian Raschka 看到这个结果后也发了帖，说这和他之前用 Qwen3.6 做的观察类似：Claude Code 在成功率相近的情况下，token 用量往往是其他很多 harness 的 2 到 3 倍。 他提出了几个可能的原因：是没怎么优化？是有 bug？还是故意设计成这样（因为在更难的任务上可能有帮助）？他表示需要再花时间仔细查一下。 接着他补充了上个月自己写本地 coding agent 文章时的观察。当时他分析过为什么 Claude Code 用更多 token，发现差异主要出在输入 token，而不是输出 token。也就是说， Claude 并没有多写一倍的内容。日志显示，Claude 的 harness 在多轮交互中会反复把更多上下文塞回模型，包括之前的消息、工具调用、命令输出和文件内容。 举个例子，某次 Claude 跑完大约用了 57.8 万输入
大家都说 Claude Code 浪费 Token，究竟有多费？这回终于有人算出数来了。 最近有个挺有意思的对比实验，来自 Composio 团队。他们用同一个模型 Kimi K3，分别放进三个不同的 agent 框架（harness）里跑 ——Claude Code、Hermes 和 Kimi Code—— 一共测了 28 个完全相同的任务。 结果，三个 harness 完成任务的成功率差不多：Kimi Code 是 28 个里成功 22 个，Hermes 是 21 个，Claude Code 是 20 个。差距不算大。 真正拉开差距的，是 token 消耗。 同样一个任务，用不同 harness 跑下来，token 用量最多能差到 30 倍！ 中位数来看，Kimi Code 大约用 6.1 万 token，Hermes 大概 6.7 万，而 Claude Code 直接飙到 34 万，差不多是 Kimi Code 的 6 倍。 按 Kimi K3 每百万输入 token 3 美元的价格算（agent 工作流里输入 token 通常占到 95% 左右），平均每个任务的成本大概是： Kimi Code 0.22 美元，Hermes 0.28 美元，Claude Code 则到了 2 美元。 差距很明显。 速度方面也不一样。中位数耗时，Hermes 最快，179 秒；Kimi Code 297 秒；Claude Code 348 秒。 所以最快的是 Hermes，最省 token 的是 Kimi Code，两者并不重合。 Composio 团队由此得出一个直接的结论：如果你想降低 agent 的成本，先看看用的是哪个 harness，而不是急着换模型。他们的数据里，harness 本身就能把成本拉开 9 倍，而模型的能力表现其实差不多。 Sebastian Raschka 看到这个结果后也发了帖，说这和他之前用 Qwen3.6 做的观察类似：Claude Code 在成功率相近的情况下，token 用量往往是其他很多 harness 的 2 到 3 倍。 他提出了几个可能的原因：是没怎么优化？是有 bug？还是故意设计成这样（因为在更难的任务上可能有帮助）？他表示需要再花时间仔细查一下。 接着他补充了上个月自己写本地 coding agent 文章时的观察。当时他分析过为什么 Claude Code 用更多 token，发现差异主要出在输入 token，而不是输出 token。也就是说， Claude 并没有多写一倍的内容。日志显示，Claude 的 harness 在多轮交互中会反复把更多上下文塞回模型，包括之前的消息、工具调用、命令输出和文件内容。 举个例子，某次 Claude 跑完大约用了 57.8 万输入
为什么重要
需要你自己点开原文确认一次，这里给的是摘要与判断。
需要你自己点开原文确认一次，这里给的是摘要与判断。
跟你有什么关系
能转：做内容的话，这条多半能直接变成一个选题或一段工作流。
能转：做内容的话，这条多半能直接变成一个选题或一段工作流。
以上判断为规则生成的初稿，发布前请润色。
判定理由
评分 0 / 100