编码Agent横评：同任务同模型，节省40%调用成本

每个编程 agent 都宣称自己高效。几乎没有人公开账单。所以我们做了这个无聊的实验：同一个 bug 修复、同一个模型、同一个 API、同样的价格、完全一致的 prompt，一次用 opencode，一次用 Locally Uncensored 内置的编程 agent。

结果：opencode 三次运行平均消耗 2157 credits。我们的 2.6.6 agent 完成相同任务仅消耗 1298。节省约 40%，即便 opencode 最便宜的一次也比我们高出 29%。

有趣的不是这个数字本身，而是差距存在的原因——这和大多数人的猜测截然不同。

成本比较只有在所有驱动成本的因素都被固定下来时才值得一读。以下是我们保持不变的条件：

成功标准在运行前就定义好了，而不是事后：

• 恰好一次提交，附上所需的 commit message
• 结束时工作区干净

四次运行都通过了这一标准。没有失败，所以成本是唯一变动的变量。

先看最后一行。我们自己上一个版本的已发布 agent 是表中消耗最高的项目，而且高得多。这不是一张为了让我们赢而构建的图。这张图展示的是一次效率优化的价值，而输掉它的是我们自己软件的上一版本。

一个诱人的解释是：某个 agent 更聪明，所需步骤更少。事实并非如此，而且方向与预期相反。

opencode 使用的轮次比我们少。8 到 11 次请求对比我们的 16 次。如果按步数计分，opencode 赢了。账单走向相反，原因是每一次请求都携带的东西。

最后一行才是诚实的那个。计费费率是相同的。每千 prompt token 的 credits 在所有四次运行中相差不到几个百分点，而我们反而略高于其他任何一个。没有谁获得了秘密折扣。账单的全部差异来自 token 体积，而非 token 价格。

有两个因素驱动了这个体积，熟悉 agent 循环的人对两者都不会陌生：

固定块。 21,188 字节的工具目录对比 7,703 字节，约等于三倍的固定开销，而且每次循环调用都要支付，无论模型是否用到了那些工具。

上下文衰减。 随着 agent 持续工作，转录记录不断增长。10 步之前就已经无关紧要的旧工具输出，除非有东西主动修剪它，否则会以完整长度反复发送。

两者叠加，一个固定块大到这个程度会让 opencode 的每次请求都超过 12,000 token。在这个体量下，6 步 agent 消耗的 token 就已经接近我们整个任务的总量。

2.6.5 和 2.6.6 之间发生了什么

表中那个 4395 不是我们为了文章而搭建的稻草人，而是上一版本已发布的内容。在 2.6.5 和 2.6.6 之间，我们针对的正是上面两个问题：固定块有多大，以及多少转录内容被反复发送。在同一组工具驱动运行上测量，credit 消耗下降了 78.6%，其中最长一次运行下降了 80.4%。opencode 对比只是当我们把同样的测量方法指向别人循环时的副产品。

本基准测试的局限性

这正是供应商基准测试通常会沉默的地方，所以这里要说明这个数字实际上能延伸多远。

单一场景。 一个极小的仓库和一行 bug。它对大型代码库、多文件重构或持续一小时的会话没有任何说明意义。我们没有跑那些。

不均衡的样本。 opencode 跑了三次，我们跑了一次。opencode 内部的差异幅度就达 45%，从 1679 到 2433。我们自己的差异幅度未知。一次运行是一个数据点，而非分布。

默认设置。 opencode 以出厂状态运行。它是可配置的，经过调优且裁剪过工具集的配置会落在别处。我们没有对它做任何调优，无论是正向还是负向。

opencode 是自由软件。 工具本身免费。这里测量的一切都是模型账单，无论你指向哪家提供商都要支付。这是 token 效率，不是许可证费用。

成本不等于质量。 表中每次运行都产出了正确且已提交的工作。在更难的问题上，排名可能完全不同，最便宜的那个永远不会自动变成最好的。

但这个测量确实支持一个比标题更窄的主张：在短小、范围明确的 agent 任务上，opencode 几乎不可能落在我们之下，因为固定的每次请求开销设置了一个底线。即便它最好的一次运行，只有 8 次请求，仍然需要 98,789 个 token。

功劳归于 opencode

opencode 三次中完成了三次，使用的轮次比我们少，而且每次都产出了正确的 diff 和恰当的 commit message。它是一个真正优秀的 agent，而且是开源的。这篇文章不是停止使用它的理由。

这是测量你自己的循环的理由。Agent 账单由你从未见过的 token 构成，两个都感觉很快的工具在账单上可能相差 1.66 倍。如果你构建 agent，有两个数字值得放到仪表板上：每次请求的 prompt token 数，以及你的工具目录的字节大小。它们对账单的预测能力比步数更强。

完整的方法论和原始计数见：opencode Alternative: We Measured the Cost per Task。Agent 内置于 Locally Uncensored（AGPL，免费），我们对比的托管模型在 LU Labs Cloud，如果你希望在一个选择器里找到它们。你也可以指向自己 GPU 上的模型，完全跳过 API 账单。

---

opencode 贵吗？

opencode 是免费的。账单来自模型。用 DeepSeek V3.2 修复这一行 bug，三次运行分别消耗 1679、2433 和 2358 credits，最便宜和最贵的之间相差 45%。

为什么它用这么多 token？

不是因为额外的步数，它用的反而比我们少。每次请求携带了更多：12,349 到 13,308 prompt token 对比我们 4,664，工具目录 21,188 字节对比我们 7,703，且每次调用都会重新发送。

计费费率真的相同吗？

是的，而这就是关键所在。每 prompt token 的 credits 我们是 0.01739，opencode 是 0.01700、0.01666、0.01611。差距在体积，不在价格。

能复现吗？

三个文件的 npm 仓库，红色测试，prompt 固定在 sha256 29cec6c3...cf62687，模型 deepseek-ai/DeepSeek-V3.2，opencode 1.18.21 默认设置，通过 wire proxy 计数请求，每次运行前后读取 credits。