Token都去哪了？深度扒皮：Claude在Minimax上的'抽水'行为为何远超OpenCode

你肯定碰到过这种情况：同样的 MiniMax 账号，同样聊代码，用 Claude Code 那个号的钱花得飞快，用 OpenCode 就还好。查后台，Token 消耗差好几倍。

钱去哪了？我先说结论：不是 MiniMax 的锅，不是模型"话多"的锅，核心差异在客户端。

一个常见误解

很多人以为"在 Claude Code 里配置了 MiniMax 的 API Base URL，就等于 Claude Code 直接跟 MiniMax 对接了"。不是的。

中间隔着一层。Claude Code 只认识 Anthropic Messages API 的格式，MiniMax 提供的是一个 OpenAI 兼容接口。这两个接口在结构层面上就不是一回事——不是一个换 URL 就能直连的关系。所以你的链路大概是这样的：

Claude Code（Anthropic 格式）→ CCSwitch/代理（格式转换）→ MiniMax（OpenAI 格式）

对比 OpenCode：

OpenCode（OpenAI 格式）→ MiniMax（OpenAI 格式）

少了一层。少了一层意味着什么？往下看。

MiniMax 的缓存到底是什么样的

先查了 MiniMax 的官方文档，它家缓存其实做得挺扎实的。有两种模式：

第一种：被动缓存（Passive，OpenAI 格式）

你只要用 OpenAI 兼容接口（/v1），什么都不用配，缓存自动生效。工作方式是前缀匹配，按这个顺序拼：

工具定义 → System Prompt → 用户消息

上一轮请求的前缀如果跟这一轮一样，命中的部分就按缓存价算。

MiniMax M3 的价格是这样：

正常输入：$0.30 / 百万 Token
缓存命中：$0.06 / 百万 Token

也就是说，命中缓存的部分直接打 2 折。而且写缓存不收费，只有读的时候才走折扣价。

响应里会有一个 cached_tokens 字段，你能直接看到每次请求有多少 Token 是缓存命中的。

第二种：显式缓存（Explicit，Anthropic 格式）

如果你走 MiniMax 的 Anthropic 兼容接口（/anthropic），可以用 cache_control 显式标记哪些内容该被缓存。跟 Anthropic 原生 API 的用法一样。这种模式下缓存 TTL 是 5 分钟，每次命中自动续。

M2.7 的价格：Input $0.30，Cache Read $0.06，Cache Write $0.375。同样输入打 2 折。

那问题来了——缓存这么好，为什么 Claude Code 还是贵？

先说清楚：MiniMax 的缓存没毛病，甚至挺大方。

问题出在两层。

第一层：System Prompt 大小差太多

Claude Code 的 system prompt 是从 Anthropic 官方那一套继承来的。里面包含完整的工具定义（读文件、写文件、执行命令、搜索、Agent、Workflow……每个工具的参数、用法全写清楚）、安全规范、输出格式要求、CLAUDE.md 的内容、项目结构摘要。

你在 Claude Code 里跑一次 /context 就能看到，system prompt 那一栏动不动就是几千 Token。这部分当然可以命中缓存——system prompt 从第二轮开始就不变了——但命中的是几千 Token 打折，不打折的时候这几千 Token 是全额计费。

OpenCode 的情况不一样。它从头就是按 OpenAI 格式设计的，工具定义和系统指令更精简。不是说功能少，是格式上先天更紧凑。

第二层：对话历史这玩意儿，缓存救不了

这是最容易被忽略的一点。

缓存能救的是"不变的部分"——system prompt、工具定义。对话历史是每轮都变的，你上一轮说"A"，这一轮说"B"，整个 messages 数组的前缀就变了。缓存机制是前缀匹配，前缀一变，后面全白搭。

在 Claude Code 里，你每说一句话，完整的历史对话（包括它读过的所有文件内容、执行的命令输出）都被保留，前缀一直在变，能持续命中的其实只有最开头那一段 system prompt。

在 OpenCode 里，对话历史的管理策略可能更激进——你可能发现它不会把十几轮前的细节记得那么清楚，但也因此上下文体积不会无限膨胀。

这个差异直接体现在账单上：假设你俩端都用 M3，system prompt 的几千 Token 享受了 2 折，但几万 Token 的对话历史部分——缓存完全救不了，全额计费。谁的对话历史更大，谁就花得更多。

手动算笔账

假设两种场景，都用 MiniMax M3，价格按输入 $0.30/百万 Token，缓存命中 $0.06/百万 Token。

场景一：短对话（5 轮，少量代码）

Claude Code：

System prompt + 工具定义：3000 Token（假设从第 2 轮起全缓存）
每轮对话历史：约 2000 Token，5 轮后历史累积约 10,000 Token
第 5 轮输入 ≈ 3000（缓存） + 10,000（全新） = 13,000 Token
费用：3000 × 0.06/1M + 10,000 × 0.30/1M ≈ $0.00018 + $0.003 = $0.00318

OpenCode：

System prompt + 工具定义：800 Token（缓存）
对话历史更紧凑，5 轮后约 5000 Token
第 5 轮输入 ≈ 800（缓存） + 5000（全新） = 5800 Token
费用：800 × 0.06/1M + 5000 × 0.30/1M ≈ $0.00005 + $0.0015 = $0.00155

差了一倍。原因：system prompt 大小 + 对话历史紧凑程度。

场景二：长对话（30 轮，工具调用密集）

到 30 轮的时候，Claude Code 的对话历史（包含工具调用、文件读取结果）可能已经膨胀到 50,000+ Token，而 OpenCode 因为更激进的历史压缩，可能控制在 15,000 Token 左右。

第 30 轮：

Claude Code 费用 ≈ 3000×0.06/1M + 50,000×0.30/1M = $0.015
OpenCode 费用 ≈ 800×0.06/1M + 15,000×0.30/1M = $0.0045

差了 3 倍多。差距来源几乎全是对话历史这坨"缓存救不了"的部分。

那 CCSwitch 那个翻译步骤到底有没有损耗？

有，但不是你想的那种"翻译过程本身吃掉了很多 Token"。格式转换增加的 Token 数量其实很小——更多是文本结构层面的细微差异。

真正值得注意的是：如果你的 CCSwitch 把 Anthropic 请求拆解后拼成 OpenAI 格式再发，那走的是 MiniMax 的被动缓存（OpenAI /v1 通道），缓存标记是系统自动检测的。

如果你的 CCSwitch 可以直接把请求转发到 MiniMax 的 Anthropic 兼容接口（/anthropic），那 cache_control 标记就能原封不动地保留，走的是 MiniMax 的显式缓存通道。

这两种路径，缓存行为是不一样的。但不管哪条路，不变的内容最终都能被缓存——区别在于精确程度和命中率。而且不管哪种缓存模式，对话历史部分的缓存命中率都不会高到哪里去，因为它在持续变化。

Claude Code 的 compaction 呢？

Claude Code 是有 compaction 的——上下文快满的时候自动触发，把历史对话压成摘要。你也可以手动 /compact。

但 compaction 只是把"旧对话"变成"更短的旧对话"，不会让上下文体积归零。而且压完之后缓存需要重建——压缩后的摘要和之前的对话哈希不一样了，缓存前缀不匹配。

如果你的目标是省 Token，与其等上下文满了自动压，不如感觉差不多就 /compact 掉，别让对话历史无意义地膨胀下去。

怎么办

第一，明确你的目标。 Claude Code 的"记忆力好"是因为它保留了更完整的上下文，这不是 bug。OpenCode 的"省钱"是因为它压缩得更早、更狠。先想清楚你更需要记性好还是省得多。如果长对话是常态，Claude Code 全量历史带来的成本会很明显。

第二，别被缓存数字迷惑。 当你看到 MiniMax 后台显示"缓存命中率 40%"的时候，这 40% 大概率就是 system prompt 那几千 Token 在贡献。剩下 60% 的对话历史才是真正的花费大头。减少对话历史体积比提高缓存命中率更重要。

第三，善用 /compact 和 /clear。 觉得聊得差不多了就压一下。新话题直接清空重来。

第四，精简你的 CLAUDE.md。 里面每句话都在 system prompt 里，每次对话都得带着它。不能删的放进去，可有可无的删掉。

第五，subagent 分流。 Claude Code 的 Explore 子代理、OpenCode 的 subagent，都可以把大文件读取、代码搜索这种操作隔离到单独的上下文窗口里。主对话不会被撑大，Token 自然就省了。

最后一句实在话：

你感觉"Claude Code 在 MiniMax 上抽水"，不是因为谁在偷你的 Token。是 Claude Code 的设计哲学就是"多带点上下文，让模型更聪明"，而 MiniMax 虽然缓存做得不错（写缓存免费、读缓存打 2 折），它也救不了"每轮对话历史都在变"这个根本问题——而这个问题在 Claude Code 里更严重，因为它的对话历史通常比 OpenCode 大得多。

你花的每一分钱，都体现在那份更长、更详细的对话历史上。值不值，你自己判断。