AIコーディングツールの分析：3,177件のAPIコールの詳細解析

4つのAIコーディングツール—Claude Code Opus 4.6、Claude Code Sonnet 4.5、Codex GPT-5.3、Gemini 2.5 Pro—を対象とした最近の分析は、API呼び出しのコンテキストウィンドウ管理において大きな違いがあることを示しています。Context Lensトレーサーを使用し、Express.js環境でのバグ修正タスクにおいて、ツールがコンテキストウィンドウをどのように効率的に扱い、どのような戦略を取っているかを評価するために3,177回のAPI呼び出しを傍受しました。

各コーディングツールは、res.send()内のnullチェックの誤った順序変更という特定のバグに取り組みました。Opus、Sonnet、Codex、Geminiは、バグを特定して修正し、その後テストスイートを実行して修正を確認するよう指示されました。すべてのツールが成功しましたが、アプローチと使用リソースにはばらつきがありました。

Claude Code Opus 4.6は、主にツール定義（コンテキストの69%）で構成される約23Kから27Kトークンを一貫して使用しました。これは、アーキテクチャのためこれらの定義を再送信することに依存していることを示し、大きなキャッシュオーバーヘッドを引き起こしています。Codex（GPT-5.3）は、主にツール結果（72%）で構成される29.3Kから47.2Kトークンとより広い範囲を示し、テストコマンドの具体性に応じてより大きな変動がありました。Sonnetは同様の変動があり、定義と結果をより均等に混在させていました。

Geminiは、トークンの不均衡な使用により際立っており、最大350.5Kに達し、ほぼ独占的にツール結果（96%）を利用し、その大きな1Mコンテキストウィンドウを活用しています。トークンあたりのコストは低いものの、Geminiの一貫性がなく広範な使用パターンは、実行間で収束しないため、独特ではあるが効率性に欠ける戦略を示しています。

これらの発見は、AIコーディングツールがコンテキストウィンドウを管理する方法に大きな違いがあり、パフォーマンスとコスト効率の両方に影響を与えることを示しています。開発者は、特に反復的な変更や広範なプロジェクト履歴を含むタスクに対して適切なツールを選択する際に、トークン使用戦略を考慮すべきです。