Análise de 100 milhões de tokens no Claude Code revela 99,4% de uso de entrada.

Detalhamento do uso de tokens a partir de 100M tokens rastreados

Uma análise detalhada do uso do Claude Code rastreou 1.289 solicitações em sessões de codificação estendidas, totalizando aproximadamente 100,9M tokens. O detalhamento revela um desequilíbrio significativo entre tokens de entrada e saída.

Distribuição de tokens:

• Tokens de entrada: 100,3M (99,4% do total)
• Tokens em cache: 84,2M (84% da entrada)
• Tokens de saída: 616K (0,6% do total)

O gargalo da releitura de contexto

O Claude Code gasta 99,4% do seu orçamento de tokens lendo contexto e apenas 0,6% escrevendo código. Esse padrão não é específico do Claude Code, mas reflete como todos os sistemas de codificação agentica atualmente operam. Cada vez que o Claude Code faz uma ação — lendo um arquivo, executando um comando, editando código — ele requer que o contexto completo seja alimentado novamente, incluindo estrutura do repositório, histórico da conversa, resultados de ferramentas e logs de erro.

Os 84M tokens em cache representam o mesmo contexto sendo reenviado 1.289 vezes porque o modelo não possui memória persistente entre as interações. Diferente de desenvolvedores humanos que mantêm um modelo mental de sua base de código, o Claude Code segue um padrão de: esquecer tudo → reler tudo → escrever código → esquecer tudo novamente.

Limitações do cache de prompt

O cache de prompt da Anthropic torna esse processo mais barato, mas não mais rápido. O gargalo não é a velocidade de inferência — é o ciclo de releitura. A análise sugere que o verdadeiro avanço para o Claude Code e para a codificação agentica em geral seria uma memória persistente de projeto — não apenas fatos salvos via arquivos de memória ou CLAUDE.md, mas uma compreensão comprimida e em evolução da base de código que se mantém entre sessões.

Os sistemas atuais essencialmente forçam inteligência através da repetição de contexto em vez de construir compreensão. O dia em que isso mudar poderia tornar a codificação com IA genuinamente mais rápida, eliminando a necessidade de processar repetidamente as mesmas informações.