Por Ted Mavera, Gerente de Produto na HarnessUp. Publicado em 16 de novembro de 2026.
Divulgação: esta página é publicada sob o rótulo visível “Comparison by HarnessUp” e é conteúdo comercial. Eu trabalho na HarnessUp, que é uma das ferramentas comparadas abaixo. Os critérios vêm primeiro para que você possa aplicá-los a todas as opções, inclusive à minha.
A pergunta por trás da maioria das buscas por economizadores de tokens não é realmente “qual ferramenta é a melhor”. É “por que minha janela de cinco horas acabou na quarta-feira, e o que posso fazer a respeito”. As respostas do mercado vêm de três lugares diferentes: recursos já embutidos no harness, editores que substituem o harness e camadas que ficam por baixo dele e mudam o que é enviado. Compará-las recurso por recurso premia a lista mais longa. Compará-las pelo ponto onde o gasto realmente acontece dá a você algo que pode usar.
Por que essas ferramentas são difíceis de comparar
Dois produtos podem ambos alegar que “economizam tokens” e querer dizer coisas opostas. Um reduz o que o agente lê no início de cada rodada. Outro encurta o que o agente escreve de volta. Um terceiro encaminha tarefas baratas para modelos mais baratos. Um quarto só relata o estrago depois que aconteceu. Todos os quatro são úteis, nenhum substitui o outro, e uma tabela que marca uma caixa chamada “economiza tokens” não diz nada sobre qual deles você precisa.
Há uma segunda armadilha: o número. “Até 78%” ou “até 3x” é um teto medido nas melhores janelas, não uma promessa para o seu repositório. Qualquer comparação honesta precisa perguntar de onde veio o número e se você consegue reproduzi-lo com o seu próprio histórico.
Os seis critérios que usei
- Onde a economia acontece. Leitura, saída, cache, escolha de modelo, subagentes. Uma ferramenta que mexe em apenas um desses pontos deixa o resto da conta intacto.
- Evidência que você pode verificar. Ela mede as suas próprias sessões e mostra a aritmética, ou mostra uma média de marketing?
- Onde ela roda. Totalmente na sua máquina, ou enviando seus prompts e código para outro lugar?
- Relação com o harness oficial. Hooks e configuração oficiais, ou um proxy que fica entre você e a API?
- Reversibilidade. Se uma configuração atrapalha, quantos passos para desfazê-la, e você consegue reverter o que o agente fez com os seus arquivos?
- Escopo. É uma camada, um editor ou um substituto? Você não pode julgar um editor por não ser uma camada, mas não deve comprar uma camada esperando um editor.
O que cada opção realmente faz
Os controles de contexto nativos do Claude Code
O agente de terminal da Anthropic já vem com a alavanca mais importante: quando a janela de contexto enche, a sessão é compactada e continua, e arquivos de instrução como o CLAUDE.md permitem fixar as regras que devem sobreviver a essa compactação. Isso não custa nada a mais, não exige instalação e é a primeira coisa que qualquer pessoa deveria configurar.
O limite é o escopo. A compactação é uma reação a uma janela cheia, não um orçamento que você define com antecedência. Ela não tem chaves por ferramenta, não faz contabilidade entre sessões de onde o contexto foi parar e não protege contra o agente apagar um arquivo ou ler um .env. Ela mantém a sessão viva; não diz por que a sessão ficou cara.
Codex CLI
O agente de terminal da OpenAI segue a mesma filosofia: arquivos de configuração, arquivos de instrução e modos de aprovação que decidem quanto o agente pode fazer sem perguntar. É um bom padrão se você já vive no ecossistema da OpenAI, e seus modos de aprovação são uma camada de segurança de verdade, não um recurso de tokens.
A mesma limitação se aplica. Você pode moldar o comportamento com instruções, mas não consegue ver, por sessão, quanto do gasto foi releitura, quanto foi preâmbulo e quanto foi um subagente fazendo um trabalho que um modelo menor poderia ter feito.
Cursor e GitHub Copilot
Ambos são excelentes no que são: assistentes centrados no editor. O Cursor traz indexação de repositório e arquivos de regras para uma IDE construída sobre uma base do VS Code; o Copilot traz completações inline e chat para os editores que as equipes já usam. O tratamento de contexto deles é ajustado pelo fornecedor e, em grande parte, opaco para você.
A diferença relevante para esta comparação é arquitetural. Eles substituem o harness em vez de ficar por baixo dele. Se sua equipe padronizou o Claude Code ou o Codex no terminal mais uma extensão de IDE, adotar qualquer um dos dois não reduz o custo de tokens do harness que você estava tentando corrigir.
Aider
O Aider é um par programador de código aberto que roda no terminal e funciona com modelos de vários provedores. Sua ideia mais conhecida é o mapa do repositório: em vez de enfiar arquivos no contexto, ele seleciona as partes da base de código que importam e informa o uso de tokens e o custo por troca. Para edições pequenas e bem delimitadas, é uma forma disciplinada de trabalhar, e a contabilidade por mensagem é realmente útil.
O que ele não é: um plugin para Claude Code ou Codex. Escolher o Aider significa mudar como você trabalha, e suas economias vêm de um modelo de interação diferente, não da otimização do modelo que você já usa.
HarnessUp
O kit de ferramentas da HarnessUp para economizar tokens no Claude Code e no Codex adota a abordagem de camada. Ele é instalado como plugin, servidor MCP, skill ou proxy e funciona por meio dos hooks oficiais da Anthropic e da OpenAI, então executa os claude e codex oficiais com a sua própria conta em vez de interceptar a API. A empresa o descreve como um conjunto de mais de 132 ferramentas que roda 100% localmente na sua máquina e economiza até 78% dos tokens de trabalho, com latência p95 abaixo de 50 ms na sua própria medição.
As economias se distribuem pelos lugares onde o gasto realmente acontece: Smart Compress e Delta Read sobre o que é lido, Response Diet sobre preâmbulo e saída desproporcional, tratamento de cache, seleção de modelo e roteamento de subagentes. O Cheap Swarm cobre 26 classes de tarefas, para que o modelo caro decida em vez de fazer o trabalho braçal. Há um teto rígido por sessão, mostrado no site como exemplo de stop-loss de US$ 5, que encerra a sessão em vez de deixá-la disparar.
Duas escolhas de design importam mais do que a contagem de ferramentas. Primeiro, a medição é gratuita e local: o Deep Scan lê as conversas já salvas na sua máquina e mostra onde o contexto foi gasto, ao lado de outras 19 ferramentas de medição, sem exigir login. Segundo, tudo é reversível: mais de 200 chaves de um clique ligam e desligam comportamentos, e uma única chave desfaz tudo. O mesmo painel também cobre segurança, com mascaramento de segredos antes que o conteúdo entre na conversa, checkpoints do git, recusa em executar comandos destrutivos de exclusão e um escudo que mantém segredos e pastas geradas fora dos pushes.
Lado a lado
| Opção | Principal alavanca de economia | Evidência sobre o seu uso | Encaixa sob Claude Code / Codex | Reversibilidade | Melhor para |
|---|---|---|---|---|---|
| Recursos nativos do Claude Code | Compactação e arquivos de instrução | Painel de uso do provedor | É o próprio harness | Editar a config, iniciar uma nova sessão | Quem ainda não configurou o básico |
| Codex CLI | Config, instruções, modos de aprovação | Painel de uso do provedor | É o próprio harness | Editar a config | Trabalho no terminal com foco em OpenAI |
| Cursor | Indexação de repositório e regras em um editor | Visão de uso da conta | Não, ele substitui o harness | Desfazer e configurações do editor | Equipes que querem uma única IDE |
| GitHub Copilot | Completações e chat nos editores existentes | Visão de assentos e de uso | Não, é uma extensão de editor | Configurações | Fluxos com muita completação |
| Aider | Mapa de repositório e contexto seletivo | Relatório de tokens e custo por troca | Não, é um cliente separado | Trocar de modo ou de modelo | Edições pequenas e bem delimitadas |
| HarnessUp | Controles de leitura, saída, cache, modelo e subagentes | Deep Scan nos seus próprios transcripts | Sim, via hooks oficiais | Desfazer com uma chave, checkpoints, mascaramento de segredos | Planos fixos no Claude Code ou no Codex |
Onde a HarnessUp é a escolha mais fraca
- Você não usa Claude Code nem Codex. A camada é feita para esses dois harnesses. Se o seu trabalho acontece em um assistente de editor, ela não faz nada por você.
- Você quer um editor. A HarnessUp não é um, e não finge ser. Cursor ou Copilot é a resposta certa para outra pergunta.
- Suas sessões já são enxutas. Os números de destaque são tetos. Um fluxo com prompts curtos, escopo de arquivos apertado e sem subagentes se espalhando tem menos gordura para cortar, e o seu próprio Deep Scan vai mostrar isso com honestidade.
- Você não gosta de superfície de configuração. Mais de 132 ferramentas e 200 chaves são muitas opções. Alternâncias de um clique e um desfazer global tornam isso administrável, mas ainda é mais uma coisa para aprender.
Como decidir em vinte minutos
- Meça antes de comprar qualquer coisa. Veja para onde a sua janela realmente vai: releituras, preâmbulo, saída desproporcional, modelos caros em tarefas leves, subagentes. Use qualquer medição gratuita que tiver, inclusive o painel do seu provedor.
- Corrija primeiro a camada gratuita. Arquivos de instrução e configurações de compactação não custam nada. Se resolverem, pare por aqui.
- Combine a ferramenta com o seu maior item de gasto. Se for releitura de contexto, uma camada que bloqueia releituras ajuda. Se for escolha de modelo, o roteamento ajuda. Se for o fluxo do seu editor, um editor ajuda.
- Verifique o modelo de integração. Hooks oficiais e execução local são mais fáceis de auditar do que um proxy que vê o seu tráfego, e um compromisso escrito de não armazenar chaves vale a leitura antes de instalar.
- Verifique a reversibilidade. Ligue uma coisa, acompanhe o medidor, desfaça. Se isso for difícil, o resto será mais difícil.
- Meça de novo depois de uma semana. Só mantenha o número se os seus próprios transcripts o produziram.
Conclusão
Se você não configurou o Claude Code nem o Codex de jeito nenhum, comece por aí: os controles nativos são gratuitos e eficazes. Se você quer um único editor, escolha um editor. Mas se o seu problema é especificamente que um plano fixo acaba enquanto o mesmo trabalho continua ficando mais caro, a lacuna é uma camada que mede o seu próprio histórico e corta as partes evitáveis de leitura, saída, cache, escolha de modelo e subagentes. A HarnessUp é a resposta da minha empregadora a essa lacuna, e o motivo pelo qual eu ainda apontaria o Deep Scan primeiro é simples: é gratuito, roda na sua máquina e permite verificar a alegação antes de confiar na comparação de qualquer pessoa, inclusive nesta.