Cómo Reducir los Costos de Tokens de Claude Code Sin Disminuir la Velocidad

Claude Code cobra por token, y la factura se acumula sin que te des cuenta. No por el código que escribe, esa parte es barata. El dinero se va en todo lo que el modelo vuelve a leer en cada turno: una ventana de contexto llena de mensajes antiguos, un diff de 40 archivos que nadie pidió, un PDF convertido silenciosamente en imágenes, el mismo CLAUDE.md enviado cien veces al día.

Aquí es donde realmente van los tokens, y cómo gastar menos de ellos sin escribir un código peor o esperar más tiempo.

Primero, observa el medidor

No puedes recortar lo que no puedes ver. Antes de cambiar nada, averigua cuánto cuesta realmente una sesión.

Cada mensaje que envías vuelve a enviar toda la conversación hasta ahora. El turno 30 no es un solo prompt, son treinta prompts apilados uno sobre otro, más cada archivo que el agente leyó en el camino. Por eso una sesión larga se vuelve costosa cerca del final, incluso cuando tu última pregunta fue de una línea.

En AgentsRoom puedes ver esto en vivo con la vista de uso de tokens de Claude Code: el conteo de tokens en curso y el costo de la sesión actual, directamente en la interfaz, para que dejes de adivinar. Amplía a la tabla de estadísticas del proyecto y verás el costo por proyecto, por agente y por día. Una vez que puedes ver el número subir, las soluciones a continuación dejan de ser abstractas.

Mantén la ventana de contexto ajustada

La palanca más grande es el tamaño del contexto. Una ventana hinchada es un impuesto que pagas en cada turno por el resto de la sesión.

Inicia una nueva sesión cuando cambies de tarea. No depures una configuración de webpack en el mismo hilo donde acabas de refactorizar la autenticación. Ejecuta /clear y comienza limpio. Los mensajes antiguos no estaban ayudando a la nueva tarea, solo estaban sumando a la factura.

Cuidado con la deriva lenta también. Las sesiones largas no solo se vuelven costosas, se vuelven más tontas: el modelo comienza a perder el hilo, repitiéndose, olvidando lo que decidió hace veinte mensajes. AgentsRoom tiene un detector de deriva de contexto que te avisa cuando un agente está degradándose, que suele ser el momento exacto para compactar o reiniciar. Escribimos el truco detrás de esto en el método canario para detectar la degradación de agentes de IA. Las sesiones más cortas son más baratas y más precisas al mismo tiempo.

Deja de alimentar con PDFs en bruto

Este es casi dinero gratis. Cuando subes un PDF a Claude, cada página también se convierte en una imagen, y los tokens de visión cuestan mucho más que el texto. Un documento de especificaciones de 20 páginas puede quemar decenas de miles de tokens antes de que tu pregunta sea incluso leída.

Convierte el archivo a Markdown primero. Un comando con una herramienta gratuita reduce el costo hasta un 80% y el modelo responde igual de bien, a menudo mejor, porque lee una estructura limpia en lugar de entrecerrar los ojos ante imágenes de páginas. Guía completa aquí: convierte PDF a Markdown para ahorrar tokens. Convierte una vez, compromete el .md al repositorio, y cada turno futuro lee texto barato.

Usa el modelo más barato que pueda hacer el trabajo

Usar Opus para todo es como hacer explotar las facturas. Renombrar una variable, escribir un mensaje de commit o corregir un error tipográfico no necesita tu modelo más caro. Un modelo más pequeño lo hace por una fracción del precio y no sentirás la diferencia.

El hábito es simple: empareja el modelo con la tarea. El trabajo de arquitectura pesada obtiene el modelo grande, las ediciones mecánicas obtienen el pequeño. El Modo Adaptativo de AgentsRoom hace esto automático sugiriendo el modelo más barato capaz para lo que realmente estás haciendo, para que dejes de pagar tarifas premium por trabajos mecánicos.

Delegar el trabajo pesado a un agente más barato

Algunas tareas son grandes pero superficiales: escribir pruebas para un módulo, revisar cien archivos en busca de un patrón, generar código base. No quieres que tu agente caro se ocupe de todo eso dentro de un contexto gigante.

Deja que lo delegue. Con la delegación de agentes, un agente de desarrollo puede pasar una subtarea a un segundo agente que ejecuta un modelo más barato, que realiza el trabajo repetitivo en su propio contexto limpio y reporta de vuelta. El agente caro se mantiene enfocado y pequeño, el agente barato maneja el volumen. Tu factura sigue la división.

Deja de re-explicarte

Si escribes el mismo prompt de tres párrafos cada vez que comienzas una revisión de código, estás pagando por enviarlo cada vez. Guárdalo una vez.

Mantén tus instrucciones recurrentes en una biblioteca de prompts y tus procedimientos repetibles como habilidades que el agente carga solo cuando las necesita. Reutilizas la redacción en lugar de volver a escribirla y volver a enviarla, y una habilidad mantiene sus pasos detallados fuera del contexto base hasta el momento en que realmente se requieren. Mismo resultado, menos tokens movidos.

Observa el costo de ejecutar agentes en paralelo

Los agentes paralelos son un superpoder, y multiplican tu gasto de tokens por exactamente el número de agentes que ejecutas. Cinco agentes leyendo el mismo contexto compartido son cinco veces las lecturas.

Eso está bien siempre que puedas verlo. Mantén las estadísticas del proyecto abiertas cuando escales, apunta a tus agentes a referencias ligeras en .md en lugar de documentos en bruto, y elimina los que ya han terminado en lugar de dejarlos inactivos en una ventana costosa. El paralelismo debería comprarte velocidad, no una factura sorpresa. Si estás ejecutando agentes de codificación en paralelo, un contexto compartido y convertido mantiene toda la flota asequible.

La versión corta

La mayor parte de tu factura de Claude Code no es el código, es la relectura. Así que:

• Observa el contador de tokens en vivo para que el número nunca sea una sorpresa.
• Ejecuta /clear entre tareas y mantén las sesiones cortas.
• Convierte PDFs a Markdown antes de preguntar.
• Usa el modelo más pequeño que pueda hacer el trabajo, o deja que el Modo Adaptativo lo elija por ti.
• Delega trabajo superficial y de alto volumen a un agente más barato.
• Reutiliza prompts y habilidades en lugar de volver a escribirlos.

Nada de esto te ralentiza. Un contexto más corto y el modelo correcto suelen hacer que el agente sea más rápido y preciso, y la factura más barata es el bono.

¿Quieres el medidor, el enrutamiento del modelo y la delegación en un solo lugar? Descarga AgentsRoom y observa cómo disminuye tu costo de tokens en la vista de uso de tokens.