Claude Code gasta tantos tokens porque en cada turno reenvía el historial entero de la conversación, no solo lo que escribes. Aquí tienes el mecanismo según la documentación de Anthropic y siete arreglos, del que no cuesta nada al que puede estar duplicando tu factura. Es para quien se queda sin cuota a media tarea.
Qué vas a aprender
- Por qué casi todo el gasto de una sesión larga no lo has escrito tú.
- Cómo auditar tu propio Claude Code con un prompt.
- Por qué cambiar de modelo a mitad de sesión es lo más caro que puedes hacer.
- Qué hacer con los MCP, los plugins y las salidas largas de comandos.
- Cuándo compensan de verdad los subagentes y las tareas programadas.
¿Por qué Claude Code reenvía el historial entero en cada turno?
Porque el modelo no tiene memoria (minuto 1:11). Cada vez que pulsas enter, la conversación completa se empaqueta y se manda otra vez desde el principio.
Tu segundo mensaje cuesta lo que escribes, más la respuesta anterior, más el primer mensaje, y así turno tras turno. Un fichero de 3.000 tokens leído en el turno cuatro de una sesión de 40 turnos no cuesta 3.000: cuesta unas 35 veces eso, porque se reenvía en cada turno que queda.
No es un truco, es cómo funciona la herramienta por dentro.
¿Cómo auditar el gasto de tokens de tu Claude Code?
Pegas un prompt de auditoría en tu Claude Code y te devuelve una tabla de hallazgos (minuto 2:19). Revisa el desglose del contexto, las herramientas conectadas que no usas, el peso de tus archivos de memoria y las tareas programadas.
Cada hallazgo sale en verde, ámbar o rojo. En mi caso, el contexto base ya estaba en 86.000 tokens antes del primer turno y tenía 21 servidores MCP conectados. Fíjate en lo que salga ámbar o rojo.
El resultado es distinto en cada setup, por eso audita el tuyo y no te da una lista genérica.
Arreglo 1: limpiar entre trabajos
Es gratis y se hace con dos comandos (minuto 4:46). Cuando terminas un trabajo y empiezas otro, la conversación vieja se sigue reenviando entera aunque ya no tenga que ver.
Usa /compact para resumir y luego /clear para reiniciar la base. En mi sesión, con 350.000 de contexto ocupado, tras compactar y limpiar la base volvió casi a cero sin gastar nada.
Antes, ponle nombre con /rename. Así puedes volver con resume o rewind. No tiras nada, evitas arrastrarlo.
¿Arreglo 2: por qué no cambiar de modelo a media sesión?
Porque rompe la caché y la sesión entera se vuelve a procesar a precio completo (minuto 7:11). Leer de la caché cuesta el 10% de un input normal, un 90% de descuento según la documentación oficial.
Si cambias de modelo, el historial deja de coincidir con la caché. Un turno que costaba 10 céntimos puede pasar a costar un euro. Lo mismo ocurre si cambias el nivel de esfuerzo o si actualizas Claude Code y retomas una sesión larga.
La regla: elige modelo y esfuerzo al empezar y no los toques hasta cerrar. Si quieres ir barato, empieza barato. Este es también el arreglo 6.
Arreglos 3 y 4: salidas de herramientas y MCP
Las salidas largas de comandos las pagas en cada mensaje aunque no las leas (minuto 9:15). La solución es un hook, un pequeño filtro que recorta la salida antes de que llegue a la conversación. Lo montas una vez y vale para todas las sesiones.
Los MCP cargan su manual completo antes de que escribas, los uses o no (minuto 10:11). Con /mcp deshabilita lo que no vayas a usar en la sesión, y lo mismo con los plugins. En Claude normal se hace desde ajustes, en conectores.
Hay una buena noticia: si en /context ves la palabra «deferred», Claude Code solo carga el índice y abre la sección cuando hace falta. Anthropic documenta una reducción del gasto de MCP de entre el 85 y el 95%. Apagar uno en ese estado no cuesta nada.
¿Arreglo 5: los subagentes ahorran tokens?
No: mueven el gasto, no lo bajan (minuto 12:48). Un subagente carga su propio prompt de sistema, su copia de tu memoria y sus herramientas antes de leer nada.
Según Anthropic, un agente gasta de media cuatro veces más tokens que un chat normal y un sistema multiagente hasta 15 veces más. Compensan solo si se cumplen las tres a la vez:
- El resultado es de mucho volumen.
- No vas a necesitar el detalle otra vez.
- A la sesión le queda mucho recorrido.
Si falta una, hazlo tú directamente.
Arreglo 7: tareas programadas de madrugada
Una tarea programada envía el contexto entero cada vez que se dispara, estés o no delante (minuto 15:22). Y la caché caduca en una hora.
Si la tarea se ejecuta con menos frecuencia que una hora, cada disparo llega tarde a la caché y paga precio completo, unas 10 veces más. No hace falta apagarlas: revisa cada cuánto se disparan y ajústalas.
Tener Claude Code abierto en segundo plano cuesta céntimos. El problema son las tareas y los equipos de agentes que corren sin supervisión.
¿Qué herramientas ayudan de raíz?
Dos (minuto 16:50). La primera es claude-mem, de código abierto pero no de Anthropic, que da memoria persistente entre sesiones. La segunda es modo-estratega, una skill mía que te ayuda a decidir si compensa delegar en un subagente o cambiar de modelo.
Para ver cuánto llevas gastado, usa /usage.
Enlaces del vídeo
Los 7 arreglos para ahorrar tokens en una tabla
| Arreglo | Qué hacer | Por qué |
|---|---|---|
| Limpiar entre trabajos | Usa /compact y luego /clear | La conversación vieja se sigue reenviando entera |
| No cambiar de modelo | Elige modelo y esfuerzo al empezar | Cambiar rompe la caché y se procesa a precio completo |
| Salidas de herramientas | Monta un hook que recorte la salida | Las pagas en cada mensaje aunque no las leas |
| MCP y plugins | Deshabilita con /mcp lo que no uses | Cargan su manual completo antes de que escribas |
| Subagentes | Úsalos solo si se cumplen tres condiciones | Mueven el gasto, no lo bajan |
| Tareas programadas | Revisa cada cuánto se disparan | La caché caduca en una hora |
Preguntas frecuentes
¿Por qué se me acaba la cuota si apenas escribo?
Porque Claude Code reenvía el historial completo en cada turno. Lo que gastas es sobre todo lo que ya estaba en la conversación, no tus mensajes nuevos.
¿Es buena idea bajar a un modelo más barato cuando me quedo sin cuota?
No a media sesión. Cambiar de modelo rompe la caché y puede multiplicar el coste del turno por 10. Elige el modelo al empezar la sesión.
¿Los datos de ahorro son exactos?
Son rangos documentados por Anthropic (descuento de caché, multiplicador de subagentes, reducción de MCP). El ahorro real depende de tu plan y de tu uso.
En resumen
El gasto sale de reenviar lo que ya pagaste. Limpia entre trabajos, no cambies de modelo a mitad de sesión, apaga lo que no uses y revisa subagentes y tareas programadas.
Sigue leyendo
- 9Router: Claude Code gratis y sin quedarte sin tokens
- OpenCode vs Claude Code: diferencias reales y cuál elegir
- 10 repos de GitHub para Claude Code y cómo auditarlos
Si quieres llevarlo a tu empresa, mira cómo trabajamos conectar la IA con tus sistemas.
Aprende IA cada domingo, en directo
Únete gratis a las mentorías de los domingos: 90 minutos en directo con las novedades de la semana y casos prácticos.