Si usas ChatGPT Astra o Codex y te salta el aviso de límite demasiado pronto, probablemente no es que lo uses mucho, es que viene configurado para gastar. Aquí tienes 17 ajustes, de los más fáciles a los más avanzados, para que Astra te dure el día entero.
Qué vas a aprender
- Por qué una conversación larga gasta más en cada mensaje.
- Qué nivel de esfuerzo de razonamiento conviene usar.
- Cómo repartir el trabajo entre Astra y modelos más baratos en Codex.
- Cómo evitar que el agente gaste buscando a ciegas.
- Qué es la raya de los 272.000 tokens y por qué duplica el precio.
¿Por qué ChatGPT Astra se queda sin tokens tan rápido?
Porque estos modelos no tienen memoria: cada vez que envías un mensaje, la conversación entera se manda de nuevo desde el principio (minuto 0:00).
El primer mensaje sale barato, pero en el octavo ya pagas también los siete anteriores. Es una bola de nieve: cuanto más larga la conversación, más grande la bola. Si abres una conversación nueva por tarea, vuelve a empezar pequeña. Además, Astra piensa mucho y ese razonamiento también se paga.
Un token es un trocito de palabra.
¿Qué ajustes se cambian en un minuto?
Seis ajustes rápidos recortan el gasto sin instalar nada (minutos 2:08 a 8:09).
- Audita tu fuga (2:29). Pega un prompt en ChatGPT o Codex que revise cuánto llevas gastado, qué modelo y esfuerzo usas y qué conectores tienes encendidos sin usarlos.
- Baja el esfuerzo (3:15). El chat tiene tres niveles y Codex cinco. Empieza por medio y sube solo si la respuesta no te llega. Según Artificial Analysis, el esfuerzo máximo cuesta cuatro veces más por tarea que el bajo.
- Apaga el modo rápido (4:20). En Codex da la misma respuesta, pero en los planes de ChatGPT gasta dos veces y media más créditos.
- Elige modelo y esfuerzo al empezar (4:51). Si cambias a mitad, se pierde lo que el sistema recordaba y se relee todo al precio nuevo.
- Tarea nueva, conversación nueva (5:31). Lo que no está en ella no se reenvía.
- Corrige a mitad (5:57). En los ajustes de Codex, cambia
follow up behaviorasteerpara que lo que escribas le cambie el rumbo al momento, en vez de quedarse en cola.
¿Cómo pongo a Astra de jefe y a modelos baratos de obreros?
Creando ayudantes en Codex, cada uno con su modelo, para que Astra solo piense, reparta y revise (minuto 8:25).
Montas dos: el explorador, que busca y resume sin tocar nada, y el obrero, que ejecuta lo ya decidido. Se instala una vez pegando tres prompts en Codex, sin terminal. En la prueba con una empresa inventada, el explorador buscó los clientes, el obrero redactó el borrador y Astra solo revisó el correo.
Ultra no es «pensar más» (10:13): pone a Astra en modo equipo y cada ayudante gasta. Úsalo para trabajos grandes con partes independientes. Para que piense más, usa extra alto. Y antes de una tarea grande, ponle un tope de tokens (11:02) para que te pregunte antes de que salte el aviso.
¿Cómo evito que el agente busque a ciegas?
Dándole la ruta del archivo o un mapa de tu trabajo, porque buena parte del gasto se va en encontrar el archivo correcto (minuto 11:39).
- Dile por dónde empezar. Copia la ruta del archivo desde el menú del clic derecho.
- Usa archivos mapa (12:13). Un archivo corto por área (clientes, contenido, producto) que solo diga dónde está cada cosa.
- Recorta tus instrucciones fijas. El archivo
agentes.mdse lee entero en cada conversación nueva. Si ha crecido, pásalo a archivos aparte.
¿Qué limpieza ahorra más tokens?
Apagar lo que no usas: conectores, imágenes dentro de Codex y salidas de comandos larguísimas (minuto 13:08).
- Conectores (13:08). Cada conector encendido mete su manual en la conversación aunque no lo uses. Apaga los que no hayas usado en meses; los reactivas con un clic.
- Imágenes fuera de Codex (13:53). Según OpenAI, gastan la cuota entre tres y cinco veces más rápido que un mensaje normal. Genéralas en otra herramienta, como Google Flow.
- RTK y Headroom (14:22). Recortan el texto que devuelven los comandos antes de que el agente lo lea. Según sus autores, RTK entre un 60 y un 90 por ciento y Headroom un 20.
- Caveman (15:10). Una skill gratuita que hace hablar al agente con frases cortas y sin relleno. Según sus pruebas, un 65 por ciento menos de texto.
- Ponytail (15:41). Solo si programas: antes de escribir comprueba si lo que haces ya existe. Según sus autores, un 54 por ciento menos de código de media.
¿Qué es la raya de los 272.000 tokens?
Es el punto a partir del cual el precio de la API se duplica para toda la petición, no solo para lo que sobra (minuto 16:14).
Astra puede leer un millón de tokens de una vez, pero al pasar de 272.000 entrada y salida se pagan al doble. Ejemplo: 272.000 tokens cuestan 3,72 dólares y 280.000, 7,10. Parte el trabajo y abre una conversación nueva.
¿Qué cuatro trucos gastan más en vez de ahorrar?
Cuatro costumbres que parecen ahorrar y no lo hacen (minuto 17:25): escribir prompts más cortos solo para gastar menos, pedir que compacte la conversación, mandar una captura de un texto (una imagen ocupa más que sus palabras, así que pega el texto) y subir un PDF tal cual (se lee el texto y las imágenes de cada página, y lo pagas dos veces).
Enlaces del vídeo
Seis ajustes rápidos para gastar menos tokens
| Ajuste | Qué hacer |
|---|---|
| Audita tu fuga | Pega un prompt que revise gasto, modelo, esfuerzo y conectores encendidos sin usar |
| Baja el esfuerzo | Empieza por medio y sube solo si la respuesta no te llega |
| Apaga el modo rápido | En los planes de ChatGPT gasta dos veces y media más créditos |
| Elige al empezar | Cambiar de modelo o esfuerzo a mitad obliga a releer todo al precio nuevo |
| Tarea nueva | Abre una conversación nueva; lo que no está en ella no se reenvía |
| Corrige a mitad | En Codex, cambia follow up behavior a steer |
Preguntas frecuentes
¿Qué nivel de esfuerzo debería usar en Astra?
Empieza por el medio y usa el instantáneo para lo sencillo. Sube a alto solo cuando la respuesta no te llegue, porque subir el nivel no garantiza mejor resultado y sí una factura mayor.
¿Cambiar a un modelo barato a mitad de tarea ahorra?
No, suele ser lo más caro. Al cambiar de modelo o de esfuerzo se pierde lo que el sistema recordaba y se relee todo al precio nuevo. Decide antes del primer mensaje.
¿Para qué sirve el modo Ultra de Codex?
Para repartir un trabajo grande entre varios ayudantes a la vez, y cada uno gasta. Para una pregunta simple es tirar cuota. Si solo quieres que piense más, usa extra alto.
En resumen
Gran parte del gasto de Astra viene de la configuración por defecto y de costumbres como alargar conversaciones o dejar conectores encendidos. Audita tu fuga, baja el esfuerzo, abre una conversación nueva por tarea y deja a Astra para pensar y revisar.
Sigue leyendo
- 11 trucos de ChatGPT para configurarlo bien en 20 minutos
- 10 trucos de Gemini para dominarlo
- Trucos de Gemini para negocio: 10 que funcionan en España
Si quieres llevarlo a tu empresa, mira cómo trabajamos formación en IA para tu equipo.
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.