Maximizando el valor en las sesiones de Claude Code: Consejos de eficiencia de tokens

Anthropic publicó una guía práctica para aprovechar al máximo cada token gastado en las sesiones de Claude Code. Cubre los mecanismos de fijación de precios de tokens y ofrece seis tácticas concretas para reducir el desperdicio sin cambiar de modelo.

Qué determina el costo del token

Se te cobra por token, pero en realidad estás pagando por el tiempo de inferencia de GPU. Tres factores deciden el precio de un token: tamaño del modelo, entrada vs salida, y almacenamiento en caché. Los tokens de salida cuestan aproximadamente 5 veces más que los de entrada porque la decodificación ejecuta el modelo una vez por token. Los tokens de entrada en caché son más baratos, y el caché de prompt expira después de una hora.

Seis maneras de reducir el desperdicio de tokens

• Ejecuta /clear entre tareas — evita que el contexto previo irrelevante se envíe al modelo, reduciendo el uso de tokens.
• Establece tu modelo y nivel de esfuerzo antes de comenzar — cambiarlos a mitad de la conversación rompe el caché de prompt, aumentando el costo.
• Menciona archivos con @ en lugar de nombrarlos — el archivo se adjunta directamente a tu mensaje, ahorrando una llamada de lectura o una búsqueda en el repositorio.
• Añade banderas silenciosas a comandos ruidosos, o ejecútalos en un subagente — la salida del comando permanece en la conversación durante el resto de la sesión.
• Ejecuta /context una vez en una sesión nueva — muestra lo que está cargado (CLAUDE.md, herramientas MCP), para que puedas eliminar elementos innecesarios.
• /compact antes de tomar un descanso — el caché de prompt expira después de una hora, y resumir mientras está en caché es más barato.

La guía enfatiza que ser eficiente con los tokens no se trata de usar menos en general, sino de asegurarse de que los que uses vayan dirigidos a la tarea real. Por ejemplo, en una sesión, Claude lee el test y el archivo que cubre, edita y termina en pocas turnos. En otra, busca con grep, lee una docena de archivos para llegar a los mismos dos, y arrastra todo ese contexto a cada turno posterior, costando más y haciendo que el modelo piense en archivos irrelevantes.