Cómo reducir el consumo de tokens de Claude Code (y dejar de chocar con los límites)

Primero, mira en qué se van tus tokens

Por qué el consumo se dispara en una sesión larga

• Contexto largo: cada petición lleva la conversación completa, y cada ronda de llamadas a herramientas envía otra petición. La caché abarata las relecturas, pero no las hace gratis.
• Fallos de caché: tu primer mensaje tras una pausa más larga que la vida de la caché vuelve a procesar todo el contexto.
• Lo que se ejecuta mientras no estás: tareas programadas de la sesión y /loop, mensajes de tus otras sesiones, comprobaciones de objetivos, resúmenes de sesión y compactación en reposo.
• Trabajadores en paralelo: cada subagente, agente de workflow y compañero de un agent team envía sus propias peticiones. Los agent teams usan unos 7x los tokens de una sesión normal cuando los compañeros trabajan en plan mode.
• La propia compactación: /compact tiene que leer la conversación que resume. /clear no cuesta nada.

12 formas de reducir el consumo de tokens de Claude Code

1. Limpia entre tareas que no tienen relación

   /clear empieza una conversación nueva, así el contexto viejo deja de viajar contigo. Ejecuta antes /rename si quieres retomarla después con /resume.

2. Compacta con instrucciones

   /compact Focus on code samples and API usage le dice a Claude qué conservar. También puedes dejar instrucciones fijas de compactación en CLAUDE.md.

   # Compact instructions
   
   Cuando uses compact, céntrate en la salida de los tests y en los cambios de código.

3. Usa el modelo adecuado

   Sonnet resuelve la mayor parte del trabajo de código y cuesta menos que Opus; reserva Opus para la arquitectura y el razonamiento difícil. Cambia con /model y da a los subagentes sencillos model: haiku.

4. Baja el esfuerzo en el trabajo sencillo

   Los tokens de razonamiento se facturan como salida y pueden llegar a decenas de miles por petición. Baja el nivel con /effort para las tareas rutinarias.

5. Mantén CLAUDE.md corto

   Se carga completo en cada sesión. Quédate por debajo de unas 200 líneas y pasa las instrucciones de flujos concretos a skills, que solo se cargan cuando se usan. Mira la guía de CLAUDE.md y las skills de Claude Code.

6. Recorta los servidores MCP

   Las definiciones de herramientas se cargan en diferido por defecto, pero cada servidor sigue añadiendo nombres e instrucciones. Desactiva los que no uses en /mcp y prefiere CLIs como gh, aws o gcloud, que no añaden un listado por herramienta.

7. Filtra la salida ruidosa con un hook

   Un hook PreToolUse puede reescribir los comandos de test para quedarse solo con los fallos, y convertir decenas de miles de tokens de logs en unos cientos. La documentación de Anthropic incluye un script de filtrado listo para usar.

   {
     "hooks": {
       "PreToolUse": [
         {
           "matcher": "Bash",
           "hooks": [
             { "type": "command", "command": "~/.claude/hooks/filter-test-output.sh" }
           ]
         }
       ]
     }
   }

8. Delega el trabajo verboso en subagentes

   Ejecutar tests, leer documentación o procesar logs en un subagente deja la salida en su contexto; solo vuelve un resumen. Dales a esos subagentes un modelo más pequeño.

9. Instala plugins de inteligencia de código

   En lenguajes tipados, un plugin de language server responde a «ir a la definición» en una sola llamada, en lugar de un grep y varias lecturas de archivos.

10. Escribe prompts concretos

    «Añade validación de entrada a la función de login en auth.ts» lee unos pocos archivos; «mejora este código» lo recorre todo.

11. Planifica primero, para pronto

    Usa el plan mode en los cambios grandes para detectar una dirección equivocada antes de escribir código; pulsa Escape en cuanto Claude se desvíe y usa /rewind para volver a un checkpoint.

12. Vigila lo que se ejecuta mientras no estás

    Cada tarea programada, ejecución de /loop o mensaje en reposo envía todo tu contexto. Para los loops que no necesites, pon crossSessionInbound en hold para encolar los mensajes de otras sesiones y revisa las filas de Loops en /usage.

Fuente: documentación de Claude Code, Manage costs effectively

Límites de uso y costes de equipo

En Pro, Max y Ultra, el uso cuenta contra los límites de tu plan en lugar de generar una factura; mira Claude Code vs Codex para ver cómo funcionan los límites de 5 horas y semanales. En la API, Anthropic indica una media empresarial de unos $13 por desarrollador y día activo, y de $150 a $250 al mes, con el 90% de los usuarios por debajo de $30 al día.

Los administradores pueden fijar límites de gasto para los equipos, y una tabla modelPricing en los ajustes gestionados hace que /usage muestre las tarifas contratadas en lugar del precio de lista.

Agentes que trabajan con horario, sin quemar tokens toda la noche

Todo lo que despierta una sesión envía su contexto completo, así que un agente siempre activo necesita límites. Crewmark convierte una sesión de Claude Code, Codex, DeepSeek Harness u OpenCode en un empleado de IA que se despierta con un heartbeat solo durante el horario que tú fijas.

1. Fija un horario y un ritmo

   Elige cada 15, 30 o 60 minutos, y las horas en las que trabaja; fuera de ellas, duerme. Mira cómo hacer proactivo a Claude Code.

2. Una issue cada vez

   Cada heartbeat toma la siguiente issue del tablero, así que la sesión trabaja en una tarea concreta en lugar de explorar sin rumbo.

3. Con el plan que ya pagas

   Los empleados funcionan con tu suscripción actual y cuentan contra los límites de tu plan. Lee qué es un empleado de IA.

Preguntas frecuentes sobre el consumo de tokens de Claude Code