Guía · datos reales de 8 sesiones analizadas
Cómo ahorrar tokens en agentes de código
Si usas Codex, Claude Code, Copilot CLI, Grok Build, Hermes u OpenClaw, tu factura no la decide cuánto trabajas: la decide cuánto contexto reenvías. Esta guía explica por qué pasa y qué se puede recortar.
¿Por qué mi agente gasta tantos tokens?
Porque cada turno reenvía todo el contexto anterior. Un turno con 100.000 tokens de contexto cuesta lo mismo que 100.000 tokens de trabajo útil, aunque la respuesta sea de dos líneas. En los logs analizados, una sesión de 302 turnos acumuló 33 millones de tokens, de los cuales solo 193.000 fueron salida: menos del 1%.
¿Qué es la caché de prompt y por qué no me acierta?
La caché de prompt reutiliza el prefijo idéntico de una conversación y lo cobra a una fracción del precio (típicamente el 10% del input). Se invalida cuando cambia algo al principio del contexto: editar un mensaje previo, cambiar el system prompt o reordenar archivos. En el caso analizado el acierto era del 91,6%, y aun así quedaban 2,7 millones de tokens pagados a precio completo: 3,10 USD tirados solo en ese hueco.
| Qué | Ejemplo medido | Coste a precio de API |
|---|---|---|
| 302 turnos, 33 M tokens | Sesión larga de agente | 9,44 USD |
| Input sin caché | 2,7 M tokens a precio completo | +3,10 USD |
| Razonamiento | 31.534 tokens de thinking | 0,32 USD |
| Turno medio | 0,031 USD/turno | — |
Los cinco arreglos que más recortan
- No edites mensajes anteriores. Rompe la caché y todo el contexto vuelve a precio completo.
- Una tarea, una sesión. Cierra con un resumen de 120-200 palabras y abre limpio.
- Compacta al 60%, no al 100%. Cuando revienta la ventana, la compactación cuesta más y peor.
- Razonamiento solo cuando haga falta. Renombrar variables no necesita 30 segundos de thinking, y se paga como salida.
- Enruta modelos. El barato para editar y testear; el caro para arquitectura y bugs difíciles.
¿Cómo sé cuánto estoy gastando de verdad?
Los propios agentes escriben en disco el uso de tokens de cada turno. Codex en
~/.codex/sessions/**/rollout-*.jsonl, Claude Code en ~/.claude/projects/*.jsonl, Copilot CLI en
~/.copilot/session-state/*/events.jsonl y Grok Build en ~/.grok/sessions/*/*/updates.jsonl.
TokenSaver los lee en el navegador y los convierte en dólares por proyecto, modelo y día.
No se sube ningún archivo: se puede cortar la red y el análisis sigue funcionando.
¿Cómo evito que vuelva a pasar en las próximas sesiones?
Con una skill: un archivo que el agente carga al empezar y que le obliga a no releer archivos ya leídos, compactar a tiempo, no reescribir mensajes anteriores y enrutar modelos. TokenSaver genera esa skill junto al arreglo, escrita para el agente concreto que uses.
Metodología: importes calculados con tarifas públicas de API por modelo (input, output, lectura y escritura de caché), sobre sesiones reales anonimizadas. No son la factura de un plan de suscripción. Fecha de los datos: marzo de 2026.