Antes de empezar
- Sirve para Claude Code, la app de Claude y la API.
- De la 01 a la 07 no hace falta programar.
- Si querés ir directo a copiar: en la 10 están los prompts y el repositorio con todo.
- Cada número tiene fuente. Lo que no se pudo comprobar dice FALTA.
01 · Qué es un token
Claude no lee palabras: lee pedazos.
Un token es un pedazo de texto. Una palabra corta puede ser uno; una larga, varios. Todo se mide en tokens: lo que escribís, lo que te contesta, los archivos que lee y las instrucciones que tiene cargadas. Tu plan, o tu factura, se mide en eso.
Cuatro datos que cambian cómo lo usás:
- Los modelos nuevos cuentan más
- Desde Claude 4.7, el mismo texto da alrededor de 30% más tokens. Si comparás tu consumo de hoy con el del año pasado, no es el mismo metro.
- El castellano paga más que el inglés
- En una medición propia, el mismo contenido dio 1,23 veces los tokens del inglés (con el contador de OpenAI). Un paper de 2026 midió entre 1,3 y 1,8 veces para la mayoría de los idiomas.
- Lo que te contesta cuesta 5 veces más
- En todos los modelos de Claude, el token de salida vale cinco veces el de entrada. En Sonnet 5.5: US$ 2 por millón que le mandás, US$ 10 por millón que te devuelve.
- Pensar también se paga
- El razonamiento se cobra como salida. En los modelos 5.5 no se apaga: se regula con
/effort.
Fuentes, 16/10/2026 Anthropic · precios ↗ Claude Code · costos ↗ arXiv 2608.26175 ↗
02 · Por qué se te acaban
No se acuerda de nada. Relee todo, cada vez.
Claude no recuerda nada entre un mensaje y el siguiente. Cada vez que mandás algo, Claude Code le reenvía todo: sus instrucciones, tu CLAUDE.md, cada mensaje anterior, cada archivo que leyó, cada resultado, y al final tu mensaje nuevo.
Por eso una pregunta de una línea, en una sesión que lleva cuatro horas, arrastra cuatro horas de historial. No es el tamaño de tu pregunta: es el tamaño de la mesa.
Y hay un motivo que no es la plata: con la mesa llena, trabaja peor. En un estudio de julio de 2026, la misma tarea de un agente salió bien 8 de 10 veces con contexto limpio y 3 de 10 con contexto largo.
Fuentes: Claude Code, How Claude Code uses prompt caching ↗ · Xue, arXiv 2607.17937 ↗ (muestra chica: es tendencia, no ley).
03 · El caché
La memoria de corto plazo que te cobra la relectura a una fracción.
El caché guarda el principio de lo que Claude ya leyó y lo compara, letra por letra, con lo que mandás después. Si el principio es idéntico, lo lee del caché y lo cobra mucho más barato. Si cambia una sola cosa arriba, todo lo que viene abajo se recalcula.
La respuesta es la misma con o sin caché: cambia el precio y la velocidad, no lo que te contesta.
Cuánto dura
| Dónde estás | Cuánto dura |
|---|---|
| Claude Code con suscripción (Pro, Max, Team), tu conversación | 1 hora |
| Claude Code con suscripción, subagentes | 5 minutos |
| Claude Code cuando ya pasaste tu límite y gastás créditos extra | 5 minutos |
| Claude Code con API key | 5 minutos |
| API de Claude | 5 minutos, o 1 hora pagando más |
| App de Claude (el chat) | FALTA: no está en la documentación |
- Cada uso lo renueva, gratis
- Mientras sigas trabajando, el caché no vence. El reloj vuelve a cero con cada mensaje.
- El reloj arranca cuando empieza el pedido
- No cuando termina. Si una respuesta tarda 4 minutos en escribirse, con caché de 5 te queda alrededor de un minuto.
- Pasarte del límite te lo cambia
- Cuando empezás a gastar créditos extra, Claude Code baja tu conversación de 1 hora a 5 minutos, sin avisarte.
Cuánto cuesta
Dólares por millón de tokens:
| Modelo | Normal | Guardar 5 min | Guardar 1 h | Leer del caché |
|---|---|---|---|---|
| Opus 5.5 | 4 | 5 | 8 | 0,20 |
| Sonnet 5.5 | 2 | 2,50 | 4 | 0,10 |
| Fable 5.1 | 10 | 12,50 | 20 | 0,25 |
| Haiku 4.5 | 1 | 1,25 | 2 | 0,10 |
La regla detrás: guardar en el caché cuesta 1,25 veces (5 minutos) o 2 veces (1 hora) lo normal. Leerlo cuesta 0,1 veces, y en los modelos nuevos todavía menos: 0,05 en Opus y Sonnet 5.5, 0,025 en Fable 5.1. En agosto era 0,1 para todos.
Fuentes, 16/10/2026: Anthropic, Prompt caching ↗ y Pricing ↗ · Claude Code, prompt caching ↗.
04 · La cuenta de volver del café
El primer mensaje después de una pausa puede costar 40 veces más.
Una sesión de Claude Code con 100.000 tokens de conversación, en Sonnet 5.5:
| Situación | Cuenta | Ese mensaje |
|---|---|---|
| Caché vivo | 100.000 × 0,10 ÷ 1.000.000 | US$ 0,01 |
| Caché vencido, se guarda de nuevo a 5 min | 100.000 × 2,50 ÷ 1.000.000 | US$ 0,25 · 25 veces más |
| Caché vencido, se guarda de nuevo a 1 h | 100.000 × 4 ÷ 1.000.000 | US$ 0,40 · 40 veces más |
En Opus 5.5 es la misma proporción. En los modelos que leen el caché a 0,1, como Haiku 4.5, es 12,5 y 20 veces.
Con suscripción no ves dólares, pero pasa lo mismo con tu límite:
/usage marca los cache misses entre lo que te consume el plan. Cuánto
descuenta exactamente Anthropic por cada token cacheado no está publicado.
- 01
Pausa corta
Menos de una hora, con suscripción: seguí en la misma sesión. El caché te espera.
- 02
Pausa larga o tema nuevo
/cleary sesión nueva. Pagar la relectura de todo para una pregunta chica es lo más caro que hay. - 03
Querés retomar
Antes de irte, pedile el resumen de traspaso (prompt 1 de la 10). Al volver, lo pegás en una sesión limpia.
Lo que ganás: sabés cuándo seguir y cuándo empezar de nuevo, en vez de pagar una conversación entera por una pregunta.
05 · Qué rompe el caché
Cambiar cosas a mitad de camino te hace pagar todo de nuevo.
Cada una de estas acciones hace que el siguiente mensaje relea toda la conversación a precio completo. Después el caché se arma de nuevo. La lista es la oficial de Claude Code.
| Rompe el caché | Por qué |
|---|---|
Cambiar de modelo con /model | Cada modelo tiene su propio caché. |
opusplan, al entrar o salir del modo plan | Pasa de Opus a Sonnet: es un cambio de modelo cada vez. |
Cambiar el esfuerzo (/effort) | En la mayoría de los modelos. En Opus 5.5, Sonnet 5.5, Haiku 5.5 y Fable 5.1 ya no. |
Compactar (/compact) | Reemplaza la charla por un resumen: es otro principio. |
| Conectar o sacar un MCP a mitad de sesión | Solo si las herramientas no están diferidas (por defecto lo están). |
| Prender el modo rápido, juntar muchas imágenes, actualizar Claude Code | Una vez cada uno. |
No lo rompen: editar archivos, editar tu CLAUDE.md (aunque el cambio recién se
aplica después de /clear), cambiar permisos, usar skills, /rewind,
/recap, /btw y lanzar un subagente.
El ejemplo de Anthropic que da vuelta la intuición
Si estás a 100.000 tokens con Opus y querés hacer una pregunta fácil, sale más caro pasar a Haiku que dejar que conteste Opus: Haiku tiene que leer todo de cero. El equipo de Claude Code tiene alarmas sobre su tasa de caché y declara un incidente cuando baja.
Fuentes: Claude Code, acciones que invalidan el caché ↗ · blog de Claude, Prompt caching is everything ↗ · Parashar et al., arXiv 2610.19292 ↗: bajar de modelo se recupera en unas 2 llamadas, subir no.
06 · Siete hábitos en Claude Code
Ordenados por lo que mueven.
- 1 · Medí primero
/contextte muestra qué ocupa la mesa;/usage, cuánto llevás y el porcentaje de caché (la líneaPrompt cache (main)). Apuntá a más de 80%. Si está muy abajo, algo rompe el caché en cada mensaje.- 2 · Una tarea, una sesión
/clearentre temas. Es gratis. Lo que más explica el costo de una sesión son las vueltas: en 600 sesiones de agentes, la cantidad de turnos explicó el 84% del costo y el tamaño de lo que leía, el 4%.- 3 · Modelo y esfuerzo fijos desde el arranque
- Sonnet para casi todo; Opus para arquitectura o razonamiento largo. Elegí al empezar y no cambies a mitad de camino.
- 4 · Corregí temprano
- Modo plan (
Shift+Tab) para lo complejo.Escsi arranca para el lado equivocado./rewinden vez de escribir "eso no funcionó": el intento fallido sale de la conversación y el caché no se rompe. - 5 · CLAUDE.md corto
- Lo que Claude no puede deducir del repo. Lo que aplica a una parte del código, a
.claude/rules/conpaths:; los procedimientos, a skills./doctor prompt-auditte marca instrucciones escritas para modelos viejos. Anthropic le sacó más del 80% de las instrucciones a su propio Claude Code sin perder calidad. - 6 · CLI antes que MCP
gh,awsogcloudno agregan nada al contexto. Desconectá en/mcplo que no usás, al arrancar.- 7 · Subagentes solo para lo ruidoso
- Tests, logs, documentación: lo largo queda en el subagente y vuelve el resumen. No ahorran plata (gastan su propio uso) y su caché dura 5 minutos.
Fuentes, 16/10/2026 Claude Code · costos ↗ TurnCost, arXiv 2610.15093 ↗ blog de Claude · el recorte del 80% ↗
Y uno al revés de lo que se dice: no compactes para ahorrar. Para resumir,
/compact manda la conversación entera; después de una pausa, con el caché vencido,
la paga completa. /clear es gratis.
07 · Si usás la app de Claude
El mismo límite, la misma mesa.
Lo que gastás en el chat, en Claude Code y en Cowork sale del mismo límite. La documentación no explica cómo funciona el caché en el chat, así que estos hábitos se apoyan en lo que sí está documentado: el modelo relee la conversación entera.
- 01
Un tema, un chat
Un chat de tres horas con cinco temas te hace pagar los cinco en cada pregunta.
- 02
Editá, no corrijas
Si salió mal, editá tu mensaje en vez de escribir "no, así no": la corrección queda y se relee.
- 03
Proyectos con instrucciones cortas
Lo mínimo en instrucciones; los documentos, en Conocimiento.
08 · Lo que es humo
Prometen 60-90%. En una factura real dieron menos de 3%.
Alguien tomó sus propias sesiones de Claude Code (614 millones de tokens, US$ 926 de gasto) y las volvió a correr con tres herramientas de ahorro populares:
| Herramienta | Promete | Ahorró de la factura |
|---|---|---|
| headroom (75.498 estrellas) | 60-95% menos tokens | 2,8% |
| rtk | 60-99% por comando | 0,5% |
| caveman | ~50% | 0,4% |
No mienten: miden otra cosa. Calculan el ahorro sobre el pedazo que comprimen, no sobre tu factura. Y esa factura era 42% guardar en caché y 29% respuestas, dos cosas que estas herramientas no tocan. Si no te dicen sobre qué miden el porcentaje, el número no vale.
- Comprimir en castellano
- Los compresores entrenados en inglés vacían el contexto en otros idiomas. Uno de los probados es el que usa headroom.
- Pedirle "sé breve"
- En un modelo de investigación de Stanford (no Claude), pedirle que pensara poco bajó 20 puntos la precisión y gastó más tokens. Para gastar menos razonamiento,
/effort. - Ponerle una hora de caché a todo
- Guardar a 1 hora cuesta el doble. Recién conviene desde el tercer uso y si pasan más de 5 minutos entre uno y otro.
- Armar subagentes para ahorrar
- Ahorran contexto, no plata. Un equipo de agentes gasta unas 7 veces una sesión normal.
Fuentes codepointer.dev, 18/06/2026 ↗ arXiv 2608.26175 ↗ arXiv 2501.19393 ↗
Ojo: la medición de codepointer son las sesiones de una sola persona. Es la mejor medición pública sobre factura que encontré, no una muestra de muchos.
09 · Lo que dice la ciencia
Tres líneas de investigación llegan al mismo lugar.
1 · Lo que encarece es la estructura, no el tamaño. Sobre 600 sesiones de agentes de código, 98,6% de la entrada salió del caché y los turnos explicaron casi todo el costo. Delegar a un modelo más barato aumentó el costo en la mitad de los casos.
2 · Comprimir el texto rompe más de lo que ahorra. Seis compresores dejaron referencias colgadas hasta en 60% de los casos. Comprimir las instrucciones de un agente al 35% bajó el éxito de 94% a entre 20% y 47%.
3 · Menos contexto es más barato y más preciso. Con contexto irrelevante, los modelos de razonamiento acortan su razonamiento hasta 65% y se revisan menos.
Fuentes (preprints de 2026 salvo indicación): TurnCost, 2610.15093 ↗ · Referential Dangling, 2608.04569 ↗ · Control Under Compression, 2608.01056 ↗ · Reasoning Shift, 2604.01161 ↗ · NoLiMa, ICML 2025, 2502.05167 ↗. La lista completa, con lo que mide cada uno, está en el repositorio.
10 · Prompts y repositorio
Los tres prompts que más usás, y el resto en GitHub.
1 · Resumen de traspaso, antes de /clear
Antes de que limpie la sesión, escribí un resumen para retomar en una sesión nueva: - qué quedó hecho, - qué falta, en orden, - las decisiones que tomamos y por qué, - los archivos que tocamos. Máximo 15 renglones. Sin código, salvo que sea imprescindible.
2 · Auditar tu CLAUDE.md
Leé mi CLAUDE.md y clasificá cada línea en tres grupos: A) Lo podés deducir leyendo el código o la estructura del repo → se saca. B) Aplica solo a una parte del código → va a .claude/rules/ con "paths:" en el encabezado. C) Aplica siempre y no se deduce del repo → queda. Mostrame la tabla y cuántas líneas quedarían. No edites nada hasta que te diga.
3 · Entender qué te come el límite
Corré /usage y /context, copiá lo que muestran y pegalo con esto:
Te pego lo que muestran /usage y /context. Decime en tres renglones qué es lo que más me está consumiendo y cuál es el primer cambio que conviene hacer. Si el porcentaje de caché está bajo, decime qué lo puede estar rompiendo.
El repositorio
Gratis, en castellano, licencia MIT
- Qué tiene
- La guía entera en ocho capítulos, 12 prompts (también para la app y para quien programa contra la API), un CLAUDE.md corto para instalar y una calculadora que hace la cuenta del café con tus números.
- Cómo se usa
- Si solo querés leer, entrá y empezá por el capítulo 02. Si querés instalar las reglas, abrí Claude Code en tu proyecto y pegale el pedido que está en el README: lo hace solo.
Para terminar
No es escribir menos. Es no hacerle releer de más.
Lo que vacía el límite no son tus preguntas: es la conversación que arrastran, el caché que se vence mientras no estás y los cambios a mitad de camino que le hacen leer todo de nuevo.
Para tu negocio: el mismo plan te rinde más horas de trabajo, y si usás la API, la factura baja sin tocar la calidad.
Seguir
¿Querés seguir?
- Más herramientas gratis como estasInstagram @julianrodriguez.ia
- Aprenderlo en vivo, con acompañamientoTalleres y mentoría
- ¿Preferís que lo arme alguien por vos?Pedí tu diagnóstico · 30 minutos, sin costo
¿Te aviso cuando salga la próxima guía?
Un mail cuando sale una nueva, nada más. Es opcional.
Te das de baja desde cualquier mail.
Uso tu mail solo para avisarte cuando sale una guía nueva. Responsable: Julián Rodríguez, Mar del Plata, Argentina. Podés pedir acceso, corrección o baja de tus datos escribiendo a julianrodriguez.ia1@gmail.com. Más información en la Política de Privacidad. LA AGENCIA DE ACCESO A LA INFORMACIÓN PÚBLICA, en su carácter de Órgano de Control de la Ley N° 25.326, tiene la atribución de atender las denuncias y reclamos que interpongan quienes resulten afectados en sus derechos por incumplimiento de las normas vigentes en materia de protección de datos personales.