Contexto y coste
- 01Las cuatro palancas de una sesión larga8 min
Una sesión larga no hincha indefinidamente el texto enviado al modelo, gracias a palancas distintas: la caché, que reutiliza un inicio de conversación idéntico, la retirada de las salidas de herramientas inútiles, la compactación, que reemplaza el historial por un resumen, y la delegación a subagentes, que solo devuelven su conclusión.
- 02Compactar, borrar, leer solo lo necesario7 min
El comando /compact reemplaza el historial de mensajes por un resumen y continúa la misma conversación, el comando /clear borra ese historial y empieza de cero, y en ambos casos los archivos del proyecto en disco no se mueven: el gesto que más ahorra sigue siendo hacer que Claude lea solo el tramo pertinente de un archivo.
- 03Caché de prompt y Batch API, dos descuentos que conocer8 min
La caché de prompt y la Batch API son dos descuentos diferentes sobre el mismo coste en tokens. La caché recompensa un inicio de conversación que no cambia, la Batch API un volumen de solicitudes que puede esperar. La duración de vida de la caché depende de tu oferta: suscripción de pago o clave de API.
- 04El umbral de autocompactado no hace lo que se cree7 min
El umbral de autocompactado activa un resumen de la conversación cuando el contexto lo alcanza, no es un muro que cierre la ventana: un valor configurado por encima de la ventana real del modelo activo queda limitado a esa ventana, un comportamiento documentado cuya ausencia de aviso en pantalla queda por verificar uno mismo.
- 05Una ventana de contexto no sigue al modelo7 min
La ventana de contexto es una propiedad del modelo: los modelos recientes tienen la ventana grande de base, dos modelos más antiguos la piden con el sufijo [1m], y cada cambio de modelo se comprueba en pantalla con /model y luego /context.
- 06De dónde viene realmente la factura, y por qué un recuento miente9 min
El coste de una sesión no viene del volumen de trabajo sino del número de veces que se reenvía el historial acumulado: cada llamada de herramienta lo relee, a la tarifa reducida de caché pero nunca a coste cero. Un recuento que confunde una relectura en caché con una primera lectura da una impresión falsa de la factura.
- 07Cuota, límite de tasa y enrutamiento hacia el modelo más barato8 min
Dos límites distintos gobiernan una sesión, el coste en dinero y el límite de tasa en tokens por minuto, y ambos se tratan con el mismo reflejo: enrutar las tareas repetitivas hacia Haiku o Sonnet, reservar Opus para el razonamiento difícil, y esperar respetando un plazo creciente tras un error 429 en lugar de reintentar de inmediato.
- 08Un subagente cuesta antes de haber trabajado8 min
Un subagente cuesta antes de haber trabajado, porque su conversación ya contiene elementos que tú no escribiste y que cada lanzamiento vuelve a cargar. Sin campo tools hereda todas las herramientas, y sin modelo nombrado funciona con el mismo modelo que tú. Lista sus herramientas y nombra su modelo según el papel.