Inicio / Contexto y coste

De dónde viene realmente la factura, y por qué un recuento miente

El coste real de una sesión rara vez se esconde donde se le busca: un recuento de tokens confunde a menudo una relectura a tarifa de caché con una primera lectura a tarifa completa, un puñado de sesiones maratón carga con la mayor parte de la factura porque todo el historial se relee en cada llamada de herramienta, y todo archivo cargado automáticamente al inicio se vuelve a pagar entero en cada compactación, no solo una vez al principio.

Una sesión de Claude Code abierta desde la mañana, que al final del día solo plantea una última pregunta de una frase, factura sin embargo mucho más que esa frase. La razón responde a un mecanismo preciso: cada llamada de herramienta envía a Claude una nueva solicitud que lleva el historial completo de la conversación, y ese historial se relee cada vez, a la tarifa reducida de caché pero nunca a coste cero.

Lo que el caché reduce, y lo que no elimina

El caché reduce el precio de la relectura, no lo anula. Una sesión que encadena varias decenas de llamadas de herramientas hace pagar por tanto varias decenas de veces la misma porción de historial, a una tarifa más baja que la primera lectura, pero sumada a lo largo de todo el día. Aquí tienes un cálculo con cifras elegidas para el ejercicio, que puedes reproducir con las tuyas:

Historial antes de una llamada de herramienta: 40 000 tokens
Cinco llamadas de herramientas en la misma sesión
Tokens releídos en total: 40 000 x 5 = 200 000 tokens releídos a tarifa de caché

El mismo cálculo explica por qué una sesión abierta todo el día puede pesar más en una factura que varias sesiones cortas que abarquen el mismo volumen de trabajo: no es el volumen de trabajo lo que cuesta, es el número de veces que se reenvía el historial acumulado.

Lo que se recarga entero en cada compactación

El archivo de instrucciones y la memoria automática de un proyecto se cargan una vez al iniciar la sesión, y luego permanecen congelados. Solo tres eventos hacen que se relean íntegramente desde el disco: compactar la conversación, vaciarla, o reiniciar la sesión. Esta recarga se factura a la tarifa de caché mientras CLAUDE.md y la memoria no hayan cambiado desde el inicio de la sesión, y solo cae a la tarifa completa si se han modificado entretanto. Una compactación lanzada en mitad de la sesión, con el caché aún caliente, cuesta por tanto una fracción de lo que el tamaño del contexto haría suponer; es sobre todo la compactación de una sesión antigua, reanudada tras una larga pausa en la que el caché ha caducado, la que cuesta realmente caro. La diferencia entre compactar y vaciar cuenta por tanto tanto para el coste como para la continuidad de la tarea.

Un recuento que confunde una relectura en caché con una primera lectura a tarifa completa da una impresión falsa de la factura: dos líneas que llevan el mismo número de tokens pueden costar diez veces más una que la otra según vengan de una primera lectura o de una relectura en caché. El detalle de esta tarifa de caché se encuentra en la lección sobre el caché y la Batch API. Antes de juzgar un coste elevado, hay que separar por tanto dos preguntas distintas: cuántos tokens se han procesado, y a qué tarifa se ha procesado cada uno.