Inicio / Contexto y coste

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

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.

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 la caché reduce, y lo que no elimina

La 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 la 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 la 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 varias 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 la caché y la Batch API.

Medir la fuente antes de concluir

La impresión de gastar demasiado puede ser acertada aunque su causa supuesta sea falsa. Antes de acusar a una partida, reparte el consumo por fuente: conversación principal, subagentes, automatizaciones. Basta un script de solo lectura sobre las transcripciones locales, a condición de tener un testigo positivo, una tarea conocida que debe aparecer en el recuento, y de confesar sus puntos ciegos: una llamada que no deja transcripción no figura en él. En Claude Code, /usage avisa desde octubre sobre el esfuerzo máximo, los workflows, el contexto siempre cargado y los resultados grandes de herramientas; cada aviso ofrece una corrección de una línea que la tecla f aplica. /context cuenta además las instrucciones de los servidores MCP en una fila aparte. El coste de arranque de un subagente tiene su propia lección.