Tokens de Claude: cómo funcionan y cómo ahorrar (-70%)

In sintesi

Las sesiones estándar de Claude Code desperdician entre el 40 y el 60% de los tokens en overhead evitable (contexto redundante, confirmaciones verbosas, modelo equivocado para la tarea)
3 técnicas inmediatas: Caveman Mode (fuerza respuestas breves), compactación manual de la sesión, elección del modelo adecuado para cada tarea
Ahorro típico: 50-70% de los tokens con la misma calidad de output
El problema principal: Claude incluye todo el historial en cada mensaje, así que compacta la sesión cada 30-40 mensajes

¿Tu Claude Code quema tokens sin necesidad?

Abres Claude Code, empiezas una sesión de programación y, al cabo de media hora, ya has llegado al límite de uso. ¿Te suena?

No es culpa tuya: es la configuración por defecto.

Anthropic ha optimizado Claude para la calidad, no para la eficiencia. Resultado: cada mensaje arrastra todo el historial del chat, Opus razona al detalle incluso en tareas triviales y las respuestas vienen llenas de cortesías que consumen tokens sin aportar nada.

En este artículo te explico exactamente cómo funciona el problema y te doy las herramientas para resolverlo.

Por qué los tokens se acaban tan rápido

Antes de hablar de soluciones, conviene entender el mecanismo.

La context window es acumulativa

Cada mensaje que envías a Claude no se procesa de forma aislada: lleva consigo toda la conversación anterior. Esto se llama context window, y cuanto más dura un chat, más tokens se consumen en cada turno.

Una sesión larga con un CLAUDE.md de 5.000 tokens significa que esos 5.000 tokens se cargan antes incluso de que hayas escrito una palabra, en cada turno.

Opus es potente pero caro

Claude Opus, el modelo más capaz, viene configurado por defecto en muchos flujos de trabajo. El problema es que quema cientos de miles de tokens incluso en tareas sencillísimas, de esas para las que bastaría con Sonnet.

Según los benchmarks internos, en las sesiones típicas de un desarrollador:

62.5% de los tokens consumidos son "inútiles" (verbosidad, cortesías, razonamiento excesivo)
37.5% es el contenido realmente esencial

Las técnicas para optimizar

1. Caveman Mode: el truco más viral

Caveman Mode es una skill open source para Claude Code desarrollada por Julius Brussee que hace que Claude hable como un cavernícola. Literalmente.

En lugar de responder con frases completas, explicaciones largas y saludos de cortesía, Claude pasa a un estilo telegráfico: fragmentos sin artículos, cero "¡Excelente pregunta!", ningún "Avísame si necesitas algo más".

# Respuesta normal de Claude:
"¡Claro! Puedo ayudarte con esto. El problema que estás 
describiendo es habitual en las aplicaciones React. Lo que 
tendrás que hacer es actualizar el estado de esta forma..."

# Respuesta en Caveman Mode:
"useEffect cleanup missing. Add return () => clearTimeout(t)"

Los benchmarks sobre 11 tareas reales muestran una media de 294 tokens por respuesta frente a 1.214 en modo normal, una caída del 65%.

Para activarlo:

# Instala la skill (elige uno de los dos métodos)
claude plugin marketplace add JuliusBrussee/caveman
claude plugin install caveman@caveman

# o mediante npx
npx skills add JuliusBrussee/caveman

# Actívala durante la sesión
/caveman
# o escribe "less tokens please" o "caveman mode"

¿Lo interesante? El código generado tiene idéntica calidad. Solo pierdes las frases de cortesía.

2. opusplan: usa Opus solo donde importa

El comando /model opusplan activa un enfoque híbrido automático:

Opus se usa en la fase de planificación (donde su razonamiento profundo vale cada token)
Sonnet toma el control en la fase de implementación (donde la velocidad importa más que la profundidad)

Este reparto del trabajo refleja cómo funciona el cerebro humano: piensas a fondo antes de actuar y luego actúas de forma eficiente.

El ahorro estimado es significativo porque Opus cuesta unas 3x lo que Sonnet por token de output. Usarlo solo para la planificación, donde de verdad destaca, es una decisión acertada tanto en coste como en calidad.

# Activa el modo híbrido
/model opusplan

# Para tareas sencillas, quédate en Sonnet
/model sonnet

# Pasa a Opus solo para arquitectura/refactoring complejos
/model opus

3. Gestión inteligente del contexto

La context window de 1 millón de tokens de Claude Opus 4.7 no significa que tengas que llenarla. Más bien al contrario.

Algunas prácticas concretas:

Usa /compact de forma proactiva Cuando notes que Claude empieza a perder el hilo, lanza /compact. El comando comprime el historial de la conversación en un resumen denso y recupera decenas de miles de tokens sin perder el contexto esencial.

Usa /clear entre tareas distintas Si pasas de una feature a un bugfix completamente distinto, una sesión limpia es mucho más eficiente que arrastrar un contexto irrelevante.

Optimiza el CLAUDE.md Un CLAUDE.md pesado cuesta tokens en cada turno. Mantenlo conciso, centrado en las reglas fundamentales, no como documentación completa del proyecto. Intenta que no pase de 2.000 tokens si es posible.

# Ejemplo de CLAUDE.md optimizado
- Stack: Next.js 14, TypeScript, Tailwind
- Test: vitest, escribir siempre tests para funciones nuevas
- Estilo: functional components, no class components
- Prohibido: console.log en producción

4. Reduce la verbosidad por defecto

Claude explica su razonamiento al detalle. Es útil cuando estás aprendiendo y caro cuando estás entregando.

Añadir estas instrucciones al CLAUDE.md reduce los tokens de respuesta un 30-50%:

# En tu CLAUDE.md
## Estilo de respuesta
- Sé conciso. Nada de explicaciones si no se piden.
- No: "¡Genial! Por supuesto que puedo ayudarte con esto..."
- No: "¡Avísame si necesitas alguna aclaración!"
- Sí: ve directo al grano
- Para el código: muestra el diff, no el archivo entero

5. Desactiva el extended thinking en tareas sencillas

El razonamiento extendido de Opus reserva hasta 31.999 tokens de output para el proceso interno de thinking. En tareas sencillas, es un coste oculto enorme.

Puedes controlarlo en la configuración de Claude Code o vía API:

{
  "thinking": {
    "type": "disabled"
  }
}

Déjalo activo solo para arquitectura compleja, debugging difícil o decisiones de alto impacto.

El panorama completo: adónde van tus tokens

Este es un desglose realista de una sesión de 100.000 tokens:

Fuente	Tokens estimados	¿Optimizable?
Context window acumulativa	~40.000	✅ Con /compact y /clear
CLAUDE.md por turno	~5.000–15.000	✅ Optimizando el archivo
Respuesta verbosa de Claude	~6.000	✅ Con Caveman Mode
Razonamiento extendido	~20.000	✅ Desactivando el extended thinking
Código generado real	~15.000	❌ Necesario

Con las técnicas adecuadas, puedes llevar una sesión equivalente de 100.000 tokens a 35.000–40.000, manteniendo el mismo output de código.

Resumen: la estrategia óptima

Por defecto: usa Sonnet, no Opus
Para planificación/arquitectura: activa /model opusplan
Para reducir la verbosidad: instala y usa Caveman Mode
Cada 30–40 minutos: lanza /compact
Entre tareas distintas: usa /clear
CLAUDE.md: mantenlo por debajo de 2.000 tokens y conciso
Extended thinking: desactívalo en tareas sencillas

FAQ

¿Cuántos tokens se pueden ahorrar con Claude Code? Con las técnicas de este artículo el ahorro típico es del 50-70 % de los tokens con el mismo código como resultado. Una sesión que consumiría 100.000 tokens puede bajar a 35.000-40.000.

¿Cada cuánto conviene compactar una sesión de Claude Code? Cada 30-40 mensajes. Claude reenvía todo el historial en cada petición, así que cuanto más larga es la sesión, más cuesta cada mensaje: compactar reduce el contexto sin perder las decisiones tomadas.

¿Conviene usar siempre Opus en Claude Code? No. Opus brilla en la planificación y en las decisiones de arquitectura; para escribir y ejecutar código Sonnet basta casi siempre y cuesta mucho menos. El modo opusplan usa Opus solo para el plan y Sonnet para todo lo demás.

¿El Caveman Mode empeora la calidad del código? No. Acorta las respuestas de texto de Claude (de 1.214 a 294 tokens por respuesta de media en los benchmarks citados), no el código que escribe. Quita el ruido alrededor del resultado, no el resultado.

Recursos y lecturas recomendadas

¿Quieres aplicar estas optimizaciones en tu flujo de trabajo? Somos consultores de IA para pymes. Reserva una llamada gratuita →