Adónde van los tokens en Claude Code: 9 patrones de pérdida y cómo corregirlos en 2026

En un ejemplo, /context mostró que había 60K tokens ocupados de 200K en una sesión nueva de Claude Code, antes del primer mensaje. En el repositorio del proyecto solo se había iniciado claude. Sesenta mil tokens: un tercio del presupuesto gastado en «preparar» la conversación.

Dos semanas después, averigüé exactamente adónde habían ido. A continuación encontrarás los 9 patrones que consumen tus tokens antes siquiera de que empieces a escribir, y cómo corregirlos. Las cifras proceden de la documentación oficial de Anthropic y de mediciones de sesiones reales.

¿Por qué Claude Code consume tokens antes de recibir tu tarea?#

Aquí se resumen 9 patrones que explican estas pérdidas. Los he reunido en una tabla con cifras de mediciones de sesiones reales y de la página oficial de Anthropic sobre la gestión de costes.

No afirmaré que la cifra «73» sea indiscutible: según la configuración, podría ser el 60 % o el 80 %. Pero el panorama general es correcto, y cada patrón se puede corregir por separado. A continuación los explicaré de tres en tres.

¿Cómo construye Claude el contexto antes de leer tu petición?#

En el debate de la incidencia de GitHub #13717, alguien abrió /context en una sesión con seis servidores MCP y obtuvo este desglose:

Fíjate: aunque no hayas escrito nada, casi la mitad de la ventana ya está ocupada. Queda menos de la mitad para el espacio libre y el búfer de autocompactación, y esa mitad tiene que contener toda tu conversación: mensajes, respuestas de Claude, archivos leídos y salidas de comandos.

El tamaño de la ventana depende del modelo. Según la documentación de modelos de Anthropic, en septiembre de 2026 Opus 4.7 y posteriores, Sonnet 5 y los modelos Fable tienen una ventana de 1M de tokens en todos los planes, incluido Pro. 200K sigue siendo el tamaño para Opus 4.6 y Sonnet 4.6 sin contexto extendido, y para las sesiones en las que se desactiva 1M con la variable CLAUDE_CODE_DISABLE_1M_CONTEXT=1. Una ventana mayor no resuelve el problema del contexto inflado: todo lo que se carga antes del primer mensaje se envía al modelo en cada petición, y la documentación sobre costes indica explícitamente que cuanto más contexto haya, más tokens se consumen. Una suscripción no cambia eso: en cualquier plan, cada token adicional cuenta para el límite.

¿Adónde va el primer tercio del contexto: CLAUDE.md, historial y MCP?#

Patrón 1. CLAUDE.md antes de cada mensaje

El archivo se carga antes de cada mensaje que envías, no solo una vez por sesión. Un CLAUDE.md de 5.000 tokens ocupa ese contexto en las solicitudes que lo contienen, pero entrada nueva, escrituras y lecturas de caché requieren cuentas separadas; lo repetido no se cobra necesariamente como entrada sin caché.

Anthropic lo dice directamente en su documentación:

En un ejemplo, el CLAUDE.md del proyecto tiene 180 líneas: todo lo especializado (cómo redactar instrucciones para talleres, el formato de los posts de TG y la lista de comprobación legal) se trasladó a Skills y archivos Markdown en business/, que Claude solo lee cuando los consulta específicamente. Esto reduce la carga base entre un 60 y un 70 % con respecto a hace dos meses.

Patrón 2. El historial de conversación se vuelve a leer con cada respuesta

Este es el patrón más difícil de detectar desde fuera, porque resulta invisible externamente. El modelo recibe el contexto de conversación retenido en solicitudes posteriores. La caché puede reutilizar un prefijo estable; compactar o limpiar puede cambiar el texto retenido. Ese contexto sigue ocupando ventana aunque la caché reduzca su coste. La cuota exacta depende de tu configuración.

La solución es usar /clear entre tareas que no estén relacionadas. Mi regla: un chat nuevo para cada tarea nueva. Si una tarea es larga y necesitas el historial, usa /compact para resumir lo anterior en un resumen breve y continúa desde ahí.

Encontrarás más información sobre esta regla en la guía «Cómo no agotar los límites de Claude Code en un día: 8 reglas para ahorrar tokens», con ejemplos de mis sesiones.

Patrón 3. Los servidores MCP registran todas sus herramientas en el contexto

Este fue un problema histórico importante en Claude Code, que causó las mayores pérdidas hasta 2026. En la ya mencionada incidencia #13717, seis servidores MCP conectados (Google Docs, Asana, Calendar, Slack, Atlassian, Gmail) ocupaban 98 700 tokens, es decir, el 49 % de toda la ventana antes de que empezara la conversación.

Anthropic publicó la función Tool Search entre diciembre de 2025 y enero de 2026, que resuelve la mitad de este problema.

En la documentación de Anthropic, la descripción ahora dice:

Qué hacer en producción:

1. Actualiza Claude Code a una versión con Tool Search (todas las versiones actuales posteriores a diciembre de 2025).
2. Abre /mcp y desactiva los servidores que no necesites en la sesión actual. En el ejemplo descrito, Playwright y shadcn están conectados todo el tiempo. Activo los demás para una tarea y ejecuto /mcp disconnect inmediatamente después.
3. Sustituye MCP por la CLI cuando sea posible. Usa gh en lugar de un servidor MCP para GitHub. Usa el calendario en un navegador en vez de Google Calendar MCP.

Expliqué qué son los servidores MCP en principio y cómo configurarlos de forma sensata en «Servidores MCP de Claude Code en 2026: 7 configuraciones listas para usar e instalación paso a paso».

Parte del problema de CLAUDE.md y Skills no es solo su tamaño, sino también su estructura. Un archivo de instrucciones, CLAUDE.md, es el núcleo. El conocimiento adicional del proyecto (público, productos, documentos legales, instrucciones diarias) está en la carpeta business/: ese es el Second Brain de mi metodología. Claude solo lee lo que necesita en ese momento, y la compresión del contexto ya se produce en este nivel. El desglose completo está en «El Second Brain en Claude Code».

Otro detalle que a menudo se pasa por alto: limpiar CLAUDE.md, cambiar a Skills y desactivar MCP es el primer paso. Después entra en juego la metodología de Context Engineering: qué incluir en cada prompt, en qué orden, qué delegar mediante Plan Mode y qué gestionar con /compact. Esta guía cubre un componente.

¿Qué se acumula en una sesión y qué no se puede recortar?#

Patrón 4. La salida de las herramientas se acumula durante toda la sesión

Un detalle del que poca gente habla: cuando Claude ejecuta bash cat huge-file.log, la salida COMPLETA de ese comando entra en el contexto y permanece ahí hasta el final de la sesión o hasta /clear. Lo mismo ocurre con Read en un archivo grande: las 10 000 líneas permanecen ahí y consumen tokens en todos los mensajes posteriores (consulta el patrón 2).

Soluciones:

1. Usa head, tail y grep en vez de leerlo todo. bash tail -100 deploy.log en lugar de Read deploy.log. Esto reduce inmediatamente la salida entre 10 y 100 veces.
2. Hooks para el preprocesamiento. Coloca un script en ~/.claude/hooks que filtre la salida de bash antes de que Claude la vea. Un ejemplo de la documentación de Anthropic es un hook PreToolUse que ejecuta npm test 2>&1 | grep -A 5 -E 'FAIL|ERROR' en lugar de imprimir la salida completa de las pruebas. Esto la comprime entre 50 y 100 veces. Encontrarás los detalles en «Hooks de Claude Code 2026: configuración paso a paso y 7 ejemplos listos para usar».
3. Usa /clear después de una lectura extensa. Si has leído un archivo enorme para una tarea concreta y ya no lo necesitas, no lo dejes en el contexto «por si acaso»: inicia un chat nuevo.

Patrón 5. Prompt del sistema + herramientas del sistema = carga base permanente

Este patrón no se puede cambiar, porque casi no hay nada que puedas hacer al respecto. Claude Code empieza con un prompt del sistema (~3 200 tokens) y las descripciones de todas las herramientas integradas —Read, Edit, Write, Bash, Glob, Grep, WebSearch, WebFetch, TodoWrite (~16 100 tokens)—. En total, forman una carga base permanente de 19 300 tokens que no puedes recortar.

Qué hacer en la práctica:

• Tenerlo presente. Cuenta con una «tasa» de base de 19K: con una ventana de 200K, quedan 200K - 19K = 181K para todo lo demás (menos CLAUDE.md, MCP y el búfer de autocompactación). Una ventana de 1M ofrece más espacio, pero esa «tasa» sigue acompañando a cada petición.
• Mide el procesamiento repetido. La base ocupa ventana y puede reaparecer en solicitudes posteriores. No es un cargo de tokens único por sesión; separa entrada, escritura y lectura de caché y salida al calcular costes.

¿Dónde se pierden tokens con Skills, plugins y equipos de agentes?#

Patrón 6. Los Skills y los plugins pueden registrarse dos veces

Este problema apareció con la llegada de los plugins a Claude Code (a finales de 2025). Cuando instalas un plugin que añade Skills, estos entran en el contexto. Si también tienes instalados Skills de usuario similares en ~/.claude/skills/, estos también se cargan. Y a veces se duplican.

Vercel compartió una cifra en su investigación sobre su pila de IA: el 56 % de los Skills nunca se invoca durante una sesión, pero sus descripciones se cargan constantemente en el contexto. A razón de 100 tokens por descripción, eso supone hasta 5 600 tokens de «equipaje» con 100 Skills.

Qué hacer:

1. /context muestra qué está ocupando espacio. Si la sección Skills supera los 3K, límpiala.
2. ls ~/.claude/skills/: comprueba qué Skills tienes instalados. Elimina los que no hayas usado en más de un mes.
3. /plugin remove para los plugins que instalaste «para probar» y olvidaste.

En «Skills de Claude Code en 2026: cómo crear una biblioteca personal de Skills» explico cuál es la estructura correcta para Skills y en qué se diferencian de CLAUDE.md.

Patrón 7. Los equipos de agentes consumen 7 veces más en Plan Mode

Los equipos de agentes son una función que permite a Claude Code iniciar varias instancias paralelas del modelo, cada una con su propio contexto. Anthropic lo indica expresamente en la documentación:

Eso significa que cinco miembros del equipo en Plan Mode equivalen a cinco sesiones paralelas, cada una con su propia base del sistema, su propia copia de CLAUDE.md y sus propias herramientas MCP. El consumo total de tokens crece de forma no lineal.

Qué hacer:

1. Usa Sonnet o Haiku para los miembros del equipo. Reserva Opus para quien dirige el equipo y coordina a los demás. La tarifa por token puede ser menor, pero mide coste completo y calidad de cada miembro en vez de suponer un ahorro fijo.
2. Equipos pequeños. Dos o tres miembros en vez de diez.
3. Detén a los miembros del equipo inactivos. Si la tarea ha terminado pero un miembro sigue ejecutándose, continúa consumiendo tokens en segundo plano.

Encontrarás más información sobre Plan Mode y cuándo resulta realmente útil en «Plan Mode en Claude Code: guía paso a paso y 4 etapas en 2026».

¿Por qué cobra Claude tokens cuando no estás mirando?#

Patrón 8. Extended Thinking usa tokens sin que intervengas

Extended Thinking es un modo en el que Claude «reflexiona» sobre la solución en un bloque de razonamiento oculto antes de responder. A efectos del cálculo, son tokens de salida, que se cuentan como una respuesta normal, pero no los ves en el chat.

Anthropic lo explica en la documentación:

Esto significa que una sola petición compleja puede usar entre 10K y 30K tokens de razonamiento que «consumen» el presupuesto, mientras tú solo ves un resumen breve en el chat.

Qué hacer:

1. /effort low para tareas sencillas. Reduce al mínimo el presupuesto de razonamiento.
2. MAX_THINKING_TOKENS=8000 en el entorno para fijar un límite máximo.
3. /config → desactiva thinking para tareas muy rutinarias en las que Claude no necesita «pensar».

En «Sonnet u Opus 4.7 en Claude Code: cómo elegir un modelo y /effort en 2026» se explica cuándo es útil el razonamiento (arquitectura compleja y razonamiento complejo en varios pasos) y cuándo no.

Patrón 9. Resúmenes en segundo plano mientras está inactivo

Este patrón es muy pequeño, pero interesante. Claude Code ejecuta un proceso en segundo plano que resume sesiones anteriores para el comando claude --resume. Este proceso funciona incluso cuando no estás escribiendo.

Anthropic lo indica expresamente en la documentación:

Cuatro céntimos por sesión no son una catástrofe. Pero si tienes 10 sesiones abiertas al día, ya son $0.40 de gasto pasivo diario, $12 al mes. Cierra las sesiones que no necesites en ese momento. Puedes restaurar una sesión desde el índice con /resume: no tienes que dejarla abierta.

Cómo medir tus pérdidas: el comando /context y sus salvedades#

Primero, el comando. En Claude Code, abre /context (o /usage para el cálculo) y obtendrás algo parecido a esto:

Context window: 200 000 tokens

System prompt:        3 200 (1.6%)
System tools:        16 100 (8.0%)
MCP tools:           12 600 (6.3%)
CLAUDE.md:            4 800 (2.4%)
Memory files:         3 000 (1.5%)
Conversation:        18 400 (9.2%)
Free space:         141 900 (71.0%)

Esta es una carga base permanente normal después de la primera limpieza. Muy bien: el 71 % de la ventana está libre.

Error conocido de /context: sobreestimación de MCP por 3

Hasta una actualización, /context mostraba cerca de tres veces la pérdida real de MCP porque el coste por herramienta se contaba por separado.

Cameron afirma que Anthropic corrigió esto en la versión actual, que ahora muestra 12 600 para el mismo XcodeBuildMCP. Así que:

1. Si /context muestra 50K o más en herramientas MCP, quizá tengas una versión antigua de Claude Code. Actualízala.
2. Si MCP está entre 8K y 15K, es normal: ese es el coste real con Tool Search.
3. Si MCP está entre 30K y 50K en una versión nueva, realmente tienes muchos servidores sin usar conectados. Ve a /mcp y desconéctalos.

Qué más comprobar además de /context

/usage — muestra el uso de tu plan en las últimas 24 horas o los últimos 7 días. En Pro y Max muestra un desglose por Skills, subagents, plugins y servidores MCP individuales. Es útil para identificar qué Skill consume más.

/cost — para usuarios de la API. Muestra el coste prorrateado de la sesión actual en dólares. No está pensado para suscriptores de Pro/Max: no lo necesitan.

/usage-credits — en Pro/Max, permite fijar un límite de gasto mensual. Es útil si no quieres que un equipo de agentes automatizado agote por accidente el límite de tu tarjeta de crédito.

Cómo limpiar el contexto de Claude Code en 15 minutos#

Abre tu proyecto en Claude Code y sigue estos pasos:

1. /context — anota el desglose actual. Esta es tu referencia inicial.
2. /clear — si el chat ha acumulado historial que no tiene relación con la tarea actual. Ventana nueva.
3. ls -la ~/.claude/skills/ — comprueba qué Skills están instalados. Elimina los que no hayas usado en un mes. Comando: rm -rf ~/.claude/skills/[skill-name] (o elimina la carpeta desde la interfaz).
4. /plugin list — haz lo mismo con los plugins. Elimina los que no uses con /plugin remove <name>.
5. /mcp — comprueba los servidores MCP conectados. Conserva solo los que necesites para la tarea actual. Desconecta los demás con /mcp disconnect <name>.
6. Abre CLAUDE.md en un editor. Si el archivo supera las 200 líneas, traslada las instrucciones especializadas a Skills (~/.claude/skills/[topic]/SKILL.md). Procura tener un núcleo de 100-200 líneas y entre 5 y 15 Skills temáticos. La guía detallada está en «Cómo configurar CLAUDE.md en 2026: plantilla lista para usar y 6 reglas».
7. Comprueba /effort — usa /effort low para tareas sencillas. Solo necesitas un presupuesto de razonamiento alto para arquitecturas complejas.
8. Haz la medición final con /context. Compárala con el paso 1.

En las sesiones descritas, el contexto ocupado pasó de 60–80K a 25–30K tras limpiar. Cambia el tamaño de la instantánea; no demuestra una reducción fija de tokens procesados totales ni coste. Compara ejecuciones completas de la misma tarea, incluida caché y salida, antes de afirmar ahorro.

¿Cuándo ayuda más cambiar a Sonnet o Haiku que limpiar el contexto?#

Anthropic habla de los modelos en su documentación:

Desglose aproximado de precios de tokens de entrada (a 27 de mayo de 2026):

Mi configuración:

1. Predeterminado: Sonnet 4.5. Es el modelo configurado en /config → default model. Cubre el 80 % de las tareas.
2. Ejecuta /model opus manualmente cuando una tarea sea realmente difícil (una decisión arquitectónica, diagnosticar un error desconcertante o crear un producto nuevo).
3. Usa /model haiku para pruebas y formato. O establece explícitamente model: haiku en la configuración del subagent.
4. /effort se configura por separado del modelo. Puedes usar Opus con /effort low: tendrás un modelo potente con un razonamiento mínimo, para obtener respuestas rápidas a tareas de dificultad media.

Cuándo resulta más útil limpiar el contexto que cambiar de modelo:

• El contexto está ocupado en más del 50 %: límpialo primero.
• El contexto está bien, pero las tareas son complejas: usa Opus con un nivel de esfuerzo normal.
• El contexto está bien y las tareas son rutinarias: usa Haiku.

Para ver un desglose detallado de los modelos y el nivel de esfuerzo, consulta «Sonnet u Opus 4.7 en Claude Code: cómo elegir un modelo y /effort en 2026».

¿Qué consejos aumentan el uso en vez de reducirlo?#

Antipatrón 1. «Elimina todo MCP: consume tokens»

La pereza es el error más habitual. Sí, históricamente MCP consumía hasta el 49 % del contexto, pero con Tool Search bajó al 8-15 %. Además, MCP proporciona herramientas reales que, de otro modo, tendrías que crear a mano. Eliminar todo MCP significa volver al trabajo manual, que te hará «perder» más tiempo del que ahorras en tokens.

La opción correcta: conserva solo los servidores MCP que uses de verdad con regularidad. Yo mantengo Playwright (para probar páginas de destino) y shadcn (para generar interfaces). Todo lo demás lo utilizo para una tarea concreta cada vez.

Antipatrón 2. «No uses CLAUDE.md; ponlo todo directamente en el prompt»

Suena «lógico»: si CLAUDE.md se carga con cada petición, eliminémoslo. En la práctica, sin CLAUDE.md empiezas cada mensaje escribiendo a mano las mismas instrucciones, y Claude olvida el contexto entre mensajes. Eso significa más tokens, no menos: simplemente llegan por otro canal.

La opción correcta: mantén CLAUDE.md compacto (100-200 líneas), con lo esencial en el archivo y el material especializado en Skills. Encontrarás los detalles en «Cómo configurar CLAUDE.md en 2026».

Antipatrón 3. «Trabaja siempre con Plan Mode»

Plan Mode es una herramienta excelente para tareas complejas en las que primero necesitas explorar el código y proponer un plan. Pero, al trabajar con equipos de agentes, consume una media de 7 veces más tokens (documentación de Anthropic). Para una tarea sencilla como «corrige una errata en el README», Plan Mode consume 7 veces más que una edición directa.

La opción correcta: usa Plan Mode para tareas complejas que duren 30 minutos o más. Para las tareas breves, haz una petición directa sin planificar. Encontrarás cuándo usar cada modo en «Plan Mode en Claude Code: guía paso a paso y 4 etapas en 2026».

Encontrarás más materiales en Ailoot.