Gestionar costos de manera efectiva

Realice un seguimiento del uso de tokens, establezca límites de gasto del equipo y reduzca los costos de Claude Code con la gestión del contexto, la selección de modelos, la configuración del pensamiento extendido y los hooks de preprocesamiento.

Claude Code cobra por consumo de tokens de API. Para precios de planes de suscripción (Pro, Max, Team, Enterprise), consulte claude.com/pricing. Los costos por desarrollador varían ampliamente según la selección del modelo, el tamaño de la base de código y los patrones de uso, como ejecutar múltiples instancias o automatización.

En implementaciones empresariales, el costo promedio es de alrededor de $13 por desarrollador por día activo y $150-250 por desarrollador por mes, con costos que se mantienen por debajo de $30 por día activo para el 90% de los usuarios. Para estimar el gasto de su equipo, comience con un pequeño grupo piloto y use las herramientas de seguimiento a continuación para establecer una línea base antes de un despliegue más amplio.

Esta página cubre cómo realizar un seguimiento de sus costos, gestionar costos para su organización y reducir el uso de tokens.

Realice un seguimiento de sus costos

Uso del comando `/usage`

El bloque Session en la parte superior de /usage muestra estadísticas detalladas de uso de tokens para su sesión actual. La cifra en dólares es una estimación calculada localmente a partir de conteos de tokens y puede diferir de su factura real. Para facturación autorizada, consulte la página de Uso en la Consola de Claude.

Total cost:            $0.55
Total duration (API):  6m 19.7s
Total duration (wall): 6h 33m 10.2s
Total code changes:    0 lines added, 0 lines removed

En un plan Pro, Max, Team o Enterprise, /usage también muestra un desglose de lo que cuenta contra los límites de su plan. Atribuye el uso reciente a skills, subagentes, plugins y servidores MCP individuales, cada uno mostrado como un porcentaje del total. Presione d o w para cambiar entre las últimas 24 horas y los últimos 7 días. Las cifras son aproximadas y se calculan a partir del historial de sesión local en esta máquina, por lo que el uso de otros dispositivos o claude.ai no se incluye.

En la extensión de VS Code, el mismo desglose aparece en el diálogo Cuenta y uso con un botón de alternancia Día y Semana. Requiere Claude Code v2.1.174 o posterior.

Establecer un límite de gasto en Pro y Max

En los planes Pro y Max, puede establecer un límite de gasto mensual en créditos de uso con el comando /usage-credits. Si alcanza ese límite mientras aún tiene créditos de uso disponibles, Claude Code le solicita que aumente o elimine el límite para que pueda continuar sin abandonar la CLI. Cambiar el límite requiere acceso de facturación en la cuenta.

Gestión de costos para su organización

Los controles que tiene dependen de cómo su organización accede a Claude Code: un plan Claude for Teams o Enterprise, la Consola de Claude, o un proveedor de nube. En los planes Teams y Enterprise, el uso se extrae de la asignación de cada miembro. En la Consola y en proveedores de nube, el uso se factura por token a su organización. Si su organización mezcla métodos de inicio de sesión, cada desarrollador se mide según el que autenticó.

La tabla asigna cada configuración a dónde ve el gasto, dónde lo limita y cómo extrae números por usuario.

La exportación de OpenTelemetry funciona en cada configuración y es la única opción que transmite métricas de tokens y costos por usuario a su propia pila de observabilidad en tiempo casi real.

Claude for Teams y Enterprise

En los planes Claude for Teams y Enterprise, el uso de Claude Code de cada miembro se extrae de una asignación por puesto que se reinicia en una ventana de cinco horas móvil y una ventana semanal. La asignación se comparte con Claude chat y Cowork, y su tamaño depende del nivel de puesto. Sus controles se encuentran en la consola de administrador de claude.ai, no en la Consola de Claude.

• Ver gasto: el informe de gasto en análisis de org muestra el gasto estimado por usuario y por modelo, con exportación CSV, actualizado diariamente. El informe cubre el gasto de créditos de uso y aparece una vez que se activan los créditos de uso. El uso dentro de la asignación de puesto no se mide en dólares.
• Ver adopción: el panel de análisis muestra usuarios activos diarios, sesiones y métricas de contribución, con exportación CSV de datos de contribución. Consulte rastrear el uso del equipo con análisis.
• Limitar gasto: la asignación de puesto es el techo predeterminado. Para permitir que los miembros continúen más allá, active créditos de uso y establezca límites de gasto a nivel de organización, grupo o miembro individual.
• Extraer números por usuario: en el plan Enterprise, la API de Análisis Enterprise devuelve informes de uso y costo por usuario en todas las superficies de Claude, incluido Claude Code. Un Propietario Principal crea una clave con el alcance read:analytics en claude.ai/analytics/api-keys. En el plan Teams, exporte el CSV de informe de gasto, que enumera el uso de tokens y el gasto estimado por usuario y por modelo.

La Guía de consumo de Claude Enterprise es la referencia de planificación para administradores. Explica cómo difiere el consumo en Claude chat, Claude Code y Cowork, y proporciona puntos de partida en dólares por usuario para presupuestar. Presupueste más para un puesto de codificación que para un puesto de chat: cada turno de Claude Code lleva contenidos de archivo, llamadas de herramientas y razonamiento de múltiples pasos, por lo que una sesión de depuración puede consumir más que un día de chat.

Consola de Claude

Las organizaciones de API administran el gasto de Claude Code a través de espacios de trabajo. Puede establecer límites de gasto del espacio de trabajo en el gasto total de Claude Code y ver informes de costos y uso en la Consola.

Para informes por usuario, el panel de Consola muestra gasto y líneas aceptadas por miembro, y la API de Análisis de Claude Code devuelve las mismas métricas diarias por usuario mediante programación con una clave de API de administrador. Consulte análisis para clientes de API.

Recomendaciones de límite de velocidad

Al configurar Claude Code para equipos, considere estas recomendaciones de Tokens Por Minuto (TPM) y Solicitudes Por Minuto (RPM) por usuario según el tamaño de su organización:

Por ejemplo, si tiene 200 usuarios, podría solicitar 20k TPM para cada usuario, o 4 millones de TPM totales (200*20,000 = 4 millones).

El TPM por usuario disminuye a medida que crece el tamaño del equipo porque menos usuarios tienden a usar Claude Code simultáneamente en organizaciones más grandes. Estos límites de velocidad se aplican a nivel de organización, no por usuario individual, lo que significa que los usuarios individuales pueden consumir temporalmente más que su parte calculada cuando otros no están usando activamente el servicio.

Proveedores de nube

En Amazon Bedrock, Plataforma de Agentes de Google Cloud y Microsoft Foundry, Claude Code se factura por token a su cuenta en la nube, y los controles de gasto se encuentran en la consola de facturación de su proveedor de nube. Claude Code no envía métricas desde su nube a Anthropic, por lo que los paneles de análisis y la API de Análisis de Claude Code no cubren este uso.

Para la atribución de costos por usuario, tiene tres opciones:

• OpenTelemetry: exporte métricas desde la máquina de cada desarrollador a su propia pila de observabilidad. Esto le proporciona conteos de tokens por usuario, costos y actividad de herramientas independientemente del proveedor.
• Una puerta de enlace de aplicaciones Claude: una puerta de enlace de aplicaciones Claude autohospedada proporciona atribución de uso por usuario, métricas OTLP con conteos de tokens, y límites de gasto por usuario en estos proveedores.
• Una puerta de enlace LLM: enrute todo el tráfico de Claude Code a través de un proxy que rastree el gasto por clave. Varios grandes empresas informaron usar LiteLLM, una herramienta de código abierto que rastrea el gasto por clave. Este proyecto no está afiliado con Anthropic y no ha sido auditado por seguridad.

Cuando un desarrollador pregunta sobre un límite

Los desarrolladores generalmente llevan preguntas sobre límites a su administrador, por lo que es útil saber qué techo alcanzaron. Las tres situaciones significan cosas diferentes:

• "Ha alcanzado su límite de sesión" o "Ha alcanzado su límite semanal": una ventana de uso basada en puesto en un plan de suscripción. Estas ventanas se comparten en todos los modelos, por lo que cambiar modelos con /model no restaura el acceso, aunque permite que el desarrollador continúe trabajando después del mensaje específico del modelo "Ha alcanzado su límite de Opus". El mensaje muestra cuándo se reinicia la ventana, y el desarrollador puede ejecutar /usage-credits para solicitar uso más allá de la asignación si tiene créditos de uso activados. Consulte errores de límite de uso.
• Una advertencia de contexto o auto-compact: no es un límite de uso. La conversación ha crecido cerca del tamaño máximo de entrada del modelo, y Claude Code resume el historial anterior para liberar espacio. Dirija al desarrollador a reducir el uso de tokens.
• Gasto inesperadamente alto en un plan de API o proveedor de nube: generalmente se remonta a sesiones largas que nunca se borraron o a Opus dejado como modelo predeterminado. Los hábitos de mayor impacto para compartir son borrar entre tareas no relacionadas y hacer coincidir el modelo con el trabajo, ambos cubiertos en reducir el uso de tokens.

Costos de tokens del equipo de agentes

Los equipos de agentes generan múltiples instancias de Claude Code, cada una con su propia ventana de contexto. El uso de tokens se escala con el número de compañeros de equipo activos y cuánto tiempo se ejecuta cada uno.

Para mantener los costos del equipo de agentes manejables:

• Use Sonnet para compañeros de equipo. Equilibra capacidad y costo para tareas de coordinación.
• Mantenga los equipos pequeños. Cada compañero de equipo ejecuta su propia ventana de contexto, por lo que el uso de tokens es aproximadamente proporcional al tamaño del equipo.
• Mantenga los prompts de generación enfocados. Los compañeros de equipo cargan CLAUDE.md, servidores MCP y skills automáticamente, pero todo en el prompt de generación se suma a su contexto desde el principio.
• Cierre los compañeros de equipo cuando su trabajo esté hecho. Cada compañero de equipo activo continúa consumiendo tokens hasta que se cierre o la sesión finalice.
• Los equipos de agentes están deshabilitados por defecto. Establezca CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 en su settings.json o entorno para habilitarlos. Consulte habilitar equipos de agentes.

Reducir el uso de tokens

Los costos de tokens se escalan con el tamaño del contexto: cuanto más contexto procesa Claude, más tokens utiliza. Claude Code optimiza automáticamente los costos a través del almacenamiento en caché de prompts, que reduce costos para contenido repetido como prompts del sistema, y auto-compactación, que resume el historial de conversación cuando se acerca a los límites del contexto.

Las siguientes estrategias lo ayudan a mantener el contexto pequeño y reducir los costos por mensaje.

Gestione el contexto de manera proactiva

Use /usage para verificar su uso actual de tokens, o configure su línea de estado para mostrarla continuamente.

• Limpie entre tareas: Use /clear para comenzar de nuevo cuando cambie a trabajo no relacionado. El contexto obsoleto desperdicia tokens en cada mensaje posterior. Use /rename antes de limpiar para que pueda encontrar fácilmente la sesión más tarde, luego /resume para volver a ella.
• Agregue instrucciones de compactación personalizadas: /compact Focus on code samples and API usage le dice a Claude qué preservar durante la summarización.

También puede personalizar el comportamiento de compactación en su archivo CLAUDE.md en la raíz de su proyecto:

# Compact instructions

When you are using compact, please focus on test output and code changes

Elija el modelo correcto

Sonnet maneja bien la mayoría de tareas de codificación y cuesta menos que Opus. Reserve Opus para decisiones arquitectónicas complejas o razonamiento de múltiples pasos. Use /model para cambiar modelos a mitad de sesión, o establezca un valor predeterminado en /config. Para tareas simples de subagent, especifique model: haiku en su configuración de subagent.

Reduzca la sobrecarga del servidor MCP

Las definiciones de herramientas MCP se difieren por defecto, por lo que solo los nombres de herramientas entran en contexto hasta que Claude usa una herramienta específica. Ejecute /context para ver qué está consumiendo espacio.

• Prefiera herramientas CLI cuando estén disponibles: Herramientas como gh, aws, gcloud y sentry-cli son más eficientes en contexto que los servidores MCP porque no agregan ningún listado por herramienta. Claude puede ejecutar comandos CLI directamente.
• Deshabilite servidores no utilizados: Ejecute /mcp para ver servidores configurados y deshabilite cualquiera que no esté usando activamente.

Instale plugins de inteligencia de código para lenguajes tipados

Los plugins de inteligencia de código le dan a Claude navegación de símbolos precisa en lugar de búsqueda basada en texto, reduciendo lecturas de archivos innecesarias al explorar código desconocido. Una única llamada "ir a definición" reemplaza lo que de otro modo sería un grep seguido de lectura de múltiples archivos candidatos. Los servidores de lenguaje instalados también reportan errores de tipo automáticamente después de ediciones, por lo que Claude detecta errores sin ejecutar un compilador.

Descargue el procesamiento en hooks y skills

Los hooks personalizados pueden preprocesar datos antes de que Claude los vea. En lugar de que Claude lea un archivo de registro de 10,000 líneas para encontrar errores, un hook puede buscar ERROR y devolver solo las líneas coincidentes, reduciendo el contexto de decenas de miles de tokens a cientos.

Una skill puede darle a Claude conocimiento de dominio para que no tenga que explorar. Por ejemplo, una skill "codebase-overview" podría describir la arquitectura de su proyecto, directorios clave y convenciones de nomenclatura. Cuando Claude invoca la skill, obtiene este contexto inmediatamente en lugar de gastar tokens leyendo múltiples archivos para entender la estructura.

Por ejemplo, este hook PreToolUse filtra la salida de prueba para mostrar solo fallos:

{
"hooks": {
"PreToolUse": [
{
"matcher": "Bash",
"hooks": [
{
"type": "command",
"command": "~/.claude/hooks/filter-test-output.sh"
}
]
}
]
}
}

#!/bin/bash
input=$(cat)
cmd=$(echo "$input" | jq -r '.tool_input.command')

# If running tests, filter to show only failures
if [[ "$cmd" =~ ^(npm test|pytest|go test) ]]; then
filtered_cmd="$cmd 2>&1 | grep -A 5 -E '(FAIL|ERROR|error:)' | head -100"
echo "{\"hookSpecificOutput\":{\"hookEventName\":\"PreToolUse\",\"permissionDecision\":\"allow\",\"updatedInput\":{\"command\":\"$filtered_cmd\"}}}"
else
echo "{}"
fi

Mueva instrucciones de CLAUDE.md a skills

Su archivo CLAUDE.md se carga en contexto al inicio de la sesión. Si contiene instrucciones detalladas para flujos de trabajo específicos (como revisiones de PR o migraciones de bases de datos), esos tokens están presentes incluso cuando está haciendo trabajo no relacionado. Skills se cargan bajo demanda solo cuando se invocan, por lo que mover instrucciones especializadas a skills mantiene su contexto base más pequeño. Apunte a mantener CLAUDE.md bajo 200 líneas incluyendo solo lo esencial.

Ajuste el pensamiento extendido

El pensamiento extendido está habilitado por defecto porque mejora significativamente el rendimiento en tareas complejas de planificación y razonamiento. Los tokens de pensamiento se facturan como tokens de salida, y el presupuesto predeterminado puede ser decenas de miles de tokens por solicitud dependiendo del modelo. Para tareas más simples donde el razonamiento profundo no es necesario, puede reducir costos bajando el nivel de esfuerzo con /effort o en /model, deshabilitando el pensamiento en /config, o, en modelos con un presupuesto de pensamiento fijo, bajando el presupuesto estableciendo la variable de entorno MAX_THINKING_TOKENS, por ejemplo MAX_THINKING_TOKENS=8000. Los modelos de razonamiento adaptativo ignoran presupuestos distintos de cero, así que use niveles de esfuerzo en su lugar. Deshabilitar el pensamiento no está disponible en Fable 5, que siempre usa pensamiento extendido.

Delegue operaciones detalladas a subagents

Ejecutar pruebas, obtener documentación o procesar archivos de registro puede consumir contexto significativo. Delegue estos a subagents para que la salida detallada permanezca en el contexto del subagent mientras solo un resumen regresa a su conversación principal.

Gestione los costos del equipo de agentes

Los equipos de agentes usan aproximadamente 7 veces más tokens que sesiones estándar cuando los compañeros de equipo se ejecutan en plan mode, porque cada compañero de equipo mantiene su propia ventana de contexto y se ejecuta como una instancia separada de Claude. Mantenga las tareas del equipo pequeñas y autónomas para limitar el uso de tokens por compañero de equipo. Consulte equipos de agentes para obtener detalles.

Escriba prompts específicos

Solicitudes vagas como "mejorar esta base de código" desencadenan escaneo amplio. Solicitudes específicas como "agregar validación de entrada a la función de inicio de sesión en auth.ts" permiten que Claude trabaje eficientemente con lecturas de archivos mínimas.

Trabaje eficientemente en tareas complejas

Para trabajo más largo o más complejo, estos hábitos ayudan a evitar tokens desperdiciados por tomar el camino equivocado:

• Use plan mode para tareas complejas: Presione Shift+Tab para entrar en plan mode antes de la implementación. Claude explora la base de código y propone un enfoque para su aprobación, previniendo re-trabajo costoso cuando la dirección inicial es incorrecta.
• Corrija el curso temprano: Si Claude comienza a ir en la dirección equivocada, presione Escape para detener inmediatamente. Use /rewind o presione Escape dos veces para restaurar la conversación y el código a un checkpoint anterior.
• Proporcione objetivos de verificación: Incluya casos de prueba, pegue capturas de pantalla o defina la salida esperada en su prompt. Cuando Claude puede verificar su propio trabajo, detecta problemas antes de que necesite solicitar correcciones.
• Pruebe incrementalmente: Escriba un archivo, pruébelo, luego continúe. Esto detecta problemas temprano cuando son baratos de arreglar.

Uso de tokens en segundo plano

Claude Code usa tokens para algunas funcionalidades en segundo plano incluso cuando está inactivo:

• Summarización de conversación: Trabajos en segundo plano que resumen conversaciones anteriores para la característica claude --resume
• Procesamiento de comandos: Algunos comandos como /usage pueden generar solicitudes para verificar el estado

Estos procesos en segundo plano consumen una pequeña cantidad de tokens (típicamente menos de $0.04 por sesión) incluso sin interacción activa.

Comprensión de cambios en el comportamiento de Claude Code

Claude Code recibe actualizaciones regularmente que pueden cambiar cómo funcionan las características, incluido el reporte de costos. Ejecute claude --version para verificar su versión actual. Para preguntas específicas de facturación, contacte al soporte de Anthropic a través de su cuenta de Consola.