Por qué Claude Code envía 33k tokens antes de tu prompt (y qué hacer al respecto)

Entender la sobrecarga en el uso de tokens de Claude Code

Todas las herramientas de programación con agentes cargan contexto antes incluso de ver tu prompt. El modelo necesita saber quién es, qué herramientas puede invocar y en qué entorno está funcionando. Claude Code se sitúa en el extremo más pesado de este espectro. Un arranque en frío suele rondar 33k tokens de preámbulo; una alternativa mínima como OpenCode registra una cifra más cercana a 7k.

Esa diferencia es real, pero no es una clasificación de calidad. Es una decisión de diseño. Los 33k permiten herramientas integradas más completas y un comportamiento del agente más fiable; los 7k permiten una menor carga y arranques en frío más baratos. Ninguna opción es «correcta»: son distintos puntos en una curva de capacidad frente a coste.

Este es el desglose aproximado de cómo se reparte el presupuesto de tokens de arranque de Claude Code. Las cifras exactas varían entre versiones, así que interprétalas como proporciones, no como constantes fijas:

La categoría más grande casi siempre es la de definiciones de herramientas. Esto sorprende a quienes esperan que predomine el prompt del sistema.

Por qué los esquemas de herramientas son tan pesados

Cada herramienta que el modelo puede invocar se incluye como un esquema estructurado: nombre, descripción y un esquema JSON completo de sus parámetros. Una sola herramienta bien documentada puede ocupar entre 500 y 1,500 tokens si cuentas las descripciones de parámetros anidados y los valores enumerados. Claude Code habilita un amplio conjunto predeterminado (lectura y escritura de archivos, edición, bash, glob, grep, obtención de contenido web, creación de tareas y agentes, seguimiento de tareas pendientes y más), y todas esas herramientas están presentes en cada solicitud.

Un esquema simplificado de una herramienta tiene aproximadamente este aspecto:

{
  "name": "edit_file",
  "description": "Make a targeted edit to an existing file. Use this instead of rewriting the whole file when possible...",
  "input_schema": {
    "type": "object",
    "properties": {
      "path": { "type": "string", "description": "Absolute path to the file" },
      "old_string": { "type": "string", "description": "Exact text to replace, including surrounding context for uniqueness" },
      "new_string": { "type": "string", "description": "Replacement text" }
    },
    "required": ["path", "old_string", "new_string"]
  }
}

Multiplica eso por más de una docena de herramientas, añade todas las herramientas que exponga cualquier servidor MCP que hayas conectado y el volumen de los esquemas crece rápidamente. Un problema habitual: alguien instala tres servidores MCP «para probarlos», cada uno con entre 8 y 15 herramientas, y su consumo base aumenta en 10k tokens en los que nunca vuelve a pensar.

El contexto del entorno que no pediste

Cuando Claude Code arranca dentro de un repositorio, incorpora información sobre el entorno para que el agente no tenga que gastar un turno haciendo preguntas básicas. En la práctica, esto incluye cosas como:

Working directory: /home/ryan/projects/api-gateway
Platform: linux
Git branch: feature/rate-limiting
Git status: 4 modified, 1 untracked
Recent commits: ...

Esto es realmente útil —por eso el agente ya sabe que estás en una rama de funcionalidad—, pero sigue consumiendo tokens, y en un monorepositorio grande la instantánea de directorios puede tener un tamaño considerable.

Qué obtienes realmente a cambio de la sobrecarga

Antes de eliminarla mediante optimizaciones, evalúa con honestidad lo que ganas y lo que pierdes. Esos 33k son lo que permite que Claude Code, en su primera respuesta, edite el archivo adecuado con el contexto correcto, ejecute tus pruebas, cree un subagente para una tarea paralela y respete las convenciones de tu proyecto, todo ello sin una ronda de preguntas aclaratorias. Un agente de 7k tokens a menudo tiene que obtener ese contexto mediante turnos adicionales, lo que implica más solicitudes, más latencia y, a veces, más tokens totales a lo largo de una sesión completa.

Así que la comparación no es «33k derrochador frente a 7k eficiente». Es:

• Menos solicitudes, más voluminosas (Claude Code) frente a más solicitudes, más ligeras (agentes mínimos)
• Capacidad disponible de inmediato frente a capacidad que se construye bajo demanda
• Mayor coste fijo por sesión frente a mayor coste variable por tarea

En una sesión de depuración de cinco mensajes, la sobrecarga fija se amortiza bien. En una instrucción de una sola línea que se envía y no requiere seguimiento, parece un derroche. Ambas reacciones son correctas en su contexto.

Los ajustes que realmente puedes controlar

No puedes reescribir el conjunto básico de herramientas de Claude Code, pero hay tres ajustes que cambian de forma significativa tu consumo base.

1. Recorta CLAUDE.md sin contemplaciones

CLAUDE.md se incorpora íntegramente en cada solicitud. Es la única parte del preámbulo que depende de ti al 100 %, y es donde más desperdicio veo: archivos de 4k tokens llenos de guías de estilo aspiracionales que el modelo ya sigue de forma predeterminada.

Mantenlo conciso y céntralo en lo esencial. Prioriza:

# Project: api-gateway

- Package manager: pnpm (never npm)
- Tests: `pnpm test` — must pass before any commit
- Do NOT edit files in /generated
- API errors use the AppError class in src/errors.ts

Elimina todo lo que el modelo haría de todos modos («escribe código limpio», «añade comentarios»). Una buena regla práctica: si eliminar una línea no cambiaría el comportamiento del agente, te está costando tokens para nada. Para aportar contexto detallado, colócalo en un archivo referenciado que el agente lea bajo demanda en lugar de pegarlo en la memoria.

2. Desactiva los servidores MCP y las herramientas que no uses

Para la mayoría, este es el cambio con mayor impacto. Revisa qué está conectado realmente:

claude mcp list

Si ves servidores que añadiste hace meses y nunca utilizas, elimínalos:

claude mcp remove some-unused-server

También puedes limitar qué herramientas están permitidas para mantener sus esquemas fuera del contexto. En la configuración de tu proyecto o de tu usuario:

{
  "permissions": {
    "allow": ["Read", "Edit", "Bash", "Grep", "Glob"],
    "deny": ["WebFetch"]
  }
}

Cada herramienta que excluyes es un esquema que no pagas por enviar en cada turno. En la práctica, desactivar un servidor MCP que genera mucho contenido me ha ahorrado más tokens que cualquier ajuste del prompt.

3. Aprovecha al máximo el almacenamiento en caché de prompts

Este es el ajuste clave y cambia por completo el cálculo. El prompt del sistema, las definiciones de herramientas y el contexto estable del proyecto son los mismos en cada solicitud dentro de una sesión , lo que los hace ideales para el almacenamiento en caché de prompts. Los tokens de entrada almacenados en caché son mucho más baratos que los nuevos, así que ese preámbulo de 33k deja de importar en gran medida después de la primera llamada.

Claude Code utiliza la caché automáticamente, pero puedes ayudar manteniendo realmente estable la parte estable de tu contexto:

• Evita reescribir CLAUDE.md a mitad de sesión: un cambio invalida la caché de todo lo que aparece después.
• Coloca el contexto estático al principio; deja los detalles cambiantes en tus mensajes, no en el preámbulo.
• El orden importa: la caché funciona sobre un prefijo, así que cualquier cambio al principio invalida todo lo que viene después.

La consecuencia práctica: optimiza el número de tokens de tu primera solicitud para reducir el coste, pero optimiza tu sesión para aprovechar la caché. Un prefijo estable de 33k que se almacena correctamente en caché suele ser más barato durante una sesión real de trabajo que un prefijo de 7k que nunca se almacena en caché porque se reconstruye en cada turno.

Si ejecutas grandes volúmenes de trabajo con agentes y sigues de cerca los cálculos por token, aquí es también donde un acceso más barato a la API —como el que ofrece AI Prime Tech para los modelos Claude— se combina especialmente bien con una buena gestión de la caché.

Recomendaciones prácticas

• El coste de arranque de ~33k corresponde principalmente a los esquemas de herramientas, no al prompt del sistema. Las definiciones de herramientas y los servidores MCP dominan el presupuesto.
• Es un compromiso, no un desperdicio. La sobrecarga proporciona capacidad inmediata y menos intercambios conversacionales; los agentes más ligeros desplazan el coste de fijo a variable.
• Revisa primero tus servidores MCP. Eliminar los servidores que no utilizas y bloquear las herramientas que no usas es la medida de reducción con mayor impacto.
• Mantén CLAUDE.md centrado en lo esencial. Elimina todo lo que el modelo hace de forma predeterminada; referencia la documentación detallada para consultarla bajo demanda en lugar de pegarla.
• Diseña para aprovechar la caché, no solo para tener una primera solicitud pequeña. Un preámbulo estable que se almacena correctamente en caché supera a uno diminuto que se reconstruye en cada turno.
• Mide por sesión, no por mensaje. Evalúa la sobrecarga respecto a la tarea completa, donde los costes fijos se amortizan.