← Volver al blog
Aiaprox. 7 min de lectura

TokenEconomizer: recortar la factura del agente sin tocar el modelo

Publicado 7 nov 2026
TokenEconomizer: recortar la factura del agente sin tocar el modelo

Esta es una factura que te resultará familiar. Corres un agente de programación sobre el mismo repositorio todos los días. Vuelve a aprender que los tests necesitan python -m pytest en lugar de pytest. Carga una herramienta de navegador que nunca llama. Choca tres veces seguidas con el mismo error, prueba el mismo arreglo cuatro veces y luego te dice que está atascado.

Nada de eso es un problema del modelo. Es un problema de memoria, y TokenEconomizer —de Microsoft Research, UC Berkeley y Microsoft Security— lo ataca sin tocar el modelo en absoluto.

Qué mide

El paper (arXiv 2610.22732) reporta, en tareas de SWE-Bench, un costo medio entre un 18,4% y un 30,9% menor en cinco combinaciones de agente y modelo. Más barato en las treinta celdas de repositorio × combinación. Pass@1 sube en cuatro de las cinco.

Las cifras por combinación son las que merece la pena leer con atención, porque muestran de dónde viene el ahorro:

  • Claude Code con Sonnet 5: costo −23,6%, Pass@1 +1,3
  • Claude Code con Opus 4.8: costo −30,9%, Pass@1 −1,0
  • Codex con GPT-5.6 Terra: costo −24,7%, Pass@1 +0,9
  • Codex con GPT-5.6 Sol: costo −26,1%, Pass@1 +1,6
  • Copilot CLI con Sonnet 5: costo −18,4%, Pass@1 +2,6

Una regresión, cuatro mejoras y todo más barato. Ese patrón —más barato casi en todas partes, calidad más o menos plana o algo mejor— es el aspecto que tiene una herramienta de eliminación de desperdicio bien dirigida. No hace al modelo más listo. Le impide pagar dos veces por la misma lección.

A dark laptop keyboard lit only by the glow of the screen

Tres mecanismos, una idea

La frase de encuadre del README es toda la tesis: los agentes de programación están hechos para terminar tareas, no para mantenerlas baratas. Cada turno vuelve a pagar por las instrucciones del agente, por cada herramienta cargada y por la conversación hasta ese momento.

Micro-skills: recuerda cómo funciona el repositorio. Las sesiones redescubren los mismos hechos. Un paso de compilación que debe ejecutarse primero. La grafía de un comando que funciona aquí. Una variable de entorno que necesita un comando. Dónde viven los archivos generados. Micro-skills los aprende de dos fuentes: fallos que se repiten entre sesiones y un modelo que revisa las sesiones recientes cada tres sesiones y propone hechos. Un hecho solo se promociona al contexto cuando tres sesiones lo han confirmado.

Ese umbral de confirmación es el detalle de diseño que más me gusta. Es la diferencia entre un recuerdo y un rumor.

Poda de herramientas: deja de enviar herramientas que este repositorio nunca usa. Los agentes de programación vienen con un conjunto grande de herramientas. Un repositorio que nunca toca un notebook nunca necesita la herramienta de notebooks, y cada herramienta sin usar se paga en cada turno. La poda las elimina a través de la propia configuración del agente, y por eso funciona sin que el agente sepa nada al respecto.

Intervención en bucles de fallo: detecta el bucle. El mismo error tres veces dispara un empujón para probar otro enfoque. Es el mecanismo más barato y probablemente el más valioso, porque los bucles de fallo son donde los agentes queman más dinero para el menor resultado.

El detalle contable que nadie más hace

Una línea de la sección «cómo funciona» explica por qué la cifra de titular es creíble: la mayoría de los tokens de una sesión son relecturas en caché, así que el costo se calcula con precios de caché, y además incluye las propias llamadas al modelo del plugin.

Es una honestidad poco común. Una herramienta que reporta ahorros mientras factura su propio overhead fuera de la contabilidad es marketing, no medición. Contar las relecturas de caché a precio de caché también replantea el problema: la parte cara de una sesión de agente no son los tokens nuevos, es la acumulación.

Instalarlo

Es un plugin para el agente que ya usas, ejecutado desde un clon. Python 3.10 o superior en el PATH, sin clave de API propia y sin tocar nunca credenciales.

git clone https://github.com/microsoft/TokenEconomizer.git
claude plugin marketplace add "$PWD/TokenEconomizer"
claude plugin install tokeneconomizer@tokeneconomizer

Codex y la CLI de Copilot tienen equivalentes —codex plugin marketplace add, copilot plugin install— y opencode también está soportado. Después comprueba el estado con /tokeneconomizer:status dentro del agente. Dos notas de configuración importan: la carpeta tiene que quedarse donde la clonaste, porque el plugin se ejecuta desde el clon, y para Claude Code necesitas correr /tokeneconomizer:toolprune refresh-catalog una vez por máquina y de nuevo después de cada actualización de Claude Code, porque el catálogo de herramientas depende de la versión.

En Codex te pedirán que confíes en la carpeta y luego que revises los hooks. Los hooks surten efecto desde la sesión siguiente, así que sal y reinicia. Es la parte menos elegante de la instalación, y merece la pena hacerla bien en lugar de ir haciendo clic.

Lo que no hace

No cambia el modelo, los pesos ni el código del agente. Ese es el sentido de llamarlo caja negra: todo lo que hace ocurre a través del contexto al inicio de la sesión y de la propia configuración del agente.

No te ayuda en un repositorio que tocas una vez. La economía es explícitamente «se recupera a lo largo de las sesiones siguientes», lo que significa que las dos o tres primeras sesiones son una inversión. Si tu trabajo se parece a un repositorio distinto cada semana, esta es la herramienta equivocada y el paper estaría de acuerdo contigo.

Y no arregla el problema de calidad. Una combinación empeoró ligeramente. Quitar desperdicio cambia en qué gasta el agente, no lo bien que piensa, y no hay razón para esperar comida gratis en los dos ejes a la vez.

Una advertencia sobre la medición. Corre una semana de control antes de creerte nada de esto. Los recuentos de tokens en las sesiones de agente son ruidosos, y un repositorio con una semana inusualmente productiva parecerá una victoria de costos independientemente del plugin que hayas instalado. Compara costo por tarea completada, no costo por día, y mantén la lista de tareas más o menos constante. Las treinta celdas del paper son un prior útil, no un sustituto de tu propia línea base.

Por qué esta es la forma del próximo año

El precio de los agentes ha sido una historia sobre modelos que se abaratan. Es la palanca equivocada para casi todos los equipos, porque la factura la domina cuánto relee el agente, no el precio por token. Un 25% menos por un modelo más barato está bien; un 25% menos por no volver a descubrir tu comando de compilación es estructural, y se compone con el modelo barato en lugar de competir con él.

Pasamos dos años optimizando prompts. Los números de aquí sugieren que los dos siguientes van de optimizar sesiones: qué entra en el contexto, qué herramientas se cargan y cuándo interrumpir un bucle. Nada de eso requiere un modelo mejor, y por eso precisamente es probable que funcione.

Si corres un agente sobre un repositorio más de diez veces al mes, instálalo y mide tu propia factura durante una semana. El número interesante no es el 18–31% del paper. Es cuántas de tus sesiones estaban redescubriendo algo que ya sabías.

Artículos relacionados