Programación y vibe coding
Reducir el coste de Claude Code y Codex con TokenEconomizer: el plugin que aprende de tus sesiones
TokenEconomizer es un plugin gratuito de Microsoft Research y UC Berkeley para Claude Code, Codex, Copilot CLI y Pi. Recuerda datos del repo, deja de cargar herramientas que no usas y corta bucles de errores. En SWE-Bench bajó el coste entre 18,4% y 30,9%. No probado por Fluye.
| Herramientas | Claude Code (principal)GitHub CopilotCursor |
|---|---|
| Qué necesitas |
|
| Coste aprox. | El plugin es gratis y open source (Apache-2.0). Sus propias llamadas al modelo pasan por tu agente y tu plan, y el proyecto las incluye en sus informes de coste. |
| Tiempo de montaje | 20 min (primera vez) |
| Nivel | Media |
| Plan gratis | Puede bastar para pruebas |
Prompt listo para usar
Tengo TokenEconomizer instalado en este repositorio con [AGENTE]. 1. Ejecuta el comando status del plugin y resúmeme en cinco líneas qué ha aprendido, qué herramientas ha dejado fuera y cuánto han costado mis últimas sesiones. 2. Si hay herramientas fuera que necesito para [TAREA], dime cuáles y cómo devolverlas con toolprune restore. No lo hagas sin preguntarme. 3. Haz la tarea: [TAREA]. 4. Al acabar, vuelve a mirar status y dime si el coste de esta sesión ha subido o bajado frente a la media de las anteriores. No cambies la configuración del plugin sin mi permiso.
| Variable | Qué poner | Ejemplo |
|---|---|---|
[AGENTE] | El agente de código donde instalaste el plugin | Claude Code |
[TAREA] | Una tarea habitual en este repositorio, de las que repites a menudo | arreglar los tests que fallan en el módulo de pagos |
Pégalo en: Claude Code, GitHub Copilot
Prompt propio de Fluye para comprobar el ahorro en tu repositorio. Los comandos son los del README de TokenEconomizer; no los hemos ejecutado aquí.
Cómo funciona
- Instala el plugin en tu agente. Clona el repo de Microsoft y añádelo como marketplace local. En Claude Code son tres líneas: git clone, claude plugin marketplace add con la ruta absoluta y claude plugin install tokeneconomizer@tokeneconomizer. Codex y Copilot CLI tienen sus equivalentes.
- Confía en la carpeta y comprueba el estado. Abre el agente en un repo, acepta la carpeta y ejecuta /tokeneconomizer:status. En Claude Code y Copilot CLI toca además toolprune refresh-catalog una vez por equipo para que conozca todas tus herramientas.
- Trabaja como siempre. No hay que cambiar nada. Por defecto van activos la poda de herramientas y el vigilante de bucles. Las micro-skills, que recuerdan comandos y pasos del repo, vienen apagadas porque añaden llamadas al modelo.
- Activa las micro-skills si repites mucho. Con config set microskills=on el plugin propone datos del repo cada tres sesiones y solo los anuncia al empezar cuando tres sesiones los confirman. Si una sesión posterior los contradice, los quita.
- Revisa lo que ha podado. El comando toolprune enseña qué herramientas ha dejado fuera y por qué. Si te falta alguna, toolprune restore la devuelve y ya no vuelve a quitarla.
Qué resultado esperar
Tu agente de código deja de pagar cada sesión por redescubrir el mismo repositorio, cargar herramientas que no usa y repetir bucles de errores, sin cambiar de modelo ni de agente.
- Qué se hizo
- Investigadores de Microsoft Research y UC Berkeley publican un plugin que aprende de las sesiones anteriores de tu agente de código en un repositorio y recorta el gasto repetido en las siguientes.
- Cómo fue
- En 277 tareas de SWE-Bench el coste medio bajó entre 18,4% y 30,9% según la combinación de agente y modelo, fue más barato en las 30 celdas medidas y el acierto subió en 4 de 5.
- A tener en cuenta
- Son cifras del propio equipo en benchmarks. Solo funciona en versiones concretas de cada agente y Cursor es experimental. Sin prueba propia todavía.
Límites y precauciones
- Las cifras son del paper y del README: 277 tareas de SWE-Bench en seis repositorios, con cinco combinaciones de agente y modelo. En tu proyecto puede ser otra cosa.
- En una de las cinco combinaciones el acierto bajó un poco (Pass@1 de -1,0 con Opus 4.8). En las otras cuatro subió.
- Solo soporta un rango de versiones de cada agente. Cursor Agent y opencode son experimentales y en Cursor todavía no poda herramientas.
- Sin prueba propia todavía.
- Escribe en la configuración local de tu agente (por ejemplo .claude/settings.local.json). Prueba primero en un repo que no sea crítico.
- El vigilante de bucles nunca para un turno: te avisa y te dice cómo pararlo. En ejecuciones sin nadie mirando, el turno sigue hasta acabar.
- Lo que aprende se queda en tu equipo, en ~/.tokeneconomizer. Si compartes máquina, tenlo en cuenta.
Variantes
- github-copilot: En GitHub Copilot CLI la poda deja fuera servidores MCP enteros, no herramientas sueltas. Se instala con copilot plugin marketplace add y copilot plugin install.
- cursor: Soporte experimental en Cursor Agent para macOS y Linux. El README avisa de que no informa del coste por sesión y de que la entrega de hooks aún no está verificada.
Fuentes: repo TokenEconomizer de Microsoft, el paper en arXiv y los posts de Aaron J. Li y @n0tisma en X. Caso curado, no probado por Fluye.
«past experience can substantially reduce the token cost of your coding agent» (la experiencia previa puede reducir mucho el coste en tokens de tu agente de código). Aaron J. Li, coautor, en su post en X.
Cada vez que abres una sesión nueva, tu agente de código vuelve a descubrir cómo funciona tu proyecto: qué comando de tests sirve, qué paso va antes, dónde está cada cosa. Además manda en cada petición la definición de herramientas que nunca usa en ese repo y, a veces, se queda dando vueltas al mismo error. Todo eso se paga en tokens.
TokenEconomizer es un plugin de Microsoft Research y UC Berkeley que ataca esos tres gastos sin tocar el agente ni el modelo. Aprende de las sesiones que ya has hecho en un repositorio. Las micro-skills recuerdan datos que se confirman en tres sesiones. La poda deja de cargar herramientas que no usas en cinco sesiones seguidas. Y el vigilante de bucles le pasa una nota al agente cuando un modelo juez cree que está atascado.
Las cifras salen del paper: en 277 tareas de SWE-Bench el coste medio bajó entre 18,4% y 30,9% según la combinación de agente y modelo, y el acierto subió en 4 de 5 combinaciones. En una, Claude Code con Opus 4.8, el acierto bajó 1 punto. Son pruebas del propio equipo, así que mide tu caso con el comando status, que incluye lo que gasta el propio plugin.
Dos cosas antes de instalarlo. Solo soporta un rango concreto de versiones de cada agente, y Cursor y opencode van en modo experimental. Y escribe en la configuración local de tu agente, aunque cada cambio se puede deshacer.
Si lo que más pagas son logs y JSON largos, combínalo con Headroom para ahorrar tokens. Para que el agente recuerde decisiones y no solo comandos, mira memoria entre sesiones con Claude-Mem. Si empiezas, programar con un agente de IA. Ficha de la herramienta: Claude Code.
Preguntas frecuentes
¿Lo habéis probado?
No. La ficha resume el README de TokenEconomizer, el paper en arXiv y los posts del coautor y de @n0tisma en X. Las cifras son las que publica el proyecto.
¿Cuánto ahorra de verdad?
En sus pruebas con 277 tareas de SWE-Bench, entre 18,4% y 30,9% de coste medio según el agente y el modelo, y entre 16% y 21% en Web-Bench. Mide el tuyo con el comando status.
¿Necesita una API key?
No. El README dice que no pide clave propia ni toca credenciales: sus llamadas al modelo pasan por tu agente, con tu plan o tu login.
¿En qué se diferencia de Headroom?
Headroom comprime lo que el agente manda al modelo en cada petición. TokenEconomizer aprende entre sesiones: recuerda datos del repo, quita herramientas que no usas y corta bucles. Atacan gastos distintos.
¿Funciona con Cursor?
Hay soporte experimental para Cursor Agent en macOS y Linux. El propio README avisa de que ahí todavía no poda herramientas ni informa del coste por sesión.
Telegram. Suscríbete al canal de Telegram para no perderte nada y estar al loro de todo lo nuevo en automatización y agentes de IA.Unirme al canal