M15 · Modelos, coste y observabilidad

Para quién es: quien paga la factura, y quien tiene que justificarla. Qué resuelve: que el gasto deje de sorprender, y saber qué palanca mover. Qué NO cubre: privacidad y retención de datos (M16).

Verificado contra Claude Code 2.1.228 el 12 de agosto de 2026.

15.1 · Qué modelo estás usando de verdad

default no es un modelo: es un valor especial que limpia cualquier anulación y vuelve al recomendado para tu tipo de cuenta, o al modelo por defecto que haya fijado tu organización.

Y ahí está la trampa: "default" significa cosas distintas según quién pague.

⚠️ Antes de v2.1.219, default resolvía a Opus 4.8 en varias de esas filas. Si comparas rendimiento o coste entre dos máquinas y una no está actualizada, no estás comparando lo mismo.

opusplan es el híbrido automático: Opus en modo plan para el razonamiento y la arquitectura, y cambio automático a Sonnet en ejecución para generar el código. La fase de plan usa la misma ventana que el ajuste opus, así que en los niveles donde Opus se sube automáticamente a 1M de contexto, opusplan recibe la subida también en la fase de plan. Para forzar 1M en las dos fases sin estar en un nivel con subida automática, opusplan[1m].

15.2 · Tabla 11 · Modelos, alias y niveles de esfuerzo

Los niveles de esfuerzo controlan el razonamiento adaptativo: el modelo decide si piensa y cuánto según la complejidad de cada paso.

Cuatro reglas de comportamiento que evitan sorpresas:

1. El esfuerzo por defecto es high en todos los que lo admiten, salvo Opus 4.7, que va a xhigh.
2. Si fijas un nivel que el modelo activo no admite, baja al más alto admitido por debajo del que pediste. xhigh corre como high en Opus 4.6.
3. Tu organización puede limitar qué niveles están disponibles.
4. Al estrenar Fable 5, Opus 4.8 u Opus 4.7, Claude Code aplica el esfuerzo por defecto de ese modelo aunque tuvieras otro puesto, y lo mantiene entre sesiones hasta que elijas explícitamente con /effort o --effort. Opus 5 no hace esa retención: el nivel que tuvieras se arrastra.

Fast mode no es lo mismo que bajar el esfuerzo

Se pueden combinar para velocidad máxima en tareas sencillas. Pero la distinción importa a fin de mes: fast mode compra tiempo con dinero; bajar el esfuerzo compra tiempo con calidad. Confundirlas es cómo se acaba pagando más por respuestas peores.

15.3 · Tabla 10 · Qué invalida la caché y qué no

Media factura se decide aquí, así que esta tabla es probablemente la más rentable de toda la guía.

⚠️ Corrección al Anexo A. Tu inventario listaba siete invalidadores y se dejaba "denegar una herramienta entera". Merece explicación porque es sutil: añadir un nombre de herramienta pelado como Bash o WebFetch en una regla deny la quita del contexto de Claude por completo. Como las definiciones de las herramientas integradas viven en la capa del system prompt, añadir o quitar esa regla a mitad de sesión invalida la caché. Solo pasa con reglas que casan en la posición del nombre de herramienta: el nombre pelado, la forma Bash(*), o un comodín de nombre de herramienta.

La columna derecha es la buena noticia y casi nadie la aprovecha: editar tu código no invalida nada. Puedes trabajar todo el día tocando archivos sin recalcular el prefijo. Lo que rompe la caché es tocar la configuración, no el trabajo.

15.4 · Cuánto dura la caché

Los prefijos cacheados caducan por inactividad, y cada petición que acierta reinicia el reloj, así que la caché se mantiene caliente mientras trabajas. Tras un hueco suficiente, la siguiente petición recalcula la entrada entera, y por eso el primer turno al volver de un descanso es notablemente más lento.

Hay dos tiempos de vida: cinco minutos y una hora. El de una hora aguanta pausas largas pero factura las escrituras de caché a una tarifa más alta.

Esa última fila es la que nadie espera: el TTL automático de una hora aplica a la conversación principal, no a los subagentes. Un subagente arranca su propia conversación, con su propio system prompt y sus propias herramientas, empieza sin ningún acierto de caché y se va calentando en sus propios turnos.

Y el contraste que hay que tener presente al elegir entre los dos: un fork hereda el system prompt, las herramientas y el historial del padre exactamente, así que su primera petición lee la caché del padre. Un subagente empieza de cero; un fork llega caliente. En trabajo repetido sobre el mismo contexto, esa diferencia es dinero real.

Detalle de coste que conviene saber si te pasas del límite del plan: cuando Claude Code tira de créditos de uso, se te factura ese uso, y las escrituras de caché cuestan más con el TTL de una hora que con el de cinco minutos.

15.5 · Cómo se mira

Dos contadores que la API devuelve en cada respuesta cuentan toda la historia, y la forma más directa de verlos en vivo es un script de barra de estado que lea el objeto current_usage:

• cache_creation_input_tokens: lo que se escribió en la caché este turno, a tarifa de escritura.
• El contador de lectura de caché, que es el que debería ser enorme si todo va bien.

Más allá de eso: /usage y /context para la sesión, telemetría OTLP con métricas, eventos y trazas para la organización, y analytics en Team y Enterprise.

15.6 · Lo que medimos nosotros

Reproducible con D4-factura/analizar_gasto.py. 4.195 llamadas reales entre el 10 de abril y el 12 de agosto de 2026, 111 sesiones de una operación multiagente en producción.

Por cada token que sale, entran 24. Y la caché leída fue casi diez veces toda la entrada nueva del periodo. Con la tabla 10 delante, ese número deja de ser una curiosidad y pasa a ser el argumento: si tocar configuración a media sesión te invalida esos 594 millones, la diferencia en la factura no es marginal.

El coste de la cortesía. Aislando las llamadas con respuesta de 50 tokens o menos, un "vale", un "hecho", un "sigue":

Cada confirmación de una palabra costó 7.891 tokens de entrada para devolver 34. Relación de 232 a 1.

Y la trampa del modelo caro. En los mismos datos, un modelo hizo la mitad de llamadas que otro y consumió el doble de tokens de entrada: 34.157 por llamada frente a 9.183. No era más caro por unidad. Se le estaba dando cuatro veces más contexto.

La regla: antes de cambiar de modelo para ahorrar, mide cuánto contexto le estás metiendo. Casi siempre el ahorro grande está en el contexto, no en la tarifa.

⚠️ Lo que estos números no son. No hay euros en las tablas: los tokens están medidos uno a uno, pero los euros dependen de la tarifa de cada modelo en cada fecha, y publicar una cifra sin la tabla de precios exacta sería fabricar un dato. El script acepta --precios con tu propia tabla. Y los datos son de una operación que corre sobre otros modelos: lo que transfiere es la estructura del gasto, no las proporciones.

Y un aviso de método que nos costó meses: este proyecto tuvo una base de datos de costes que todo el mundo daba por buena. Tenía cero filas. Los datos reales estaban en unos JSONL que nadie miraba. Cuenta las filas antes de citar tu propio panel.

15.7 · Recetas de reducción, por impacto real

En orden, de lo que más ahorra a lo que menos:

1. Deja de tocar la configuración a mitad de sesión. Modelo, esfuerzo, fast mode, MCP, plugins: cada cambio recalcula el prefijo entero. Decídelo al arrancar.
2. Adelgaza lo que se paga en cada turno, que es el CLAUDE.md (M4).
3. Elimina los turnos que no producen artefactos. Instrucciones con criterio de aceptación y permisos decididos de antemano, para no gastar tres turnos en aclarar lo que cabía en el primero.
4. Manda el ruido a un subagente (M9), que no computa en tu ventana.
5. Ajusta el esfuerzo a la tarea, sabiendo que baja calidad y no solo coste.
6. Fast mode solo cuando la latencia valga dinero, porque sube el coste.

Checklist de verificación

• [ ] Sé a qué modelo resuelve default en mi tipo de cuenta.
• [ ] Sé qué nivel de esfuerzo estoy usando y si es el que quiero.
• [ ] No cambio modelo ni esfuerzo a mitad de sesión sin motivo.
• [ ] Sé que editar mi código no invalida la caché.
• [ ] Sé que mis subagentes usan TTL de cinco minutos aunque tenga suscripción.
• [ ] He mirado /usage y /context en una sesión real.
• [ ] Mi panel de costes tiene filas de verdad.

Errores típicos

Fuentes usadas en este módulo

Descargadas el 12 de agosto de 2026 desde code.claude.com/docs/en/:

Material propio: telemetría de 4.195 llamadas, 10-abr a 12-ago 2026, analizada con D4-factura/analizar_gasto.py.

Marcas pendientes: ninguna. La marca del 15.3 corrige el Anexo A del megaprompt, que listaba siete invalidadores de caché en vez de ocho.