Guías prácticas para trabajar con agentes de IA, con un laboratorio al final de cada una
La caché compara el principio de cada petición con la anterior. Cualquier cambio ahí arriba obliga a reprocesarlo todo, y por eso cambiar de modelo a mitad de tarea se paga.
7 min de lectura laboratorio: calculadora publicado el 11 oct 2026
Llevas media hora trabajando y todo va fluido. Cambias de modelo para una pregunta concreta, o conectas un servidor para consultar algo, y el turno siguiente tarda el triple y consume mucho más.
No se ha roto nada. Has invalidado la caché, y la siguiente petición vuelve a procesar la conversación entera desde el principio. V
Cada mensaje que envías es una petición nueva. El modelo no recuerda nada entre peticiones, así que Claude Code vuelve a mandar el contexto entero —todos sus tokens, las piezas en que el modelo parte el texto—: las instrucciones del sistema, el contexto del proyecto, todos los mensajes y resultados anteriores, y lo nuevo. V
La caché funciona comparando el principio de cada petición con lo que se procesó hace poco. La coincidencia es exacta, de modo que un cambio en cualquier punto obliga a recalcular todo lo que viene detrás. No hay caché por fichero ni por trozos. V
Por eso Claude Code ordena cada petición poniendo delante lo que menos cambia:
/clear o /compact.Un cambio en la conversación deja intactas las dos capas de arriba. Un cambio en el sistema invalida todo, porque lo demás queda detrás de un principio distinto. V
Fuera de esas tres capas mandan igual el modelo, porque cada uno tiene su propia caché, y el nivel de esfuerzo. V
Cambiar de modelo. Cada modelo tiene su caché, así que la petición siguiente lee la conversación entera sin un solo acierto aunque el contenido sea idéntico. V Esto alcanza a sitios donde no se ve venir: el ajuste opusplan cambia de modelo al entrar y salir del modo plan, y una habilidad o una orden cuya cabecera nombre otro modelo convierte ese turno en un cambio de modelo. V
Cambiar el nivel de esfuerzo. En la mayoría de los modelos, hacerlo a mitad de sesión obliga a reprocesar. En Opus 5.5, Sonnet 5.5, Haiku 5.5 y Fable 5.1, con clave de API o con suscripción, la caché aguanta. V No aguanta en Bedrock, en Agent Platform de Google ni en la pasarela de las apps. V
Encender el modo rápido. Añade una cabecera que forma parte de la clave de la caché, así que la primera petición con él puesto lee todo sin aciertos. El coste se paga una vez por conversación: apagarlo y volver a encenderlo después ya no cuesta. V De ahí que encenderlo al principio salga más barato que a mitad de una sesión larga. V
Conectar o quitar un servidor MCP, activar o desactivar un complemento, y denegar una herramienta entera con una regla que case en la posición del nombre. V Esto último tiene un matiz útil: con la búsqueda de herramientas activa, que es lo normal en los modelos que la admiten, las definiciones no cambian y el principio sobrevive. V
Compactar. Sustituye el historial por un resumen, así que la conversación deja de compartir principio con la anterior. V
Acumular imágenes hasta que Claude Code tiene que quitar las más antiguas para no pasarse del límite, y actualizar Claude Code, que suele cambiar las instrucciones del sistema. V
Editar ficheros del repositorio. Lo que Claude leyó entró en la conversación cuando lo leyó; editarlo después no cambia aquella lectura. Se añade un aviso de que el fichero cambió y se vuelve a leer si hace falta. V
Editar CLAUDE.md a mitad de sesión. Y aquí está la parte que confunde: no rompe la caché porque tampoco se aplica. Los CLAUDE.md de la raíz y de usuario se leen una vez al empezar y se quedan en memoria. El cambio entra en el siguiente /clear, /compact o reinicio. V
Cambiar el modo de permisos y cambiar el estilo de salida, que llegan como un mensaje más en la conversación. V La excepción es el modo plan con opusplan, que es un cambio de modelo disfrazado. V
Usar habilidades y órdenes, y rebobinar la conversación. Rebobinar corta hacia atrás hasta un principio que ya está en caché, en vez de construir uno nuevo como hace compactar. V Si has ido por un camino que quieres abandonar entero, sale más barato rebobinar que compactar. V
Un principio en caché caduca tras un rato de inactividad, y cada petición que acierta reinicia el reloj, así que se mantiene caliente mientras trabajas. Tras una pausa larga, la petición siguiente recalcula todo. V Por eso el primer turno al volver de un descanso va lento.
Hay dos duraciones, cinco minutos y una hora, y la que te toca depende de cómo pagues. Con una suscripción de Claude y dentro del consumo incluido en tu plan, la conversación principal —tus turnos, las ejecuciones con -p y los turnos del SDK— pide la hora por defecto, sin que tengas que pedir nada. Todo lo demás se queda en cinco minutos: subagentes, flujos de trabajo, compañeros de equipo, bifurcaciones, la propia compactación y los títulos de sesión. V
En cuanto pasas del límite de tu plan y el consumo se cobra a créditos, la conversación principal baja a cinco minutos, porque escribir en la caché de una hora cuesta más. Y con clave de API o con un proveedor de nube son cinco minutos desde el principio. V En los tres casos puedes forzar la hora tú mismo con promptCacheTtl, que necesita la versión 2.1.242 o posterior. V
Qué significa eso para ti: con suscripción, la pausa de diez minutos que antes te costaba un turno lento ya no la pagas, porque la conversación sigue caliente una hora. La duración extra se desaprovecha en ráfagas cortas que nunca llegan a los cinco minutos, y ahí lo único que notas es la escritura más cara. V
Y una consecuencia nueva de la hora que conviene saber: si dejas una conversación larga parada en el terminal mientras va con la caché de una hora, Claude Code puede compactarla solo poco antes de que la caché caduque. Es decir, vuelves y te encuentras la conversación resumida sin haber pedido nada. El umbral está en más de 200.000 tokens y unos 54 minutos de parada, entró en la versión 2.1.299, y se apaga poniendo idleCompaction en false, que necesita la 2.1.290 o posterior. V
Y lo que cuesta leer: una lectura de caché vale el 10% del precio de entrada en general, el 5% en Opus 5.5 y Sonnet 5.5, y el 2,5% en Fable 5.1 y Mythos 5.1. V En Sonnet 5.5 eso son 0,10 $ por millón frente a 2 $: veinte veces menos. I
La API devuelve dos cuentas en cada respuesta: cache_creation_input_tokens, lo que se escribió en la caché en ese turno, y cache_read_input_tokens, lo que se sirvió desde ella. V
Una proporción alta de lectura frente a escritura significa que va bien. Si la escritura se mantiene alta turno tras turno, algo está cambiando en el principio de tus peticiones, y la lista de arriba tiene las causas habituales. V
Para un resumen por sesión, /usage añade una línea de caché al bloque de sesión con la proporción de aciertos, los fallos y si la caché está caliente ahora mismo. V
Lo que se lleva de aquí quien trabaja con suscripción: I nada de esto se factura, pero todo se paga en cuota y en tiempo de espera. Elige modelo y esfuerzo al principio de la sesión, y guarda /compact para los descansos entre tareas. Cuantos menos cambios hagas a mitad de tarea, más alto el porcentaje de aciertos. V
Hasta dónde llega: esta guía trata cómo Claude Code usa la caché y qué acciones la rompen. No mide tu sesión, y la calculadora es aritmética sobre los precios que escribas. Lo que de verdad pasa en tu caché lo dicen las cuentas de tokens que devuelve la API y la línea de caché de /usage.
Marca las que se cumplan en tu caso.
Usa el laboratorio de arriba con tu propio caso.
Las piezas que lo completan.
Si algo no encaja con tu caso, o si encuentras un error, escríbeme: se corrige y se anota.
Escríbeme