Consumo de tokens en Claude Code: 1 de cada 5 peticiones es estado de agente

Flamerix AI publicó un gist con mediciones según las cuales Claude Code gasta el 16,4 % del coste de la sesión en un breve estado de 3–5 palabras en el panel de agentes. El 29 de octubre la publicación llegó a la portada de Hacker News y en una hora sumó más de 130 puntos. Afecta a cualquiera a quien le preocupe el consumo de tokens en Claude Code, sobre todo a quienes ejecutan muchos agentes en segundo plano.

¿De dónde sale el consumo de tokens en Claude Code?

Se trata de un mecanismo llamado agent_summary. Según el autor del gist, funciona así:

1. Cada 30 segundos aproximadamente, y por separado para cada agente en segundo plano, Claude Code envía al modelo la transcripción completa de ese agente.
2. Le pide al modelo que describa la última acción «en 3–5 palabras» (literalmente, «describe your most recent action in 3-5 words»).
3. El resultado solo llega al panel de agentes, es decir, a una breve línea de estado.

El mecanismo está activado por defecto desde la versión 2.1.232 (agosto de 2026) y no hay ningún ajuste oficial para desactivarlo.

¿Cuánto cuesta?

Las cifras del gist proceden de una exportación de OpenTelemetry de la semana anterior a desactivar los resúmenes:

• el 16,4 % del coste estimado se iba en agent_summary, más que en la conversación principal (15,7 %),
• el 19,7 % de todas las peticiones a la API, más o menos una de cada cinco,
• el 96 % de ese coste correspondía a Opus,
• la relación entre tokens de entrada y de salida era de unos 9000 a 1.

Curiosamente, alrededor del 98 % de estas llamadas acierta en la caché del prompt, así que son baratas. El problema es el ~2 % restante: sin caché, supone más de un tercio del coste de los resúmenes.

Los costes son estimaciones del propio Claude Code (el campo cost_usd), no una factura, así que conviene tomarlos con cautela.

¿Es algo nuevo?

El problema se conoce desde agosto. El 15 de agosto el usuario @rflcrz abrió la incidencia #86879 en el repositorio de Claude Code. En una sesión de 4 horas con 27 subagentes (1496 peticiones), las llamadas a agent_summary supusieron el 22,7 % de las peticiones y el 18 % de los tokens ponderados, y cada una devolvía de media unos 65 tokens de respuesta.

En los comentarios, otros usuarios dan resultados parecidos: un 15–22 % en sesiones con más de 20 subagentes y un 26 % de los tokens leídos de la caché en la versión 2.1.276. Uno de ellos observó que la variable CLAUDE_CODE_ENABLE_NARRATION=0 desactivaba los resúmenes en la versión 2.1.241, pero en la 2.1.245 ya no funcionaba.

La incidencia tiene la etiqueta area:cost y sigue abierta. A 29 de octubre no hay ninguna respuesta de nadie de Anthropic.

¿Cómo comprobarlo en nuestro caso?

Claude Code incluye la exportación de telemetría mediante OpenTelemetry. La activamos con la variable CLAUDE_CODE_ENABLE_TELEMETRY=1 y configuramos un exportador de logs. Cada petición a la API aparece entonces como un evento claude_code.api_request con el atributo query_source, que indica qué subsistema la envió. Basta con agrupar los eventos por query_source y sumar cost_usd: así es exactamente como el autor del gist encontró el problema.

¿Se puede desactivar?

Oficialmente, no. El autor del gist compartió una solución alternativa: el script no-agent-summary.js, que se precarga con Bun (BUN_OPTIONS="--preload …") y sustituye el temporizador de los resúmenes por uno inactivo, sin modificar el binario. En su caso, la parte de agent_summary en los costes bajó del 16,4 % a cero.

Antes de usarlo, conviene conocer sus limitaciones:

1. El script solo se ha probado en Linux, no en macOS ni en Windows.
2. Funciona buscando coincidencias en el código fuente, así que cualquier actualización de Claude Code puede inutilizarlo sin avisar (comprueba que funciona tras cada actualización).
3. El panel de agentes deja de mostrar el estado.
4. Es un proyecto de la comunidad con licencia MIT, sin relación con Anthropic.

Si no queremos inyectar nada en Claude Code, lo más sencillo es ejecutar menos agentes en segundo plano a la vez, porque el coste de los resúmenes crece con su número. Escribo más sobre cómo trabajar con Claude Code en mi tutorial de Claude Code, y sobre lo rápido que se puede quemar el presupuesto con Opus, en el artículo sobre el fast mode.

FAQ

¿Por qué Claude Code consume tantos tokens?

Sobre todo porque cada petición envía al modelo el contexto de la conversación. Las mediciones de los usuarios muestran que, con muchos agentes en segundo plano, una buena parte (16–22 % del coste) también se la llevan los resúmenes ocultos agent_summary, que cada 30 segundos aproximadamente envían la transcripción completa del agente.

¿Puedo desactivar agent_summary en los ajustes?

A 29 de octubre no existe un interruptor oficial. La incidencia #86879 pide una opción específica, que los resúmenes queden cubiertos por la variable CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC o un intervalo configurable.

¿Me afecta si no uso agentes en segundo plano?

Los resúmenes se generan para los agentes en segundo plano, así que el problema crece con su número. Lo más fácil es comprobarlo en la telemetría, agrupando las peticiones por query_source.