TokenEconomizer, el plugin de Microsoft Research y UC Berkeley para Claude Code, Codex, GitHub Copilot CLI y Pi, recortó un 31 por ciento del contexto de cada petición de Claude Code en nuestra prueba, sin perder ninguna tarea. No actúa desde la primera sesión: necesita varias sesiones en el mismo repositorio antes de empezar a ahorrar.
https://github.com/microsoft/TokenEconomizer
✅ yoDEV Tested · 23 de octubre de 2026
Ejecutamos 32 sesiones de Claude Code 2.1.305 con Sonnet, con y sin TokenEconomizer (commit
0ce0e06), sobre 8 tareas seguidas en un mismo repositorio de Python, repetidas dos veces. Los resultados que reportamos como nuestros salen de esa prueba.
¿Qué es TokenEconomizer y cómo ahorra tokens?
Es un plugin que no toca tu agente y abarata las sesiones siguientes en el mismo repositorio. En cada turno, un agente de programación vuelve a cobrar sus instrucciones, todas las herramientas cargadas y la conversación hasta ese punto. El plugin lee cada sesión terminada y cambia lo que pagan las siguientes con tres mecanismos:
-
Micro-skills. Los datos del entorno que tus sesiones redescubren fallando una y otra vez (por ejemplo, que
pytestno está instalado peropython -m pytestsí funciona) se aprenden y se indican al inicio de la sesión siguiente. Aprenderlos no consume ninguna llamada al modelo. -
Poda de herramientas (
tool pruning). Las herramientas que siguen cargadas pero nadie usa, por defecto durante cinco sesiones seguidas, se dejan fuera de las sesiones siguientes a través de la propia configuración del agente. -
Guardián de bucles (
loop guard). Un turno que repite el mismo ciclo fallido de editar y probar recibe una redirección. Si sigue atascado, el plugin te dice cómo detenerlo. Nunca detiene un turno por su cuenta.
Usa solo la biblioteca estándar de Python, no necesita una API key propia y funciona con el plan o el inicio de sesión que ya use tu agente. Lo que aprende se guarda en ~/.tokeneconomizer. Licencia Apache 2.0.
¿Cuánto ahorra según el paper de Microsoft?
El paper (arXiv 2610.22732, publicado el 15 de octubre de 2026) reporta un costo medio entre un 18,4 y un 30,9 por ciento más bajo en SWE-Bench, con cinco combinaciones de agente y modelo. Los autores miden teniendo en cuenta la caché de prompts e incluyen las llamadas del propio plugin:
| Agente y modelo | Costo medio más bajo |
|---|---|
| Claude Code + Opus 4.8 | 30,9% |
| Codex + GPT-5.6 Sol | 26,1% |
| Codex + GPT-5.6 Terra | 24,7% |
| Claude Code + Sonnet 5 | 23,6% |
| Copilot CLI + Sonnet 5 | 18,4% |
Según el paper, el Pass@1 subió en 4 de las 5 combinaciones. Son cifras de los propios autores, medidas sobre 277 tareas en seis repositorios, con las tareas de cada repositorio en secuencia: una racha mucho más larga que una semana normal de trabajo.
¿Cuánto ahorró en nuestra prueba con Claude Code?
Armamos un pequeño repositorio de Python con dos trampas que cada sesión tiene que redescubrir: los imports solo funcionan con PYTHONPATH=src, y el paquete se niega a cargar si no está definida TIENDA_ENV. No documentamos ninguna de las dos, a propósito. Después le dimos a Claude Code 8 reportes de bugs seguidos, con y sin el plugin, dos veces.
| Sin plugin | Con plugin | |
|---|---|---|
| Tareas resueltas | 16/16 | 16/16 |
| Contexto por petición, antes de que el plugin actuara | 24.779 tokens | 24.809 tokens |
| Contexto por petición, con la poda activa | 25.966 tokens | 17.795 tokens (−31%) |
| Costo de las sesiones con la poda activa | 0,72 USD | 0,61 USD (−15%) |
Qué hizo cada mecanismo:
- La poda de herramientas actuó, y su efecto fue claro. Se activó en la sesión 8 de la primera tanda y en la sesión 6 de la segunda. Dejó fuera 284 herramientas: la mayoría eran de conectores que se cargan en cada sesión de nuestra configuración (Docs, Discourse, Drive), más 16 herramientas propias de Claude Code que nunca usamos, como las tareas programadas y los worktrees. Desde ese momento, cada petición llevaba unos 8.000 tokens menos.
-
Las micro-skills no llegaron a activarse. El plugin sí detectó que nuestras sesiones fallaban con
python -m pytest. Pero un dato solo se forma tras tres sesiones que lo confirman entre al menos cuatro donde aplica, y Claude no falló de la misma forma con suficiente constancia. Tras 8 sesiones, el mejor candidato iba en 2 de 7. - El guardián de bucles no intervino. Ningún turno se atascó: las tareas eran cortas.
El costo propio del plugin fue cero. En las 32 sesiones, el lado con plugin costó un 8,5 por ciento menos, pero la mayor parte vino de sesiones en las que todavía no había cambiado nada. Esa parte es variación normal entre ejecuciones, así que no la contamos como efecto del plugin. Las 4 sesiones con poda activa son una muestra pequeña; el dato sólido es la caída del contexto.
Cambiamos un ajuste respecto de los valores por defecto. Normalmente, la poda espera a que tus sesiones lleven una hora inactivas antes de escribir la lista de herramientas excluidas, para no romper una caché de prompts que sigue caliente. Nuestras sesiones iban una detrás de otra, así que usamos toolprune_quiet_minutes=0.
¿Te conviene si usas muchos servidores MCP en Claude Code?
Sí: es el caso en que más ahorra. El ahorro depende de dos cosas:
- Cuántas herramientas se cargan en cada sesión. Si tienes muchos servidores MCP o conectores, la poda tiene mucho que quitar. Con una configuración mínima, hay poco que recortar.
-
Cuántas sesiones haces en el mismo repositorio. Los datos se forman a partir de evidencia repetida, así que el plugin rinde en un código que trabajas a diario, no en repos de una sola vez. Si tu repositorio ya documenta sus particularidades en un
CLAUDE.md, las micro-skills tienen menos que aprender.
Si quieres recortar tokens por otras vías, aquí probamos cómo hacerlo con hooks, y aquí cómo ver el consumo de tokens en Codex CLI.
¿Es gratis y cuánto baja el precio de Claude Code?
El plugin es gratis y open source, y no hace llamadas al modelo por su cuenta: sus ayudantes de pago (un generador de datos con LLM y un juez para el guardián de bucles) vienen apagados salvo que actives paid=true. Lo que baja es lo que pagas por cada sesión de tu agente: en nuestra prueba, un 15 por ciento en las sesiones con la poda activa, a precios de lista de la API. Con un plan de suscripción, el efecto es que la misma cuota te alcanza para más trabajo.
¿Cómo instalar el plugin en Claude Code, Codex y Copilot CLI?
Necesitas Python 3.10 o superior en el PATH. Clona el repositorio en una carpeta donde vaya a quedarse, porque los agentes ejecutan el plugin desde ahí:
Claude Code
git clone https://github.com/microsoft/TokenEconomizer.git
claude plugin marketplace add "$PWD/TokenEconomizer"
claude plugin install tokeneconomizer@tokeneconomizer
Inicia claude en un repositorio y ejecuta /tokeneconomizer:status. Una vez por máquina, y de nuevo cada vez que Claude Code se actualice, ejecuta /tokeneconomizer:toolprune refresh-catalog: registra qué herramientas carga una sesión, y sin ese paso la poda solo ve unas pocas.
Codex
codex plugin marketplace add "$PWD/TokenEconomizer"
codex plugin add tokeneconomizer@tokeneconomizer
Cuando Codex muestre Hooks need review, elige Trust all and continue.
Copilot CLI
copilot plugin marketplace add "$PWD/TokenEconomizer"
copilot plugin install tokeneconomizer@tokeneconomizer
La ruta del marketplace tiene que ser absoluta. Versiones soportadas según el README: Claude Code de la 2.1.300 a la 2.1.307, Codex de la 0.153.1 a la 0.163.0 y Copilot CLI de la 1.0.83 a la 1.0.102. Al momento de publicar esta nota, los autores no habían comprobado versiones posteriores.
¿Cómo ver lo que hizo o deshacer los cambios?
Desde una terminal, dentro del repositorio y sin gastar tokens:
~/.tokeneconomizer/bin/te status # qué aprendió y cuánto costaron tus sesiones
~/.tokeneconomizer/bin/te toolprune # qué herramientas dejó fuera y por qué
~/.tokeneconomizer/bin/te toolprune restore # devolverlas
Por defecto, la poda se aplica sin preguntarte, y en Claude Code el aviso solo aparece en la transcripción detallada (Ctrl+O). Si prefieres aprobar cada lista tú mismo, ejecuta te config set toolprune=propose. Para una sola sesión sin el plugin, inicia el agente con TE_DISABLE=1 claude.
¿Y tú? ¿Cuántos servidores MCP tienes conectados hoy en tu agente de programación?
Comenta abajo o, si este artículo te llegó por correo, responde directamente al email: tu respuesta se publica aquí.
Relacionado: Cómo reducir el consumo de tokens de tu agente de IA: probamos Pensieve en un repo real
Top comments (1)
The fact that the 31% savings came almost entirely from tool pruning is a massive wake-up call. Half of a modern agent's context window is just JSON schemas for MCP servers it won't even use in that session.
If it prunes a tool and I suddenly need it for an edge-case bug fix, does it gracefully reload on demand, or does the agent just hallucinate a command because the schema is missing from the context?