Tu equipo usa Claude todos los días y probablemente nadie en la empresa sabe cuánto le está costando cada conversación.
No es un problema de presupuesto pequeño. Es un problema de visibilidad: la mayoría de los usuarios de Claude IA opera a ciegas sobre lo que realmente consume tokens, y eso se traduce en límites alcanzados a media tarde, conversaciones cortadas y productividad perdida justo cuando más se necesita.
Si diriges un equipo que usa Claude AI para generar contenido, analizar documentos o automatizar tareas, esto te interesa más de lo que crees.
¿Por qué tu equipo está gastando tokens de Claude sin saberlo?
Claude no cuenta mensajes. Cuenta tokens.
Cada texto que se envía, cada respuesta que se recibe, cada archivo que se sube se convierte en tokens que consumen la ventana de contexto. De acuerdo a Anthropic, esa ventana es de 200,000 tokens en todos los planes pagos —Pro, Team, Max.
Piénsalo como una pizarra: una vez que se llena, no puedes seguir escribiendo en esa pizarra específica. Tienes que abrir una nueva.
Pero el sistema de límites tiene tres capas, no una sola:
| Capa | Qué mide | Cómo funciona |
|---|---|---|
| Contexto por chat | Tokens en esa conversación | 200K tokens (Pro/Team/Max); 500K en Enterprise |
| Sesión de uso | Consumo activo en 5 horas | Ventana rodante que se renueva continuamente |
| Límite semanal | Total de la semana | Varía según el plan |
En un análisis publicado por AI Productivity se estima que un plan Pro opera con aproximadamente 28,000 tokens por ventana de 5 horas y 56,000 semanales de uso activo. Los planes Max multiplican esa cifra. Y aquí está el detalle que casi nadie revisa antes de quejarse del límite: hay al menos tres fugas de tokens operando en segundo plano, sin que el usuario haga nada distinto.
El parámetro Effort: la fuga de tokens que nadie revisa
Esta es la mecánica más importante que pocos usuarios entienden sobre Claude.
El parámetro de esfuerzo (effort) controla cuántos tokens usa Claude para “pensar” internamente antes de responder. Según Cloudbuckle, ese pensamiento interno —Extended Thinking— se cobra igual que los tokens de output, que cuestan hasta 5 veces más que los tokens de input. No solo pagas una respuesta más larga: pagas todo el razonamiento invisible que ocurre detrás de cámaras.
El nivel High es el comportamiento por defecto cuando no configuras nada. Si nunca has tocado este ajuste, tu equipo ha estado quemando tokens de forma innecesaria desde el primer día.
| Nivel | Consumo relativo | Cuándo usarlo |
|---|---|---|
| Low | Mínimo (~1/10 de Max) | Tareas rutinarias, preguntas directas |
| Medium | Moderado | Redacción de posts, copy, guiones |
| High | Alto (default) | Análisis complejo, código, estrategia |
| Max | Extremo (~2x High) | Solo problemas que nadie más resuelve |
En Kent Gigger se explica que la diferencia entre Low y Max puede ser 10 veces más tokens para la misma pregunta, y que entre los niveles xhigh y max la diferencia de calidad es de apenas 3%, pero casi el doble de consumo —un ajuste que rara vez se justifica.
¿La buena noticia? El cambio se hace en segundos: en Claude IA web y móvil, el selector de effort vive junto al selector de modelo, en la barra del chat. Low, Medium y High persisten entre sesiones una vez configurados. Solo Max se reinicia automáticamente en cada sesión nueva, para evitar consumo accidental.
Para un equipo que clasifica correos, genera listas o responde dudas de clientes, bajar de High a Medium o Low —sin tocar nada más— puede ser el ajuste de mayor impacto de todo este artículo.
Conectores activos: el costo invisible de tener todo encendido
Aquí está el dato que cambia cómo configuras tu cuenta de Claude AI desde hoy.
Cada conector activo —Gmail, Notion, Canva, Google Drive— carga automáticamente todas sus definiciones de herramientas en el contexto de cada conversación al inicio, se use o no. En un análisis publicado por Modern Sales IA se explica que el sistema literalmente le explica a Claude qué puede hacer con cada conector antes de que escribas tu primer mensaje, con un costo aproximado de 18,000 tokens por conector activo, por conversación.
| Conectores activos | Tokens iniciales consumidos | Equivale a… |
|---|---|---|
| 0 conectores | 0 tokens | — |
| 1 conector | ~18,000 tokens | ~12 páginas de texto |
| 3 conectores | ~54,000 tokens | ~36 páginas de texto |
| 4 conectores | ~72,000 tokens | ~48 páginas de texto |
Con tres conectores activos, gastas 54,000 tokens en cada chat solo para “declarar” herramientas —incluso si la conversación es sobre redactar un párrafo. De acuerdo a Dev.to, algunos son particularmente caros: el conector de GitHub MCP puede consumir hasta 55,000 tokens solo por sus definiciones.
Un detalle que confunde a muchos: según reportó Anthropic Support, “permitir siempre” y “permitir una vez” controlan permisos de acceso a datos, no consumo de tokens. El gasto viene de que el conector esté activo, no del tipo de permiso otorgado.
La estrategia correcta es simple: desactiva todos los conectores por defecto y enciende solo el que vayas a usar en esa sesión específica. Al terminar, apágalo. Así pasas de perder hasta 72,000 tokens de overhead a cero, en las conversaciones donde no necesitas esas herramientas.
¿Por qué se gastan tantos tokens al subir un PDF a Claude?
Aquí está el problema que casi nadie en tu equipo conoce: cuando alguien sube un PDF, Claude no lee el texto directamente. En un reportaje publicado por Dr. Erin Jacques se explica que el sistema convierte cada página en una imagen y luego extrae el texto por separado, lo que significa que pagas doble: tokens de imagen más tokens de texto.
Una página de PDF puede costar entre 1,500 y 3,000 tokens, según datos publicados en la documentación oficial de Claude. Un PDF de 10 páginas puede consumir hasta 30,000 tokens de un solo jalón. La misma información en texto plano o Markdown cuesta entre 70% y 90% menos, de acuerdo a un repositorio publicado en GitHub.
| Formato | Tokens estimados (10 páginas) |
|---|---|
| PDF subido directamente | 15,000–30,000 tokens |
| Mismo contenido en Markdown | 3,000–6,000 tokens |
| Texto plano sin formato | 2,500–5,000 tokens |
¿Cómo convertir un PDF a Markdown para ahorrar tokens en Claude? Existen herramientas gratuitas que hacen esta conversión en segundos: file2markdown.ai acepta PDF, DOCX, Excel o PowerPoint y entrega un archivo Markdown limpio listo para subir a Claude; el convertidor de Dr. Erin Jacques está enfocado específicamente en reducir tokens para esta plataforma; y si tus documentos tienen fórmulas o tablas técnicas, Mathpix es la opción más confiable. Para equipos que trabajan con Python, en LinkedIn se reseña pymupdf4llm, una librería que convierte PDFs a Markdown optimizado con una sola línea de código.
El flujo recomendado: toma cualquier PDF de uso recurrente —guías de marca, research, documentos de clientes— conviértelo a Markdown una sola vez con cualquiera de estas herramientas y súbelo como archivo de conocimiento dentro de un Proyecto de Claude.
Cómo sortear el límite de imágenes y continuar la conversación sin perder contexto
El límite de “100 imágenes” del que tanto se habla no es un número oficial fijo. En LobeHub se explica que es el resultado de que las imágenes consumen una cantidad enorme de tokens y agotan la ventana de 200K. Cuando se alcanza ese umbral, Claude puede degradarse o bloquear el chat por completo.
Estrategias preventivas antes de llegar ahí, según un hilo publicado en la Comunidad de Claude en Facebook:
- Sube las imágenes a los archivos del Proyecto en lugar de al chat directo.
- Agrupa varias imágenes en un ZIP para reducir el conteo de archivos individuales.
- Combina imágenes relacionadas en un solo screenshot en lugar de subir cada una por separado.
- Referencia por URL cuando las imágenes ya están en línea, según indica Anthropic.
¿Y si ya llegaste al límite y necesitas seguir? El flujo de “handoff” que de verdad funciona, de acuerdo a Intelarter:
- Pide un resumen estructurado: “Resume en 8-10 puntos clave el contexto de esta conversación, decisiones tomadas, estado actual y próximos pasos.”
- Descarga ese resumen como archivo.
- Abre un chat nuevo dentro del mismo Proyecto.
- Pega el resumen al inicio con la instrucción de continuar desde ahí.
- Si trabajas con imágenes recurrentes, súbelas una sola vez a los archivos del Proyecto.
Este flujo conserva el contexto sin desperdiciar tokens repitiendo información que Claude ya procesó.
La estrategia correcta para ahorrar tokens en Claude sin sacrificar productividad
Ninguna de estas tácticas exige sacrificar calidad. Exige criterio sobre dónde se va el presupuesto.
Bajar el nivel de effort en tareas rutinarias, desactivar conectores que no estás usando en ese momento, convertir PDFs a Markdown antes de subirlos, y manejar bien el handoff cuando llegas al límite de imágenes: son cuatro decisiones operativas, no técnicas. Cualquier persona en tu equipo puede aplicarlas hoy mismo, sin curva de aprendizaje.
Lo que hace la diferencia no es usar menos Claude. Es usarlo con la misma lógica con la que diriges cualquier otro recurso de la empresa: sabiendo exactamente en qué se está gastando.
Si tu equipo ya integró IA generativa a su flujo de trabajo, este tipo de optimización es justo lo que reviso en mis talleres de inteligencia artificial para empresas, donde llevamos estos ajustes del papel a la práctica diaria. Y si quieres recibir este tipo de hallazgos antes que nadie, en mi lista de mail sobre innovación los comparto apenas los detecto, antes de convertirlos en columna.
Entender cómo funciona realmente el consumo de Claude IA ya no es un tema técnico exclusivo de desarrolladores. Es un tema de gestión, como lo es vigilar cualquier otro gasto recurrente que crece sin que nadie lo note —el mismo principio detrás de cómo la IA está cambiando el trabajo dentro de las empresas.
