Blank white background with no objects or features visible.

¡Hola, EMEA! TrueFoundry está ampliando su presencia en Europa, Oriente Medio y África. Leer más →

Observabilidad en Claude Code: seguimiento de tokens, costes y uso por desarrollador

Published: noviembre 20, 2026

En resumen:

La observabilidad para un agente de código no consiste en controlar el tiempo de actividad. Consiste en responder a una sola pregunta por desarrollador: cuánto ha costado esto y por qué.

  • La unidad de observabilidad es el token, dividido en cuatro tipos (entrada, salida, lectura de caché y escritura en caché), ya que su factura depende por completo de esa combinación.
  • La vista nativa /usage es local para una máquina y una sesión, por lo que puede indicar a un desarrollador el coste de su última sesión, pero no puede ofrecer una cifra global del equipo.
  • La exportación mediante OpenTelemetry es la vía nativa para extraer métricas por usuario de cada máquina y enviarlas a su propia infraestructura; funciona en cualquier configuración, incluidos los proveedores en la nube.
  • El uso en proveedores en la nube nunca llega a los paneles de control de Anthropic, por lo que en Amazon Bedrock, Google Vertex o Microsoft Foundry solo obtendrá la atribución mediante OpenTelemetry o una pasarela.
  • Una pasarela de IA hace que la trazabilidad sea inevitable: cada solicitud pasa por un único punto, por lo que las trazas, el gasto y el uso de modelos por desarrollador existen independientemente de que los portátiles estén instrumentados o no.

Qué significa la observabilidad para un agente de código

La observabilidad tradicional comprueba si un servicio está activo. Un agente de código siempre está «activo»: se ejecuta en un portátil y se comunica con un proveedor de modelos. La pregunta que realmente importa es de carácter económico y de comportamiento: qué desarrollador ha gastado cuánto, en qué modelo, haciendo qué y por qué una sesión ha costado diez veces más que otra. Se trata de una contabilidad de tokens, no de una comprobación del estado del servicio, y este es el enfoque utilizado en esta guía. Para conocer el reverso de la moneda sobre la facturación, consulte Explicación de los precios de Claude Code.

Lo que está en juego es concreto. Un solo desarrollador activo genera un gasto aproximado de 13 $ por día activo y entre 150 $ y 250 $ al mes, con cerca del 90 % de los usuarios por debajo de los 30 $/día; por lo tanto, las excepciones son enormemente importantes. Sin una vista por desarrollador, es imposible identificar a las tres personas de un equipo de treinta que generan la mayor parte de la factura, ni saber si están realizando un trabajo complejo o simplemente dejando Opus seleccionado por defecto. La observabilidad transforma un total sorprendente en una lista de causas corregibles.

Qué medir realmente

Siete señales concentran casi todo el valor. Todo lo demás se deriva de ellas.

SeñalPor qué importaDe dónde procede
Tokens de entrada / salidaLa base de cualquier cifra de coste; la salida es mucho más cara que la entradaCada respuesta de la API
Tokens de lectura / escritura en cachéLas lecturas en caché son ~10 veces más baratas que la entrada nueva; este desglose explica su facturaLos campos de caché en cada respuesta
Coste por desarrolladorIdentifica los dos o tres casos atípicos que generan la mayor parte del gastoTokens con precio según el modelo, atribuidos a un usuario
Coste por modeloSaca a la luz el despilfarro de mantener Opus seleccionado por defectoEl modelo servido en cada solicitud
Coste por repositorio o equipoImputaciones de costes, presupuestos por equipo y líneas de tendenciaMetadatos de la solicitud o la clave de enrutamiento
Latencia (ms)Llamadas lentas, degradación del proveedor y patrones de tiempo de esperaEl tiempo de la traza de la solicitud (span)
Llamadas a herramientas y decisiones de ediciónQué proporción del trabajo del agente se acepta frente a la que se descartaLos eventos de uso de herramientas en cada sesión

Dos de estas señales —la combinación de modelos y la tasa de caché— representan además sus principales palancas de optimización de costes, motivo por el cual su observabilidad se amortiza por sí sola. La parte del enrutamiento se explica en la Guía de enrutamiento coste vs. capacidad: Opus vs. Sonnet vs. Haiku, y la parte del almacenamiento en caché en Caché de prompts en Claude: el cálculo real de costes.

El token no es un número único: son cuatro

La cifra global de «tokens utilizados» es un agregado inútil porque las cuatro categorías tienen precios drásticamente diferentes. En Opus 5.5 la diferencia es notable: la salida cuesta cinco veces más que la entrada nueva, la escritura en caché cuesta más que la entrada nueva y la lectura en caché cuesta solo una fracción de esta. Combinarlos oculta precisamente la información necesaria para reducir la factura.

Tipo de tokenEn qué consisteCoste relativo (Opus 5.5)Qué indica un valor elevado
EntradaPrompt nuevo enviado al modelo4 $ / M (base de referencia)Contexto amplio o repetido que se reenvía
SalidaTokens que genera el modelo20 $ / M (~5 veces la entrada)Generaciones muy extensas o tareas sobredimensionadas
Escritura en cachéContexto guardado en la caché5 $ / M (por encima de la entrada)Normal en el primer turno; un despilfarro si hay rotación constante
Lectura en cachéContexto servido desde la caché0,20 $ / M (~10 veces más barato)Saludable: el almacenamiento en caché funciona como es debido

Una tasa elevada de lectura en caché es la señal deseada: contexto de larga duración que se reutiliza en lugar de facturarse de nuevo al precio íntegro de entrada. Con una suscripción, la caché de prompts permanece activa cerca de una hora; en la API o en un proveedor en la nube, unos cinco minutos, por lo que la tasa esperada varía según la configuración. Si las lecturas en caché caen y la entrada nueva aumenta, algo ha roto la caché, y esto solo se detecta si los cuatro números se rastrean de forma independiente.

Las opciones nativas y dónde se queda corta cada una

Claude Code incluye visibilidad nativa, pero limitada al ámbito individual.

  • /usage en la CLI muestra los tokens de la sesión actual y el coste estimado, calculado localmente a precio de tarifa oficial. Es preciso para un único desarrollador en una sola máquina y se reinicia al limpiar la sesión. No permite agregar los datos de un equipo.
  • /insights resume las sesiones recientes en esa máquina: es útil para que el desarrollador analice sus propios patrones, pero sigue sin ofrecer una vista global del equipo.
  • Las analíticas de suscripción (Teams y Enterprise) ofrecen un informe de gasto a nivel de organización por usuario y por modelo, actualizado diariamente; resulta adecuado para el departamento financiero, pero no ofrece una vista en tiempo real por solicitud.
  • El uso en proveedores en la nube es invisible para los paneles de Anthropic. Si ejecuta Claude Code en Amazon Bedrock, Google Vertex o Microsoft Foundry, las analíticas nativas simplemente no lo detectarán, ya que los tokens se facturan directamente a su cuenta de la nube.

El patrón se repite: las herramientas nativas responden a «cuánto acabo de gastar», no a «qué está haciendo todo el equipo en este momento». Para eso, es necesario extraer las métricas de la máquina.

OpenTelemetry: cómo extraer métricas de la máquina

La vía nativa para resolver esta limitación es OpenTelemetry. Claude Code puede exportar métricas de coste y uso de tokens por usuario mediante OTLP hacia su propia plataforma de observabilidad, y funciona en cualquier entorno: suscripción, Console API o cualquier proveedor en la nube. Esto la convierte en la única opción nativa que ofrece cifras por desarrollador casi en tiempo real, independientemente del método de autenticación utilizado.

Cómo activarlo

La exportación está desactivada por defecto y se gestiona íntegramente mediante variables de entorno, configuradas en el perfil de la shell o en un archivo de configuración administrado que se distribuye a cada equipo. Una configuración mínima para métricas y registros:

Las métricas se envían a intervalos determinados (por defecto, 60 000 ms para métricas y 5000 ms para registros), por lo que «casi en tiempo real» significa con una granularidad de un minuto, no por solicitud. Las trazas son una señal en fase beta independiente restringida tras CLAUDE_CODE_ENHANCED_TELEMETRY_BETA=1 y OTEL_TRACES_EXPORTER=otlp; actívelas únicamente si dispone de un recolector preparado para recibir trazas (spans).

Qué información incluye cada señal

OpenTelemetry emite tres tipos de señales: métricas (los contadores sobre los que se construyen los paneles), registros (eventos discretos) y trazas (spans en fase beta para una única interacción). El desglose de costes se encuentra en las métricas:

MétricaQué contieneAtributos clave
claude_code.token.usageTokens consumidos, desglosados por categoríatype (input / output / cacheRead / cacheCreation), model
claude_code.cost.usageGasto estimado a precio de tarifa oficial (USD)model, user.email
claude_code.session.countSesiones iniciadassession.id, user.email
claude_code.lines_of_code.countLíneas modificadas por el agentetype (added / removed)
claude_code.code_edit_tool.decisionIndica si una edición se ha conservadotool_name, decision (accept / reject)
claude_code.active_time.totalSegundos de uso activotype (user / cli)
claude_code.commit.count / pull_request.countActividad de Git realizada a través del agenteatributos estándar

La atribución por usuario se basa en los atributos user.email y account-identifier, incluidos de forma predeterminada. Tenga en cuenta que session.id incrementa notablemente la cardinalidad (una serie por sesión), por lo que si su sistema de backend cobra en función de las series de datos, desactívelo en los paneles globales del equipo y atribuya los datos por usuario. Los registros de eventos (claude_code.user_prompt, claude_code.tool_result, claude_code.api_request) aportan detalles por acción que las métricas no pueden ofrecer, y opcionalmente pueden incluir el contenido de los prompts o de las herramientas; se trata de una decisión sobre privacidad que debe valorar antes de su activación.

El inconveniente es operacional: debes instrumentar cada máquina, mantener las variables en su sitio tras renovar portátiles o incorporar personal, y gestionar el colector y los cuadros de mando por tu cuenta. Transmite métricas adecuadamente, pero un flujo de métricas no es un registro de auditoría a nivel de solicitud, y no hace nada para aplicar un presupuesto; solo informa sobre él. Para un análisis más profundo sobre la contabilidad de tokens en sí, consulta Observabilidad para Claude en producción: contabilidad de tokens y trazabilidad.

Nativo frente a OpenTelemetry frente a un gateway

Capacidad/usage (nativo)Exportación OpenTelemetryAI gateway
AlcanceUna máquina, una sesiónPor desarrollador, en toda la flotaPor desarrollador, en toda la flota
Atribución por usuarioNoSíSí
Funciona en proveedores cloudSolo localSíSí
Trazas a nivel de solicitudNoParcial (beta)Sí
Latencia por solicitud (ms)NoParcialSí
Límites de gasto / aplicaciónNoNoSí
Multiherramienta (Cursor, Codex)NoSolo por herramientaSí, una sola vista
Coste de configuraciónIntegradoInstrumentar cada máquinaApuntar el cliente a un único endpoint

OpenTelemetry y un gateway no son mutuamente excluyentes: un buen gateway es compatible con OpenTelemetry y puede alimentar el mismo stack. La diferencia radica en que el gateway también se sitúa en la ruta de la solicitud, por lo que puede trazar y limitar, no solo contar. OTel es la respuesta adecuada cuando eres propietario de la flota, confías en que cada máquina permanezca instrumentada y solo necesitas generar informes. Un gateway es la respuesta adecuada cuando las máquinas van y vienen, cuando parte del tráfico se ejecuta en un proveedor cloud y cuando "verlo" debe convertirse en "detenerlo".

Observabilidad en el TrueFoundry AI Gateway

Enruta Claude Code a través del TrueFoundry AI Gateway y cada completado cruzará un único punto bajo tu control. Esto transforma la observabilidad: deja de ser algo a lo que cada desarrollador se suma en su portátil y pasa a ser algo que simplemente existe:

  • Trazas de solicitudes: cada solicitud con el usuario resuelto, el modelo servido, el desglose de tokens y la latencia, para que puedas responder "quién envió eso y cuánto costó" a posteriori.
  • Cuadros de mando de métricas que agregan la flota por usuario, equipo y modelo: la panorámica por desarrollador que se detalla en seguimiento de costes para Claude Code.
  • Una vista única para todas las herramientas: Claude Code, Cursor y Codex terminan en el mismo lugar en vez de tres, como se describe en centralización del control de costes para IDE de código con IA.
  • Exportación compatible con OpenTelemetry con solo unos 3–4 ms de sobrecarga añadida, de modo que los mismos números fluyen hacia Grafana, Datadog o Prometheus si ya los utilizas.
¿Quieres conocer el gasto de Claude Code por desarrollador sin instrumentar cada portátil?

Qué registra la traza de una sola solicitud

Un gateway responde a preguntas que las métricas de OpenTelemetry no pueden responder porque registra cada solicitud como un registro discreto, no como un contador agrupado por minutos. Una traza captura la identidad resuelta, el modelo servido, el desglose de cuatro vías de tokens, el coste según tu tarifa contratada, la latencia de extremo a extremo en milisegundos, el estado y la decisión de enrutamiento. Dado que cada fila es buscable y se conserva, puedes reconstruir un pico: filtra por un desarrollador y una hora, y lee las llamadas reales que lo impulsaron, el registro de auditoría que un flujo de métricas aplana y omite.

Campo de la trazaQué responde
Usuario / clave resueltaQuién envió esta solicitud
Modelo servido¿Fue Opus cuando Sonnet habría bastado?
Desglose de tokens (entrada / salida / caché)De dónde procede el coste de esta llamada
Coste según tarifa contratadaEl gasto real, no una estimación a precio de catálogo
Latencia (ms)¿Fue lenta esta llamada y sufrió degradación el proveedor?
Decisión de enrutamientoQué directiva seleccionó este modelo

Sobre qué alertar y qué cuadros de mando crear

Recopilar señales es inútil si nadie las consulta hasta que llega la factura. El objetivo de extraer las métricas de la máquina es actuar mientras todavía importa: un conjunto reducido de alertas y unos pocos cuadros de mando, no un muro de gráficos. Las alertas que merecen la pena se corresponden con una causa específica y solucionable:

  • Gasto diario por desarrollador que supera un umbral: por ejemplo, mantenerse por encima de los ~$30/día que ya cubren a cerca del 90 % de los usuarios. Esto detecta los casos atípicos el mismo día que comienzan, no un mes después.
  • Porcentaje de tokens de Opus por encima de un límite: la señal más clara de desviación del modelo por defecto, donde las ediciones rutinarias se ejecutan silenciosamente en el modelo más caro.
  • Caída en la proporción de lecturas de caché: una disminución repentina significa que la caché ha vuelto a empeorar y la entrada nueva se vuelve a facturar a precio íntegro.
  • Latencia p95/p99 en ms que supera un límite: saca a la luz la degradación del proveedor y los patrones de tiempo de espera antes de que los desarrolladores informen de que "Claude va lento".
  • Volumen de solicitudes fuera del horario laboral: las tareas programadas y el trabajo en segundo plano que reenvían grandes contextos a intervalos fijos se muestran como gasto sin que haya ningún ser humano al teclado.

Los cuadros de mando que merece la pena implementar son igualmente escasos: coste de la flota por desarrollador (top-N), coste por modelo para que la combinación Opus vs. Sonnet vs. Haiku sea visible de un vistazo, una vista apilada de los cuatro tipos de tokens para vigilar la proporción de caché, el coste por repositorio o equipo para imputación de costes, una distribución de latencia en milisegundos y la aceptación de llamadas a herramientas. En un gateway, estos vienen predefinidos y se alimentan automáticamente; en OpenTelemetry los ensamblas en Grafana o en tu backend a partir de las métricas anteriores.

Un ejemplo práctico

Un equipo de plataforma tiene treinta desarrolladores utilizando Claude Code, algunos mediante suscripción y otros en Bedrock. La factura mensual no para de subir y nadie sabe explicar por qué. Apuntan cada instalación al gateway y consultan el cuadro de mando al día siguiente: tres desarrolladores representan el 60 % del gasto en tokens, en los tres casos porque Opus es su modelo por defecto, y una tarea programada reenvía un contexto amplio cada hora. Establecen una directiva de modelos que enruta las ediciones rutinarias a Sonnet, solucionan la tarea y la curva de tendencia cambia su rumbo, sin pedir a nadie que ejecute un comando en su portátil. La observabilidad no modificó el comportamiento; ver los datos sí lo hizo.

El límite honesto: un gateway muestra el gasto y te permite limitarlo. No reescribe prompts; hace que el despilfarro sea imposible de ignorar y te proporciona la palanca de directivas para actuar. El aspecto del cumplimiento se trata en Gobernanza de Claude Code con un AI gateway.

Detalles importantes a tener en cuenta

  • La /usage cifra en dólares es una estimación calculada localmente a precio de catálogo. Si tu organización paga tarifas contratadas, no coincidirá con la factura a menos que un administrador configure la anulación de tarifas.
  • /usage es por máquina. Un desarrollador que programa en un portátil y en un ordenador de sobremesa ve dos imágenes parciales; solo una métrica externa a la máquina (OTel o un gateway) las reconcilia.
  • Los cuadros de mando de los proveedores cloud fragmentan los datos. En Bedrock, Vertex o Foundry, tu gasto reside en la consola de facturación del cloud, y la atribución por usuario requiere OpenTelemetry o un gateway por encima.
  • Las sesiones inactivas siguen generando solicitudes. Las tareas programadas y el trabajo en segundo plano reenvían el contexto completo en su intervalo, por lo que un desarrollador que parece inactivo aún puede generar costes; solo lo verás en una traza por solicitud.
  • Contar no es limitar. OpenTelemetry te informa de que se ha rebasado un presupuesto a posteriori; solo un elemento en la ruta de la solicitud puede detenerla antes de que genere gasto.
  • session.id es una trampa de cardinalidad. Si se deja activada para los cuadros de mando de la flota, crea una serie de métricas por sesión, lo que puede disparar los costes en un backend de observabilidad con tarifa basada en uso; atribuye por usuario en su lugar.
  • Los equipos de agentes multiplican los tokens. Las ejecuciones multiagente consumen aproximadamente 7 veces más tokens que una sesión individual, por lo que su adopción puede hacer que el gasto se dispare sin que varíe el comportamiento individual.

Lecturas relacionadas

Conclusión

La observabilidad de Claude Code es en realidad la observabilidad de costes con el nivel de detalle al máximo: tokens desglosados de cuatro formas, atribuidos a un desarrollador, un modelo y una tarea. Las herramientas nativas responden a esto para una persona en una máquina; OpenTelemetry responde para la flota si instrumentas cada máquina; y un gateway responde para la flota por defecto, porque cada solicitud ya pasa a través de él.

Elige la capa que se adapte al alcance de visibilidad que necesitas. Si la respuesta es "por desarrollador, en todos los modelos y proveedores, con la capacidad de actuar sobre lo que encuentre", la ruta de la solicitud es el lugar donde debes posicionarte.

Vea cada solicitud, token y dólar de Claude Code en un solo lugar.

Try now.

One gateway for all your models, MCP servers, and agents. No credit card needed.

Inscríbase
Tabla de contenido

Controle, implemente y rastree la IA en su propia infraestructura

Reserva 30 minutos con nuestro Experto en IA

Reserve una demostración

La forma más rápida de crear, gobernar y escalar su IA

Demo del libro
Summarize with
ChatGPT logo by OpenAI
Perplexity AI logo
Blurry red snowflake on white background, symmetrical frosty design with soft edges and abstract shape.

Descubra más

No se ha encontrado ningún artículo.
noviembre 20, 2026
|
5 minutos de lectura

GPT-6.1 Terra: API, benchmarks, precios y cómo usarlo

No se ha encontrado ningún artículo.
noviembre 20, 2026
|
5 minutos de lectura

Alternativas a Bifrost: las mejores herramientas que puede considerar en 2026

No se ha encontrado ningún artículo.
noviembre 20, 2026
|
5 minutos de lectura

GPT-5.1 frente a GPT-5: 9 mejoras clave que debes conocer

LLMS y GenAI
TrueFoundry AI gateway is an enterprise alternative to Bifrost and Portkey
noviembre 20, 2026
|
5 minutos de lectura

Bifrost vs. Portkey: comparativa de precios, funciones de AI Gateway e idoneidad empresarial

No se ha encontrado ningún artículo.
No se ha encontrado ningún artículo.
Realice un recorrido rápido por el producto
Comience el recorrido por el producto
Visita guiada por el producto