Precios de Claude Code explicados: planes, costes de tokens y cómo reducir el gasto
.webp)
Diseñado para la velocidad: ~ 10 ms de latencia, incluso bajo carga
¡Una forma increíblemente rápida de crear, rastrear e implementar sus modelos!
- Gestiona más de 350 RPS en solo 1 vCPU, sin necesidad de ajustes
- Listo para la producción con soporte empresarial completo
Las dos formas en que se factura Claude Code
Antes de que cualquier número tenga sentido, debes saber qué medidor está corriendo. Por debajo, Claude Code cobra por consumo de tokens de API, pero la forma en que esto llega a tu tarjeta depende de cómo inician sesión tus desarrolladores.
- Suscripciones por usuario (Pro, Max, Team, Enterprise). El uso se descuenta de una asignación por usuario que se reinicia en una ventana móvil de cinco horas y una ventana semanal. Esa asignación se comparte con el chat de Claude y Cowork, por lo que un día de uso intensivo del chat consume el mismo saldo que la programación.
- Pago por uso (Claude Console o un proveedor de nube). Cada token se factura a tu espacio de trabajo o cuenta de nube a las tarifas de API estándar. No hay asignación ni límite a menos que establezcas uno.
Un equipo puede combinar ambos: cada desarrollador se mide según el método con el que se haya autenticado. La tabla de planes a continuación corresponde al lado de las suscripciones; la tabla de tokens posterior es lo que realmente se acumula por debajo.
Planes y precios de Claude Code
- Las asignaciones de suscripción se comparten entre Claude Code, el chat de Claude y Cowork; las mismas ventanas de cinco horas y semanales cubren los tres servicios.
- La facturación anual reduce el precio mensual efectivo (Pro 20 $ → 17 $, Team Estándar 25 $ → 20 $, Premium 125 $ → 100 $).
- En Amazon Bedrock, Google Vertex o Microsoft Foundry, Claude Code se factura por token a tu cuenta de nube, y los controles de gasto residen en tu consola de la nube, no en la de Anthropic.
Para conocer los límites de uso detrás de cada plan (la ventana de cinco horas, el límite semanal y qué sucede al alcanzarlos), consulta Límites de Claude Code explicados.
Los precios de tokens detrás de cada plan
Independientemente del plan en el que estés, el coste subyacente es por millón de tokens (MTok) y depende totalmente del modelo. Esta es la palanca más importante en tu factura.
- El procesamiento por lotes (batch) es un 50 % más barato que en tiempo real para el trabajo que puede esperar.
- El input almacenado en caché es ~10 veces más barato de leer que el input nuevo, razón por la cual una sesión larga y activa es mucho más barata por mensaje que una sesión iniciada desde cero.
- La inferencia exclusiva en EE. UU. se factura a 1,1 veces la tarifa estándar, y el modo rápido de Opus 5.5 cuesta el doble; pequeños multiplicadores que se van acumulando en un equipo grande.
Elegir el nivel adecuado para cada tarea es una decisión de costes en sí misma; analizamos las ventajas y desventajas en la Guía de enrutamiento Opus vs. Sonnet vs. Haiku: coste frente a capacidad.
Entonces, ¿cuánto cuesta realmente un desarrollador?
En despliegues empresariales, el promedio se sitúa en torno a los 13 $ por desarrollador por día activo y entre 150 y 250 $ por desarrollador al mes, manteniéndose por debajo de los 30 $ al día para aproximadamente el 90 % de los usuarios. Sin embargo, la dispersión existe: un desarrollador que ejecute Opus todo el día en múltiples repositorios puede gastar varias veces la mediana.
Dos hábitos explican la mayoría de las facturas inesperadamente altas: sesiones largas que nunca se limpian (por lo que cada mensaje reenvía toda la conversación) y dejar Opus como modelo predeterminado cuando Sonnet habría sido suficiente. Ambos son solucionables y resulta más fácil detectarlos cuando se puede ver el gasto por desarrollador. Para obtener un desglose más detallado por agente, consulta lo que realmente cuestan los agentes de programación de IA por desarrollador.
Cómo reducir el gasto en Claude Code
Las palancas, en orden aproximado de impacto:
- Adapta el modelo a la tarea. Sonnet maneja bien la mayor parte de la programación a una quinta parte del coste de output de Opus; reserva Opus para arquitectura y razonamiento multipasos, y delega tareas sencillas de subagentes a Haiku.
- Aprovecha el almacenamiento en caché de prompts. Los prompts de sistema repetidos y el contexto de archivos se leen desde la caché por ~10 veces menos. Mantener una sesión activa dentro de su tiempo de vida en caché (una hora en suscripción, cinco minutos en la API) evita volver a pagar por el mismo contexto; el cálculo de costes reales está aquí.
- Limpia la sesión entre tareas no relacionadas. Una sesión nueva evita que pagues por reenviar contexto antiguo en cada mensaje.
- Procesa por lotes lo que pueda esperar para obtener el 50 % de descuento, y mantén pequeños los equipos de agentes: cada compañero de equipo ejecuta su propia ventana de contexto.
- Haz visible el gasto por desarrollador para poder actuar sobre los dos casos atípicos en lugar de hacer suposiciones sobre todo el equipo.
Dónde se refleja realmente la factura
La parte más difícil de la fijación de precios de Claude Code no es la tarjeta de tarifas: es visualizar y limitar el gasto una vez que treinta desarrolladores lo están usando. Dónde se hace eso depende de cómo inician sesión.
En los planes de suscripción, los controles son razonables. En la Console y especialmente en los proveedores de nube, la atribución por desarrollador no viene integrada; este es exactamente el vacío que cubre un AI gateway.
Reducción del gasto con TrueFoundry AI Gateway
Enrutar Claude Code a través del TrueFoundry AI Gateway coloca cada generación en una ruta que tú controlas, independientemente del plan o proveedor que haya detrás. Esto te brinda cuatro cosas que la facturación nativa no ofrece, todas a la vez:
- Atribución por desarrollador. Cada solicitud se asigna a un individuo, por lo que los informes de gasto y los límites de tarifa cobran sentido; esto se explica en seguimiento de costes para Claude Code.
- Política de modelos. Limita a qué modelos puede acceder un desarrollador, de modo que Opus sea una elección deliberada y no una opción predeterminada por accidente.
- Una sola vista de costes entre herramientas. Claude Code, Cursor y Codex coinciden en el mismo panel: una sola factura en lugar de cuatro.
- Límites de gasto y gobernanza que se aplican sin necesidad de la cooperación del desarrollador, como en gobernanza de Claude Code con un AI gateway.
Si estás eligiendo dónde enrotrarlo, comparamos las opciones en el mejor AI gateway para Claude Code.
Un ejemplo práctico
Treinta ingenieros en Max 20x a 200 $/mes representan 6000 $/mes en suscripciones: algo predecible, pero sin visibilidad por desarrollador ni control de modelos. Si mueves a ese mismo equipo a la facturación de Console detrás del gateway, el panorama cambia: ves que tres desarrolladores generan el 60 % del gasto en tokens porque tienen Opus por defecto, estableces una política de modelos que redirige las ediciones rutinarias a Sonnet y la cifra mensual disminuye mientras los dos usuarios de uso intensivo reales conservan Opus. La suscripción ocultaba la distribución; el gateway la sacó a la luz.
El límite real: un gateway gobierna la elección del modelo, la atribución y el gasto. No cambia las tarifas por token de Anthropic; simplemente garantiza que solo las pagues donde realmente aporten valor.
Detalles importantes a tener en cuenta
- La asignación de la suscripción se comparte. Claude Code, el chat de Claude y Cowork consumen de las mismas ventanas de cinco horas y semanales, por lo que un día de uso intensivo del chat puede limitar la programación.
- El tiempo de vida de la caché varía según el plan. Es de una hora en una suscripción, pero cae a cinco minutos en la API y en los proveedores de nube, por lo que el mismo flujo de trabajo vuelve a pagar por el contexto con mucha más frecuencia en el pago por uso.
- La cifra en dólares de /usage es una estimación calculada localmente al precio de lista. Si tu organización paga tarifas contractuales negociadas, no coincidirá con tu factura a menos que un administrador configure la anulación de tarifas.
- El uso en proveedores de nube es invisible para los paneles de Anthropic. En Bedrock, Vertex o Foundry, solo obtendrás atribución por usuario a través de OpenTelemetry o un gateway de LLM.
- Las sesiones inactivas prolongadas siguen costando dinero: las tareas programadas y las comprobaciones en segundo plano reenvían todo tu contexto en su intervalo correspondiente, incluso cuando no estás escribiendo.
Suscripción o pago por uso: cuál es más barato para ti
Los dos modelos de facturación se cruzan en un punto predecible, y conocerlo aproximadamente ahorra muchas suposiciones. Una licencia de suscripción es una tarifa plana por una asignación; el pago por uso es una factura variable por exactamente lo que consumes. Para un desarrollador cuyo uso se mantenga cómodamente dentro de la asignación de una licencia Max, la suscripción es más barata y predecible. Para un desarrollador que apenas la utiliza, una licencia Pro o un uso ligero de la API resulta más ventajoso. El problema surge en los dos extremos: un usuario de uso intensivo en Pro alcanza los límites y pierde tiempo, mientras que un usuario de uso ligero en Max 20x paga 200 $/mes por una fracción de la asignación.
Una forma aproximada de decidir para un equipo: si la mayoría de los desarrolladores son usuarios diarios constantes, adquiere licencias ajustadas a la mediana y gestiona el exceso de uso intensivo con créditos de uso; si el uso es irregular o se concentra en pocas personas, mide a todos en la API detrás de un gateway y establece límites de gasto por desarrollador para que los usuarios de picos altos se vean limitados en gasto en lugar de bloqueados en el servicio. La única combinación que debes evitar es comprar la licencia más alta a todos "por si acaso": eso implica pagar el máximo por la mediana, lo cual es totalmente contraproducente.
Qué impulsa realmente la factura
El gasto en tokens no es uniforme a lo largo de una sesión; unos pocos comportamientos representan la mayor parte y cada uno tiene una solución directa:
Observa que cuatro de los cinco factores están relacionados con el tamaño del contexto, no con el número de solicitudes; esta es la noción más contraintuitiva sobre el coste de la programación con agentes. Una pregunta de una sola línea en una sesión que ha estado abierta todo el día puede costar más que una tarea nueva y centrada, porque esa sola línea arrastra consigo el contexto de todo el día. El cálculo de costes reales de almacenamiento en caché concreta la diferencia entre caché activa y fría, y el enrutamiento de modelos se cubre en la guía de Opus vs. Sonnet vs. Haiku.
Lecturas relacionadas
- Límites de Claude Code explicados: las ventanas de uso detrás de cada plan
- Seguimiento de costes de Claude Code con TrueFoundry AI Gateway: atribución por desarrollador en la práctica
- Centralización del control de costes para IDEs de programación con IA: una vista de costes unificada para Claude Code, Cursor y Codex
- Opus vs. Sonnet vs. Haiku: guía de enrutamiento por coste vs. capacidad: la palanca individual más importante en tu factura
- Almacenamiento en caché de prompts en Claude: el cálculo real de costes: cuándo ahorrar dinero con la caché y cuándo no
Conclusión
La mayoría de las explicaciones sobre los precios de Claude Code se quedan en la tabla de planes. El plan es la parte fácil. La parte que determina tu factura real está por debajo: qué modelo usa cada solicitud, cuánto contexto lleva, si la caché está activa y si puedes ver todo eso por desarrollador. Esos no son conceptos desglosados en una página de precios; son opciones de configuración, y cada una es una palanca de control.
Una suscripción hace que la cifra sea predecible. Un gateway hace que sea controlable: políticas de modelos, atribución por desarrollador y límites de gasto que se mantienen en todas las herramientas de programación que utiliza tu equipo. Esa es la diferencia entre conocer el precio de lista de Claude Code y saber lo que realmente te cuesta.
TrueFoundry AI Gateway ofrece una latencia de entre 3 y 4 ms, gestiona más de 350 RPS en una vCPU, se escala horizontalmente con facilidad y está listo para la producción, mientras que LitellM presenta una latencia alta, tiene dificultades para superar un RPS moderado, carece de escalado integrado y es ideal para cargas de trabajo ligeras o de prototipos.













.webp)

.webp)






