¿La memoria de Claude tiene un coste adicional?
Anthropic no publica un precio por tokens de memoria: el texto recordado se reenvía como entrada y el coste depende de los tokens y la caché.
¿Las funciones de memoria de Claude tienen un coste adicional?
Las funciones de memoria de Claude no tienen un precio propio. Las tarifas publicadas por Anthropic se calculan por millón de tokens de entrada y por millón de tokens de salida, con tarifas adicionales para la caché de prompts, y ninguna se denomina token de memoria. Almacenar la memoria no tiene coste en la API de Claude (interfaz de programación de aplicaciones), porque la herramienta de memoria se ejecuta en el cliente y el archivo se guarda en un almacenamiento que usted controla.
La memoria sí puede aumentar la factura, porque un dato recordado sólo cambia una respuesta cuando está incluido en la solicitud que Claude lee. Recordar implica volver a enviar el contenido. Ese texto llega como tokens de entrada y se factura con la tarifa normal de entrada del modelo, salvo que esté almacenado en caché. Dos valores determinan el coste: cuántos tokens de texto recordado vuelve a enviar en cada turno y si ese texto reenviado puede servirse desde la caché de prompts.
En una suscripción Pro, Max o Ultra, el uso incluido en los límites de su plan no se factura por token. En ese caso, la memoria consume su cuota de uso, no su dinero. Esto cambia si activa créditos de uso y supera un límite: sus solicitudes pasan a facturarse según el modelo de pago por uso, con las tarifas estándar de la API y por separado de la suscripción. Desde ese momento, un bloque de memoria demasiado grande vuelve a tener un coste. El mecanismo es el mismo. Sólo cambia la unidad. Esa cuota es finita, por lo que conviene saber cuánto cuesta Claude Pro y en qué punto sus límites le impiden continuar antes de decidir cuánta memoria debe incluir cada turno. Claude Enterprise basado en el uso funciona de otra forma, ya que mide cada token con las tarifas de la API además del precio por puesto, por lo que un bloque de memoria demasiado grande vuelve a convertirse en dinero en lugar de consumir una cuota. Los planes Enterprise basados en puestos incluyen una cuota de uso, con créditos de uso disponibles después de que los miembros alcancen los límites incluidos. Si depurar la memoria reduce su uso hasta situarlo con margen por debajo del límite de un plan más pequeño, cambiar de Max o Ultra a Pro es el siguiente paso que conviene valorar. Si la comparación que está haciendo es entre proveedores y no entre los niveles de Anthropic, comparar los planes de Claude con los de ChatGPT a los precios actuales es el punto de partida.
Qué significa "memory" en cada superficie de Claude
Tres productos distintos comparten esta palabra, y confundirlos es la principal razón por la que esta cuestión resulta confusa.
La herramienta de memory en Claude API. Añade una entrada a la matriz tools e implementa las operaciones de archivo en tu propio código.
{"type": "memory_20250818", "name": "memory"}En octubre de 2026, esta herramienta no necesita una cabecera beta en Messages API y funciona con todos los modelos Claude 4 y posteriores. Es del lado del cliente: Claude solicita una operación como view /memories, tu controlador la ejecuta en el almacenamiento que controlas y devuelves el resultado en un bloque tool_result. Anthropic nunca almacena el archivo, por lo que no hay ningún coste de almacenamiento que repercutir. Pagas por el recorrido de ida y vuelta. La definición de la herramienta se envía en cada solicitud, y el contenido del archivo que vuelve permanece en la conversación desde ese momento.
Anthropic publica la parte fija de esa sobrecarga. En Claude Opus 5, con una selección de herramienta auto, el prompt de sistema para el uso de herramientas contiene 286 tokens, según la documentación de octubre de 2026. Este coste se aplica una vez por solicitud cuando hay cualquier herramienta presente, ya sea memory u otra.
Claude Code. Dos mecanismos cargan información al inicio de cada sesión. Los archivos CLAUDE.md contienen las instrucciones que escribes. Auto memory contiene las notas que Claude escribe para sí mismo, en ~/.claude/projects/<project>/memory/. Solo se cargan las primeras 200 líneas o 25KB de MEMORY.md, lo que ocurra primero, y los archivos de temas que están junto a él se leen bajo demanda, no al iniciar la sesión. Todo lo que se carga al inicio pasa a formar parte del prefijo que acompaña a cada solicitud posterior de esa sesión. Memory consume la cuota de uso incluida cuando utilizas una suscripción, o créditos de uso cuando se supera un límite y estos están activados. A través de la Console o de proveedores cloud, Claude Code se factura por token a tu organización, y el contexto de memory sigue ese método de facturación. Cómo recupera Claude Code la memory entre sesiones explica el orden de carga archivo por archivo.
Claude en la web. En claude.ai, memory es un conjunto de entradas que Claude escribe y actualiza mientras chateas, con un espacio de memory para cada proyecto. De forma predeterminada, la memory del proyecto se utiliza junto con la memory de tu cuenta; desactiva Use account memory en la página del proyecto para mantenerla completamente separada. Settings > Your Claude > Manage, junto a Your memory, muestra lo que está almacenado; en el diseño anterior, la ruta es Settings > Memory. El interruptor de memory ofrece las opciones Pause memory o Reset memory. Memory también está disponible en el plan Free. En los planes de pago con uso incluido, memory consume los límites de uso o créditos de uso cuando se supera un límite y estos están activados; en Enterprise basado en uso, se factura con las tarifas de API.
Por qué el texto recordado se factura como tokens de entrada
La Messages API no tiene estado. No conserva nada entre llamadas, por lo que el cliente envía toda la conversación en cada turno y el modelo vuelve a leerla completa. La memoria no es una excepción a esta regla. Es otro bloque de texto dentro de la misma solicitud.
La separación se muestra en el objeto usage de cualquier respuesta.
"usage": {
"input_tokens": 412,
"cache_creation_input_tokens": 0,
"cache_read_input_tokens": 18240,
"output_tokens": 236
}input_tokens sólo cuenta los tokens que no se leyeron de la caché ni se usaron para crearla, lo que en la práctica significa los tokens posteriores al último punto de corte de caché. La entrada total de la solicitud es cache_read_input_tokens más cache_creation_input_tokens más input_tokens. Un archivo de memoria que Claude abrió hace tres turnos forma parte de ese total en cada turno posterior. Se incluye en cache_read_input_tokens mientras se mantiene el prefijo en caché, en cache_creation_input_tokens cuando el prefijo se escribe de nuevo y en input_tokens cuando no se almacena en caché. El mismo texto tiene precios diferentes. Los tokens de entrada y salida tienen precios diferentes, y la memoria repetida se factura como entrada.
Dónde consultar estas cifras en su propio uso
No tome una cifra de una publicación de blog, incluida esta. Mida su propio bloque de memoria. El recuento de tokens es gratuito y tiene su propio límite de velocidad, por lo que la medición no cuesta nada.
curl https://api.anthropic.com/v1/messages/count_tokens \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "content-type: application/json" \
-H "anthropic-version: 2023-06-01" \
-d '{
"model": "claude-opus-5",
"system": "You are a scientist",
"messages": [{"role": "user", "content": "Hello, Claude"}]
}'La respuesta es un número, como { "input_tokens": 14 }. Ejecútelo una vez con el texto de memoria pegado en el campo system y otra vez sin él. La diferencia es el coste de esa memoria en cada turno. Hay que tener en cuenta dos advertencias. El recuento es una estimación, y los tokens adicionales que Anthropic añade para sus propias optimizaciones del sistema no se facturan. Cuente también con el modelo que realmente vaya a ejecutar, porque Claude 4.7 y las versiones posteriores usan un tokenizador más reciente que produce aproximadamente un 30 por ciento más de tokens para el mismo texto.
Dentro de Claude Code, la misma información se obtiene sin usar curl.
/contextmuestra lo que está cargado en ese momento, incluidos los archivos de memoria, para que pueda ver su proporción de la ventana antes de escribir nada./memorymuestra una lista de sus archivosCLAUDE.mdy abre la carpeta de memoria automática./usageimprime los totales de la sesión, incluidos los aciertos y las escrituras de caché.- La línea de estado puede mostrar continuamente el uso de la ventana de contexto, de modo que el crecimiento sea visible mientras se produce.
El bloque de sesión /usage tiene este aspecto:
Total cost: $0.55
Total duration (API): 6m 20s
Total duration (wall): 6h 33m 10s
Total code changes: 0 lines added, 0 lines removed
Usage by model:
claude-sonnet-4-6: 1.2k input, 5.3k output, 940.0k cache read, 50.0k cache write ($0.55)Lea atentamente la última línea. La cifra de 940.0k de lecturas de caché corresponde a toda la conversación, incluida la memoria, que se vuelve a enviar en cada turno con la tarifa de caché. La cifra de 1.2k de entrada sólo corresponde a la entrada sin caché que no se utilizó para crear una entrada de caché. Claude Code calcula localmente ese importe en dólares a partir de las tarifas publicadas, salvo que un administrador haya configurado tarifas contratadas mediante el ajuste administrado modelPricing. Por tanto, es una estimación y puede diferir de su factura. La página Usage de Claude Console es la cifra de referencia.
A continuación, ejecute directamente la comparación. Haga la misma pregunta inicial en dos sesiones nuevas: una normal y otra con la memoria automática desactivada.
CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 claudeEjecute /context en cada una y compare la entrada de archivos de memoria. La diferencia es el coste de la memoria acumulada al inicio de cada sesión, antes de realizar cualquier trabajo. Desglose completo del destino del uso de tokens de Claude Code merece leerse junto a esas dos cifras.
¿Cuánto cuesta reproducir la memoria por cada millón de tokens?
El almacenamiento en caché de prompts es la razón por la que el mismo bloque de memoria puede costar diez veces más en un turno que en otro. Anthropic publica las tarifas de caché como múltiplos del precio base de entrada de cada modelo, por lo que la relación se mantiene incluso cuando cambian los precios en dólares.
Los datos de este gráfico
[
{
"label": "Base input",
"price_multiple": 1
},
{
"label": "5 minute cache write",
"price_multiple": 1.25
},
{
"label": "1 hour cache write",
"price_multiple": 2
},
{
"label": "Cache read",
"price_multiple": 0.1
}
]La lectura de la caché cuesta 0.1 veces el precio base de entrada en la mayoría de los modelos. Los modelos más recientes ofrecen lecturas más baratas: 0.05 veces el precio base en Claude Opus 5.5 y Claude Sonnet 5.5, y 0.025 veces el precio base en Claude Fable 5.1 y Claude Mythos 5.1. Escribir una entrada con una duración de 5 minutos cuesta 1.25 veces el precio base, y con una duración de 1 hora cuesta 2 veces el precio base. La página de precios de Anthropic indica claramente el punto de equilibrio: el almacenamiento en caché resulta rentable después de una lectura de caché con una duración de 5 minutos, o después de dos lecturas de caché con una duración de 1 hora. Esa afirmación se basa en la lectura estándar de 0.1x, y la guía de almacenamiento en caché de prompts no proporciona una cifra de punto de equilibrio, pero las tarifas de lectura más baratas no cambian ninguno de los dos recuentos, porque la prima de escritura es lo que las lecturas deben recuperar. El punto de equilibrio del almacenamiento en caché de prompts es el cálculo que debe ejecutar antes de decidir dónde colocar la memoria.
Esos múltiplos convierten el número de reproducciones en una operación aritmética. El siguiente bloque es un cálculo basado en los múltiplos publicados arriba, no una medición de ninguna carga de trabajo real. Calcula el coste de un bloque de memoria de tres formas durante una sesión de 100 turnos, expresado como el número equivalente de tokens cobrados a la tarifa base de entrada.
Los datos de este gráfico
[
{
"label": "4,000 tokens, never cached",
"base_rate_equivalent_tokens": "400,000"
},
{
"label": "4,000 tokens, 1 write and 99 reads",
"base_rate_equivalent_tokens": "44,600"
},
{
"label": "1,000 tokens, 1 write and 99 reads",
"base_rate_equivalent_tokens": "11,150"
}
]Un bloque de memoria de 4,000 tokens que no acierta en la caché en los 100 turnos se factura como 400,000 tokens a la tarifa base. El mismo bloque, con una escritura en la caché de 5 minutos y 99 lecturas de la caché, se factura como 44,600. Si lo reduce a una cuarta parte de su tamaño y mantiene la caché, se factura como 11,150. La funcionalidad no cambió en esas 3 filas. Sólo cambió el comportamiento de reproducción. Las filas usan la lectura estándar de 0.1x. En Claude Opus 5.5 o Claude Sonnet 5.5, donde una lectura cuesta 0.05x, el bloque almacenado en caché de 4,000 tokens baja a 24,800, y en Claude Fable 5.1 baja a 14,900. Siguen siendo recuentos de tokens, no importes, y convertir un recuento de tokens en un importe de la factura mensual requiere una multiplicación por la tarifa por millón de tokens de su modelo. Esa tarifa la determina el modelo que ejecuta, así que si el agente va a ejecutarse en Claude Fable 5, empiece por sus tarifas publicadas por millón de tokens y los trabajos para los que es adecuado. Si el agente se ejecuta en un modelo más pequeño para ahorrar dinero, consulte cómo Claude Haiku 5.5 factura las solicitudes que superan los 100K tokens antes de permitir que aumente su memoria, porque la memoria reproducida es lo que hace que una solicitud supere ese límite. Si el proveedor sigue siendo una cuestión abierta y no sólo el modelo, el coste de los mismos trabajos en la API de Claude y en ChatGPT muestra dónde se aplica esa multiplicación de forma distinta, y un agente con mucha memoria depende en gran medida de la parte de entrada de ese cálculo.
La segunda fila supone que cada una de las 99 solicitudes posteriores llega mientras la entrada de caché aún está activa. Esa suposición es la causa de la mayoría de los errores en las facturas reales.
¿Por qué cuesta más la misma pregunta después de una pausa?
Una entrada de caché tiene un tiempo de vida, y el reloj empieza en la solicitud que la escribe o la lee. El valor predeterminado es 5 minutos. La opción de 1 hora cuesta el doble de la escritura indicada arriba. En Claude Code, el valor predeterminado de suscripción de 1 hora se aplica a la conversación principal y a determinadas solicitudes auxiliares dentro del uso incluido; los subagentes obtienen 5 minutos, a menos que elija un tiempo de vida más largo. La conversación principal vuelve a 5 minutos cuando empieza a consumir créditos de uso; con una clave de API o un proveedor de nube, el valor predeterminado es 5 minutos. La configuración ENABLE_PROMPT_CACHING_1H=1 mantiene el tiempo de vida de 1 hora al usar créditos de uso, y desde Claude Code v2.1.242, la configuración promptCacheTtl con el valor 1h hace lo mismo para la conversación principal. Desde la misma versión, subagentPromptCacheTtl con el valor 1h selecciona el tiempo de vida más largo para las solicitudes fuera de la conversación principal.
Por eso, una pregunta de una sola línea escrita en una sesión que dejó abierta durante la comida resulta cara: la entrada de caché caducó mientras estaba ausente. Todo el prefijo, incluida la memoria, se procesa y se escribe de nuevo en la caché con la tarifa de escritura de caché. La duración de la pausa determinó ese precio.
Puede confirmarlo en lugar de darlo por cierto. En los planes Pro, Max, Ultra, Team o Enterprise, el desglose de /usage marca cualquier comportamiento responsable de al menos el 10 por ciento del uso reciente, y allí aparecen por nombre tanto el contexto largo como los fallos de caché. Desde Claude Code v2.1.251, el bloque de sesión de /usage también añade una línea Prompt cache (main) que muestra la proporción de entrada servida desde la caché, el número de fallos y si la caché está activa en ese momento. En la API, observe cómo cache_creation_input_tokens vuelve a aumentar hasta el tamaño completo del prefijo en la primera solicitud después de un periodo de inactividad.
Qué invalida silenciosamente la caché
El prefijo almacenado en caché está ordenado: herramientas, después sistema y después mensajes. Un cambio en un nivel invalida ese nivel y todos los posteriores. Editar una definición de herramienta descarta toda la caché. Editar el prompt del sistema descarta la caché del sistema y de los mensajes.
Esta es la trampa para quien mantiene la memoria en el prompt del sistema y lo reescribe a medida que el agente aprende. Cada reescritura descarta la copia almacenada en caché de todo lo que viene después, por lo que la siguiente solicitud debe volver a pagar el coste completo de escritura. Mantenga el material estable al principio y sin cambios, y coloque el material volátil al final de la lista de mensajes, donde invalidarlo es barato.
Hay un segundo fallo más discreto. Cada modelo tiene un prefijo mínimo que se puede almacenar en caché: 512 tokens en Claude Opus 5, 1,024 en Claude Sonnet 5 y 4,096 en Claude Haiku 4.5, según la información publicada en octubre de 2026. La documentación de Anthropic explica claramente qué ocurre por debajo de ese límite: las solicitudes inferiores al mínimo se procesan sin caché y no se devuelve ningún error. Por tanto, un archivo de memoria pequeño marcado con cache_control no hace absolutamente nada, de forma silenciosa. El síntoma visible es que cache_creation_input_tokens permanece en 0 aunque el prompt contenga claramente un punto de interrupción.
Poda la memoria que ya no aporta valor
Cada línea de memoria consume tokens en cada turno que la incluye, así que la pregunta para cada línea es si ha cambiado alguna respuesta recientemente. Claude Code hace concretos estos límites. Intente mantener un archivo CLAUDE.md de menos de 200 líneas, porque los archivos más largos consumen más contexto y reducen la fiabilidad con la que Claude los sigue. MEMORY.md está limitado a las primeras 200 líneas o 25KB durante la carga, y todo lo que supera ese límite se descarta al iniciar la siguiente sesión, por lo que un índice demasiado grande consume contexto con la parte cargada y deja el resto sin leer.
Dos hábitos ayudan a mantenerlo pequeño. Traslade los detalles del índice a archivos temáticos, que Claude lee bajo demanda en lugar de hacerlo al iniciar. Traslade las instrucciones de flujo de trabajo de CLAUDE.md a las skills, que sólo se cargan cuando se invocan. En los archivos de memoria que ya empiezan con frontmatter, Claude Code registra la hora de escritura en un campo modified como marca de tiempo ISO 8601, en la versión 2.1.214 o posteriores, y esa marca de tiempo es la forma más rápida de detectar un dato obsoleto. Poda de la memoria obsoleta explica con más detalle el proceso de revisión.
Cuando recuperar información es mejor que cargarlo todo en el contexto
La herramienta de memoria permite recuperar información justo cuando se necesita. En lugar de cargar todo al principio, el agente registra lo que aprende y vuelve a leer un archivo sólo cuando una tarea lo necesita. Esto cambia los cálculos, porque una lectura de archivo añade primero su contenido cuando hace falta y después lo mantiene en las solicitudes posteriores hasta que se elimina del contexto, mientras que un bloque cargado permanentemente tiene un coste en cada turno.
De los dos gráficos anteriores se desprende una regla sencilla. El texto que se usa en casi todos los turnos pertenece al prefijo estable en caché. El texto que se usa una vez de cada veinte debe quedar detrás de una llamada a view. El punto de equilibrio cambia con el número de repeticiones, no con ningún cargo de Anthropic.
En la API también puede dejar que la plataforma recorte la conversación. La edición del contexto elimina los resultados antiguos de las herramientas cuando la conversación supera el umbral que configure. Esta función todavía está en beta, por lo que las solicitudes que la usan necesitan la cabecera beta context-management-2025-06-27.
{
"edits": [
{
"type": "clear_tool_uses_20250919",
"trigger": {"type": "input_tokens", "value": 30000},
"keep": {"type": "tool_uses", "value": 3},
"clear_at_least": {"type": "input_tokens", "value": 5000}
}
]
}Los valores predeterminados son un activador de 100,000 tokens de entrada y 3 usos de herramientas conservados. Analice la interacción con el almacenamiento en caché antes de activarla: eliminar contenido invalida el prefijo en caché en el punto de eliminación, por lo que la siguiente solicitud debe escribir la caché. Para eso sirve clear_at_least. Retrasa la eliminación hasta que el ahorro sea suficiente para justificar la escritura. La respuesta informa exactamente de lo ocurrido en context_management, con cleared_tool_uses y cleared_input_tokens, de modo que el intercambio se puede medir y no queda en el plano teórico. Administrar la ventana de contexto en Claude Code aplica la misma idea a una sesión de programación.
Qué tiene un concepto de coste propio
La memoria no tiene un coste propio, pero algunas funciones sí lo tienen, y conviene saber cuáles. Estas son las tarifas publicadas de Claude API a fecha de octubre de 2026. Algunas operaciones no cuestan nada, y los créditos de prueba de Claude API ayudan a los usuarios nuevos a probarla. La FAQ de precios de Anthropic sólo indica que los usuarios nuevos reciben una pequeña cantidad de créditos gratuitos para probar la API; no publica ninguna cantidad concreta. Los suscriptores de Max, Ultra y Team también reciben créditos mensuales para la API. La documentación de Anthropic indicaba el 31 de octubre de 2026 que eran $100 en Max y $200 en Ultra. En Team, los créditos son de $20 por asiento Standard y $100 por asiento Premium, se comparten entre los usuarios y tienen un límite de $500 al mes. Los planes Free, Pro y Enterprise no pueden recibirlos. Los créditos no utilizados no se acumulan y no cubren Claude Code interactivo ni los créditos de uso. Sí cubren claude -p y Claude Agent SDK cuando se ejecutan directamente con una clave de API de la organización de Console vinculada. Las ejecuciones iniciadas por Claude Code GitHub Action, una extensión del IDE o la aplicación de escritorio siguen excluidas, incluso con -p. Esos créditos son una ventaja de un plan de pago, y los cargos siguientes se descuentan de los créditos disponibles o del saldo de pago.
- Búsqueda web: $10 por cada 1,000 búsquedas, más el coste normal de los tokens de todo lo que la búsqueda incorpora al contexto.
- Ejecución de código: 1,550 horas gratuitas por organización cada mes; después, $0.05 por hora y contenedor. Es gratuita cuando la misma solicitud incluye búsqueda web o web fetch con la versión de la herramienta
20260209o posterior. - Claude Managed Agents: tiempo de ejecución de sesión a $0.08 por hora de sesión, además de los cargos habituales por tokens.
- Web fetch: no tiene ningún cargo adicional; sólo se cobra el coste de los tokens del contenido obtenido.
La memoria no aparece en ninguno de esos conceptos. Aparece en el recuento de tokens de entrada, que es exactamente donde puede medirla y donde la poda y la caché pueden reducirla. Si está presupuestando un agente que se ejecuta sin supervisión en un servidor privado virtual (VPS), los controles de costes para un agente de IA en un VPS son lo siguiente que debe configurar, porque un agente con un archivo de memoria cada vez mayor y sin poda resulta más caro cada semana sin que ningún informe lo indique.
FAQ
¿Hay un cargo independiente por las funciones de memoria de Claude?
No. La lista de precios de Anthropic establece tarifas por millón de tokens de entrada, por millón de tokens de salida y los multiplicadores de prompt caching, sin incluir una línea específica para la memoria. En Claude API, la herramienta de memoria funciona en el lado del cliente, por lo que los archivos se almacenan en un almacenamiento que ya paga. La memoria añade tokens de entrada, facturados con la tarifa normal de entrada del modelo o con la tarifa de caching aplicable en cada turno que los incluya.
¿Desactivar la memoria hace que Claude sea más barato?
Reduce el número de tokens de cada solicitud, lo que reduce el coste de cada solicitud. El ahorro total depende de lo que ocurra después. Si Claude tiene que volver a leer tres archivos y hacerle dos preguntas para reconstruir lo que ya contenía la memoria, esos tokens cuestan más que la memoria. Mídalo en lugar de hacer suposiciones: ejecute /context en una sesión con auto memory activada y en otra iniciada con CLAUDE_CODE_DISABLE_AUTO_MEMORY=1, y compare el total de tokens consumidos en la misma tarea.
¿Por qué aumentó mi uso si no cambié nada?
La causa más habitual es un fallo de caché después de una pausa. Las entradas de caché se conservan 5 minutos de forma predeterminada, o una hora con la configuración extendida. Por eso, la primera solicitud después de una pausa vuelve a procesar todo el prefijo y lo escribe de nuevo con la tarifa de cache-write. La segunda causa más habitual es una edición del prefijo: cambiar una definición de herramienta invalida toda la caché, y cambiar el system prompt invalida la caché del sistema y de los mensajes. En un plan de suscripción, el desglose /usage identifica este comportamiento cuando representa el 10 por ciento o más del uso reciente.
¿La memoria debe estar en el system prompt o detrás de una llamada a una herramienta?
Colóquela en el system prompt cuando se utilice en casi todos los turnos, porque queda en el prefijo almacenado en caché y se factura con la tarifa de cache-read. Colóquela detrás de una llamada view cuando sólo la necesiten algunas tareas, porque así retrasa la incorporación de los tokens del archivo hasta que sean necesarios; el resultado se sigue reutilizando en los turnos posteriores hasta que se elimina del contexto. El número decisivo es el de repeticiones, y el objeto usage muestra los tokens de entrada, cache-write y cache-read de cada solicitud.
¿Las funciones de memoria cuentan para los límites de uso de la suscripción?
Sí, indirectamente, porque los límites de la suscripción se consumen según los tokens que lleva cada solicitud. La documentación de ayuda de Anthropic indica que las conversaciones más largas que activan la gestión automática del contexto consumen una parte mayor del límite de uso. La memoria hace que cada solicitud sea ligeramente más larga, y una sesión extensa repite esa longitud en cada turno. Cómo funcionan realmente los límites de uso de Claude explica qué se restablece y cuándo.