Calcula el umbral de 200K tokens antes de que la factura de tu agente se duplique

Tienes un repositorio, un documento largo y unas pocas tardes. El agente parece barato hasta que una solicitud cruza un umbral de tokens. Para un presupuesto casi nulo, ese umbral es el número que debes calcular primero.

El umbral de 200K tokens es el precio

Para prompts de 200.000 tokens o menos, Grok 4.6 cuesta $2 por millón de tokens de entrada, $0,50 por millón de tokens de entrada en caché y $6 por millón de tokens de salida. Para solicitudes de 200.000 tokens o más, Grok 4.6 cobra $4,00 por millón de tokens de entrada, $1,00 por millón de tokens de entrada en caché y $12,00 por millón de tokens de salida, con ese precio elevado aplicándose a cada token de la solicitud.

Trata ese límite como un tope fijo en el presupuesto. Una construcción de fin de semana puede mantenerse cerca de cero si la solicitud se calcula antes de cruzarlo.

Elabora un presupuesto de tokens antes de ejecutar el agente

Empieza con la solicitud que realmente esperas enviar, no con la ficha del modelo. Un agente de repositorio completo puede incluir instrucciones del sistema, contenidos de archivos, resultados de herramientas y turnos anteriores. Cada uno suma al prompt.

Mantén un total acumulado mientras diseñas el agente. Si el total se acerca al umbral, detente y recorta antes de enviar. La estimación no necesita ser perfecta; necesita ser lo suficientemente buena para mostrar si la solicitud está lejos del límite o cerca de él. Los recortes más limpios eliminan contexto repetido, no las partes que hacen al agente menos útil.

• Estima los tokens totales del prompt sumando el prompt del sistema, los archivos del repositorio, la documentación y el historial de conversación, y luego compara el número con el umbral.
• Calcula la solicitud completa como si la tarifa más alta ya hubiera entrado en vigor; si el prompt puede crecer durante la tarea, asume el peor caso y fija una cifra en dólares antes de la primera solicitud.
• Usa caché para el contexto repetido colocando instrucciones estables, mapas de archivos y documentos largos en la porción en caché, donde el mismo contexto puede enviarse de nuevo a la tarifa de entrada en caché.
• Reduce turnos y tokens de entrada pidiendo cambios más pequeños, menos llamadas a herramientas y resúmenes más cortos, para que cada solicitud lleve un prompt más pequeño.
• Revisa los benchmarks de programación antes de confiar en él. Grok 4.6 obtuvo 61 en el Artificial Analysis Intelligence Index, empatando con GPT-5.6 Sol. En el conjunto de tareas de agentes de Artificial Analysis, Grok 4.6 usó aproximadamente 53 turnos y 0,5 mil millones de tokens de entrada, mientras que Claude Opus 5 usó aproximadamente 103 turnos y 2,0 mil millones de tokens para el mismo trabajo. Grok 4.6 logró 26% en Terminal-Bench v3.0 y fue el último entre los cuatro modelos en la tabla comparativa de xAI. xAI no publicó una puntuación SWE-bench Pro para Grok 4.6.

Haz que cada turno justifique su costo

Los turnos son donde crecen los presupuestos de fin de semana. Cada turno nuevo puede llevar las mismas instrucciones, la misma lista de archivos y las mismas respuestas anteriores. Si el agente sigue pidiendo más contexto, el prompt crece incluso cuando la respuesta es corta.

Diseña la tarea para que el agente pueda terminar en menos movimientos. Dale una condición de parada clara, como un archivo terminado, una verificación superada o un resumen breve de lo que cambió. Pide primero un plan, luego un cambio pequeño, y después una verificación. Eso mantiene el prompt pequeño mientras el agente explora.

Los tokens de salida importan, pero una respuesta corta puede costar más que una larga si el prompt detrás de ella es enorme. El presupuesto empieza con la solicitud, no con la respuesta.

Ensaya el prompt antes de la tarea completa

Antes de dirigir el agente al repositorio completo, envía un pequeño ensayo. Incluye las mismas instrucciones y una muestra representativa de los archivos. Observa el tamaño del prompt y el número de turnos. Un ensayo es lo suficientemente barato cuando ambos se mantienen dentro del presupuesto que fijaste. Si el ensayo se siente caro, la tarea real será peor.

Mantén el ensayo hasta que el prompt se mantenga por debajo del umbral. Si lo cruza, recorta el contexto primero. Elimina archivos que el agente no necesita, acorta las instrucciones y pide una respuesta más acotada. Un presupuesto casi nulo se construye negándose a enviar contexto que no necesitas.

Si el ensayo se mantiene por debajo del umbral, la tarea completa tiene un presupuesto en el que puedes confiar.