hafuture

Guía de ahorro de tokens: Caveman y Ponytail para IA

Reduce el gasto de tokens en Claude Code y Codex con Caveman y Ponytail. Guía completa con instalación, los 6 rocks, la escalera de 7 pasos y pstack.

Claude CodeCodexAIToken OptimizationCavemanPonytailpstackDeveloper Tools

Índice


1. ¿Qué es un token?

Un token es el fragmento de texto que un modelo de IA lee o genera. Cada vez que un agente como Claude Code o Codex trabaja en tu proyecto, el consumo se reparte en tres bloques:

  • Tu prompt — tokens de entrada de tus preguntas o instrucciones
  • Código, logs y archivos que lee la IA — tokens de contexto (el bloque más grande con diferencia)
  • La respuesta de la IA — tokens de salida

Tanto si quieres estirar el límite de una suscripción como si pagas por uso mediante API key, reducir tokens se traduce directamente en menos gasto y respuestas más rápidas. Estas dos herramientas atacan partes distintas del problema.


2. Dos skills de un vistazo

Caveman reduce el volumen de conversación (lo que la IA lee y responde), mientras que Ponytail reduce el volumen de trabajo (el código nuevo que la IA escribe). Al no solaparse, funcionan muy bien juntos.

Elige la configuración adecuada para tu flujo de trabajo
Caveman

Say less + Read less sin tocar tu código

“why many token when few do trick”

Qué reduce
Verborrea en respuestas + logs, archivos y páginas web que lee el agente
Cómo actúa
Respuestas concisas + compresión de entradas + enrutado Auto + scripts reutilizables
Cifras publicadas
33.2% menos tokens de entrada; ahorro 1.4–2.4x validado por Adobe; sin pérdida en test A/B de JetBrains
Formato
CLI de una sola línea en terminal o skill/plugin
Ponytail

Escalera de 7 pasos para reutilizar antes de crear

“Escribe una sola línea en silencio y funciona”

Qué reduce
Tamaño de los diffs y complejidad innecesaria en el código generado
Cómo actúa
Recorre una escalera de 7 peldaños y se detiene en el primero que resuelve el problema
Cifras publicadas (v5)
53% menos código, 26% menos coste, 45% menos tokens y 98% cobertura en lógica crítica (vs. 68%)
Formato
Plugin de agente o archivo de reglas AGENTS.md / SKILL.md
Caveman + Ponytail + pstack

Optimización integral de entrada, código y evaluación

“Demostrar (eval) → Recortar (hillclimb) → Fijar reglas (authoring)”

Reparto de tareas
Caveman comprime I/O + Ponytail minimiza código + pstack valida en tu repo
Sinergia directa
Si las reseñas o PRs de Ponytail resultan largos, el modo Say less de Caveman también los abrevia
Orden sugerido
Caveman completo + login Auto → añadir Ponytail → medir con eval y hillclimb
Precaución
Las reglas añaden ~1,160 tokens de entrada; conviene medir en tus propias tareas

3. Caveman — Habla menos y lee menos

Inspirado en comunicarse con la brevedad de un cavernícola, Caveman hace que la IA hable menos (Say less) y lea menos (Read less) sin modificar ni un carácter de tu código fuente.

Cómo funciona: Los 6 Rocks

Al instalarlo se activan las seis piezas, aunque puedes desactivar cualquiera con caveman off <rock>.

RockNombre CLIQué haceAhorro medido
Say lessoutputAcorta las respuestas sin alterar código, comandos, rutas ni mensajes de error. Nunca reescribe tu prompt.3% extra frente a "responde conciso" (ultracave llega al 35%)
Read lessinputComprime logs, JSON, CSV y salidas de tests antes de que la IA los lea. Los originales permanecen intactos en disco.33.2% ↓ tokens de entrada por sesión (98.9% ↓ en archivos CSV)
AutoroutingElige modelo y nivel de esfuerzo según la dificultad: modelo ligero para tareas simples, modelo potente para las complejas.Coste 0.46x frente a Opus xhigh (medición preliminar)
BlocksscriptsGuarda y reutiliza scripts repetitivos que el agente reescribía cada vez (8 incluidos: test-summary, json-peek, etc.).Lectura de resultados de test: 397 → 76 tokens
Waste fixeswaste-fixesDetecta fugas de tokens y mantiene activo el caché del prompt mientras te ausentas.Aún sin medición oficial
BrowsebrowseComprime páginas web antes de mostrarlas al agente.Página de tabla de 200 filas: 15,704 → 121 tokens

Ejemplo de "Say less"

  • IA normal (63 tokens equivalentes): "Tu componente de React se vuelve a renderizar probablemente porque crea una nueva referencia de objeto en cada ciclo de renderizado. Al pasar un objeto en línea como prop, la comparación superficial de React detecta un objeto distinto cada vez y dispara un nuevo render. Recomendamos memorizar el objeto con useMemo."
  • Caveman (20 tokens): "New object ref each render, so React re-renders. Wrap the prop in useMemo."

Misma solución exacta con un tercio de los tokens de salida. Como el estilo por defecto utiliza inglés telegráfico, en sesiones en español el ahorro de salida se comporta distinto (ver sección 5.5).


4. Cómo instalar Caveman

Funciona en macOS, Linux y Windows (requiere Node.js 22.13 o superior). Elige la pestaña que mejor encaje con tu entorno.

bash
npx @caveman-ai/cli@latest
Detecta más de 30 agentes en tu equipo (Claude Code, Codex, Gemini CLI, OpenCode, etc.). Luego basta con ejecutar claude como siempre.

5. Uso práctico de Caveman para ahorrar tokens

5.1 Empieza verificando el estado: caveman status

Ejecuta caveman status para ver qué rocks están activos, a qué agentes aplican y cuál es el siguiente paso sugerido. Para desactivar un rock concreto, indica su nombre, por ejemplo caveman off browse (output, input, waste-fixes, routing, scripts, browse).

5.2 Prioriza lo que más ahorra: Read less

  1. Logs extensos, suites de tests y CSV/JSON: es donde más se nota el impacto, con mediciones superiores al 50% de reducción en tokens de entrada de sesión.
  2. Herramientas CLI:
    • caveman shrink -- pnpm test: comprime salidas ruidosas de tests o compilaciones antes de pasarlas al agente.
    • caveman browse <url>: descarga y comprime páginas de documentación web.
    • caveman learn: analiza tu ranking de consumo de tokens y te permite aplicar mejoras una a una con caveman learn implement.
  3. Comprimir archivos de memoria: si tu CLAUDE.md ha crecido demasiado, ejecuta /caveman-compress <archivo> para reducirlo conservando una copia de respaldo.

5.3 Ajusta la intensidad de brevedad

ComandoIntensidadCuándo usarlo
/cavemanNormal (ejemplo 63 → 20 tokens)Uso diario por defecto
/ultracaveMás fuerte (35% de ahorro extra)Cuando las respuestas aún parezcan largas
/megacaveMáxima (síntesis extrema)Ahorro límite; parece broma, pero existe de verdad
/caveman offDesactivadoCuando necesites explicaciones detalladas en español natural

5.4 Baja la factura con Auto y evita repetir scripts con Blocks

  • Modelo Auto (caveman login): al iniciar sesión con una cuenta gratuita aparece la opción Auto en el selector de modelo. Ajusta modelo y esfuerzo por petición, logrando 0.46x del coste y menos de la mitad de tiempo frente a Opus xhigh (si no inicias sesión, Auto no se activa ni se envía nada).
  • Blocks (caveman-blocks scan / caveman-blocks init): en mediciones reales hubo máquinas donde los agentes reescribían el mismo script 394 veces por semana. Activar Blocks reduce la lectura de resultados de test de 397 a 76 tokens.
  • Comprueba tus propios datos: revisa tu historial con caveman stats o ejecuta comparativas A/B en tareas reales con caveman trial -- claude.

5.5 ¿Cuánto ahorra realmente en español y en el total de la factura?

Aunque no existe un benchmark oficial publicado exclusivamente en español, el repositorio ofrece datos muy reveladores sobre idiomas no ingleses (como el portugués, muy cercano en estructura gramatical) y sobre el peso real de la salida en la factura total:

ComponenteExpectativa en sesiones en españolEvidencia
Read less · Blocks · Browse · /caveman-compressIndependiente del idioma: ~25–55% menos entradaComprime código, logs (50.2% ↓), CSV (55.1% ↓) y JSON (26.4% ↓), alcanzando un 33.2% de ahorro total en entrada sin importar el idioma del chat.
Auto (enrutado de modelo)Independiente del idioma: hasta 0.46x de costeDecide según la complejidad de la tarea, no por la gramática del prompt.
Say less (acortar respuestas)Estimación: ~10–30% menos salida (0–10% si ya pides respuestas breves)En inglés logra 41% ↓ (6,983 → 4,119 tokens) gracias a reglas estructurales ("respuesta primero, sin saludos, una idea por frase"), más un extra (+3–35%) al omitir artículos y abreviar palabras inglesas. En una prueba de 10 preguntas en portugués sobre un CLAUDE.md ya conciso, la salida bajó solo un 8% (mediana -5%) (issue #733).

Además, conviene mirar el coste total de la sesión: en un análisis de 662 sesiones reales de Claude Code, los tokens de salida representaron apenas el 0.3% del total, por lo que acortar respuestas tuvo un impacto en factura de solo ±0.2% (issue #733). En otra medición, reducir la salida un 44% dejó el coste total en +0.06% (issue #727). Y como las reglas de texto añaden unos 1,160 tokens de entrada, en consultas muy cortas o planes con cobro por petición (como GitHub Copilot) puede haber pérdida neta (issue #145).

Por eso, en sesiones en español el verdadero motor de ahorro está en Read less, Blocks, Browse y Auto. Compruébalo en tu entorno con caveman trial -- claude, /caveman-stats y el panel de facturación de tu proveedor.


6. Ponytail — Escribe menos código

Ponytail encarna a esa desarrolladora veterana que lleva en la empresa más tiempo que el control de versiones: le enseñas 50 líneas y, sin decir una palabra, las convierte en una sola línea que funciona.

Su principio no es "mínimos tokens a toda costa", sino "escribir solo lo necesario". Nunca recorta validaciones, manejo de errores, seguridad ni accesibilidad. El código se reduce porque deja de reinventar lo que ya existe, y el ahorro de tiempo y tokens llega como consecuencia directa.

Cómo funciona: La escalera de 7 pasos (Ladder)

Antes de escribir código, Ponytail lee los archivos afectados, sigue el flujo real y se detiene en el primer peldaño capaz de resolver el problema:

  1. 1
    ¿Hace falta realmente?

    Evalúa si el requisito puede resolverse sin añadir código nuevo.

  2. 2
    ¿Ya existe en este código base?

    Busca utilidades, componentes, hooks o patrones que el proyecto ya tenga implementados.

  3. 3
    ¿Lo resuelve la biblioteca estándar?

    Aprovecha las APIs nativas del lenguaje o runtime antes de escribir lógica propia.

  4. 4
    ¿Lo ofrece la plataforma de forma nativa?

    Prioriza elementos HTML estándar, Web APIs del navegador y primitivas del framework.

  5. 5
    ¿Lo cubre una dependencia ya instalada?

    Reutiliza paquetes presentes en el proyecto en lugar de instalar librerías nuevas.

  6. 6
    ¿Basta con una sola línea?

    Evita capas de abstracción y wrappers innecesarios cuando una expresión directa basta.

  7. 7
    Solo entonces, el mínimo código funcional

    Si nada anterior sirve, escribe la implementación mínima limpia (+ 1 test pequeño si hay lógica).

Por ejemplo, al pedir "añade un selector de fecha", una IA convencional suele crear un calendario completo o instalar una librería externa (335 líneas). Ponytail combina el componente Input existente en el proyecto con el selector nativo del navegador (10 líneas).


7. Cómo instalar Ponytail

bash
/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail
Permanece activo en todas las sesiones y añade comandos de intensidad, revisión, auditoría y deuda técnica.

8. Uso práctico de Ponytail para ahorrar tokens

8.1 Control de intensidad: /ponytail

  • /ponytail lite: suave — proyectos sencillos o zonas desconocidas del código
  • /ponytail full: valor por defecto para el día a día
  • /ponytail ultra: intensidad máxima — "cuando sientes que el código base te ha traicionado personalmente" — ideal para limpiezas profundas
  • /ponytail off: desactivación temporal

8.2 Revisión, auditoría completa y deuda técnica

  • /ponytail-review: no se limita al diff; lee el código circundante para detectar bugs, fallos de seguridad, carga real, lógica arriesgada sin tests, rutas lentas y código sobrante. En benchmarks detectó el 100% de los errores sembrados (87% sin skill) y el 100% de los problemas fuera del diff (78% sin skill). Acepta uncommitted, staged, branch o enlaces a PR.
  • /ponytail-audit: audita todo el repositorio con los mismos criterios y ordena por prioridad qué corregir primero.
  • /ponytail-debt: recopila los comentarios shortcut: que Ponytail deja cuando omite algo a propósito para que el "luego" no se convierta en "nunca".

8.3 Seguimiento visual en tiempo real (Claude Code)

  • Band (/ponytail band): muestra sobre el cuadro de entrada el coste actual, tokens, tiempo, porcentaje de reutilización de código y estado de tests, con botones rápidos para revisión y auditoría (Claude Code 2.1.290+; no aparece en el panel de VS Code ni en sesiones cloud).
  • Board: página local con el histórico acumulado por proyecto. Todos los registros permanecen en tu equipo (~/.config/ponytail/band/) y puedes importar sesiones previas con /ponytail band import.
  • /ponytail-gain: muestra el boletín de ahorro calculado frente al benchmark.

9. ¿Cuál elegir? ¿Se pueden usar juntos?

ComparativaCavemanPonytail
Qué recortaLa conversación de la IA: respuestas y logs/archivos leídosEl volumen de código que genera la IA
MétodoReglas de brevedad + compresión de entrada + Auto + BlocksEscalera de 7 pasos que obliga a reutilizar
InstalaciónCLI en una línea (o skill/plugin)Plugin de agente / archivo AGENTS.md
Resultados medidosEntrada 33.2% ↓, coste hasta 0.46x (Auto)Código 53% ↓, coste 26% ↓, tokens 45% ↓ (v5)
Comandos clavecaveman status, /ultracave, caveman shrink/ponytail full, /ponytail-review, /ponytail-audit
Ideal paraQuien maneja logs grandes, tests, datos y sesiones largasQuien crea nuevas funcionalidades y quiere diffs limpios y cortos

Si tu prioridad absoluta es el presupuesto, empieza con Caveman completo + login Auto. Si además buscas mejor calidad de código y menos código basura, añade Ponytail. Y si los informes de revisión de Ponytail se sienten extensos, el modo Say less de Caveman también los recorta.

Referencia rápida de comandos (clic para copiar)

Haz clic en cualquier comando para copiarlo al portapapeles

Caveman CLI · Compresión · Diagnóstico

Caveman Intensidad · Archivos de memoria

Ponytail Modos · Revisión · Deuda


10. Combinarlos con los playbooks de pstack

pstack es un plugin de ingeniería para Cursor y Claude Code con 23 playbooks especializados (consulta nuestra Guía completa de pstack). Tres de ellos—eval, hillclimb y authoring a skill—forman el ciclo exacto para optimizar estos skills: Demostrar calidad → Recortar costes → Pulir las reglas.

Instalación en 30 segundos

  • Cursor: escribe /add-plugin pstack en el chat
  • Claude Code: ejecuta /plugin marketplace add cursor/plugins y después /plugin install pstack@cursor-plugins
  1. 1
    eval — Demuestra que la calidad no baja en tu proyecto/poteto-mode (eval)

    Envía el mismo prompt con los skills activados y desactivados, oculta etiquetas al evaluador y revisa las transcripciones reales.

  2. 2
    hillclimb — Reduce el coste por tarea iteración a iteración/poteto-mode (hillclimb)

    Fija primero el banco de pruebas y cambia un ajuste de Caveman o modo de Ponytail por iteración, conservando solo mejoras verificadas.

  3. 3
    authoring a skill — Adapta y aligera las reglas para tu repo/poteto-mode (authoring a skill)

    Recorta ejemplos redundantes de las reglas (~1,160 tokens en Caveman o SKILL.md en Ponytail), fija el idioma de respuesta y valida enlaces y frontmatter.

Paso 1: eval — Comparativa A/B a ciegas
/poteto-mode Haz un eval a ciegas comparando caveman y ponytail activados frente a desactivados en la misma tarea de corrección de bugs. Compara calidad, uso de tokens y resume los resultados.
Paso 2: hillclimb — Reducir un 40% el coste por tarea
/poteto-mode Reduce el coste medio por tarea un 40% respecto al actual. Haz al menos 10 iteraciones cambiando un ajuste de caveman o modo de ponytail cada vez, y quédate solo con las mejoras verificadas.
Paso 3: authoring a skill — Aligerar las reglas sin romper nada
/poteto-mode Adapta el skill de caveman para nuestro repositorio. Mantén las respuestas en español, elimina ejemplos innecesarios para minimizar los tokens de entrada y valida el resultado tras editar.

11. Precauciones y preguntas frecuentes

P1. ¿Son realmente gratuitos Caveman y Ponytail?
Sí. Ambos son proyectos de código abierto gratuitos (Caveman bajo licencia Apache-2.0 y Ponytail bajo MIT). La función Auto de Caveman pide iniciar sesión con una cuenta gratuita, sin coste adicional. Eso sí, el precio de tu suscripción o API del modelo de IA sigue siendo el habitual.
P2. ¿Mi código o mis prompts salen de mi ordenador?
El skill de Caveman corre en local (salvo /caveman-compress, que envía el archivo a comprimir al proveedor de tu modelo). La telemetría anónima del CLI se desactiva por completo con caveman telemetry off, y Auto solo envía fragmentos recientes a Caveman Cloud cuando activas e inicias sesión en routing (puedes apagarlo con caveman off routing). Ponytail funciona solo mediante reglas locales sin telemetría externa, y sus registros se guardan únicamente en ~/.config/ponytail/band/.
P3. ¿Empeora la calidad de las respuestas o del código?
En el test A/B de JetBrains con 86 tareas reales no hubo pérdida estadística de calidad (p=0.82, 8.5% menos tokens de salida), y Elastic reportó cero pérdida de información con un 63.6% menos tokens de respuesta. Además, HONEST-NUMBERS.md documenta límites reales: la compresión de HTML aún rinde peor, en herramientas con cobro por petición (como GitHub Copilot) responder breve no ahorra dinero, y las propias reglas consumen unos ~1,160 tokens de entrada.
P4. ¿No basta con escribir 'responde de forma concisa' en el prompt?
Solo ayuda parcialmente. En las mismas pruebas, pedir brevedad bajó de 6,983 a 4,334 tokens, mientras que /ultracave redujo la salida hasta 2,693 tokens. Además, estudios de Adobe muestran que acortar el prompt del usuario perjudica la calidad, motivo por el cual ninguna de las dos herramientas modifica tus preguntas.
P5. ¿Qué hago si se rompe la instalación?
Con Caveman, escribe al agente: 'Read INSTALL.md, install caveman for me.' para que lo repare automáticamente. En el caso de Ponytail, consulta el archivo INSTALL.md del repositorio con los pasos específicos de cada editor.

Valida archivos JSON y salidas de logs localmente con Hafuture

Formatea y verifica configuraciones JSON de Claude Code, Cursor o servidores MCP al instante en tu navegador—100% privado y sin subir archivos.

Abrir Formateador JSON