Por Ted Mavera, Product Manager de HarnessUp. Publicado el 16 de noviembre de 2026.
Divulgación: esta página se publica bajo la etiqueta visible «Comparison by HarnessUp» y es contenido comercial. Trabajo en HarnessUp, que es una de las herramientas comparadas a continuación. Los criterios van primero para que puedas aplicarlos a todas las opciones, incluida la mía.
La pregunta que hay detrás de la mayoría de las búsquedas de ahorradores de tokens no es realmente «qué herramienta es mejor». Es «por qué se me agotó la ventana de cinco horas el miércoles y qué puedo hacer al respecto». Las respuestas que hay en el mercado vienen de tres lugares distintos: funciones que ya están dentro del harness, editores que sustituyen el harness y capas que se sitúan por debajo del harness y cambian lo que se envía. Compararlas función por función premia la lista más larga. Compararlas por dónde se produce realmente el gasto te da algo que puedes usar.
Por qué estas herramientas son difíciles de comparar
Dos productos pueden afirmar que «ahorran tokens» y referirse a cosas opuestas. Uno recorta lo que el agente lee al principio de cada ronda. Otro acorta lo que el agente escribe de vuelta. Un tercero enruta las tareas baratas a modelos más económicos. Un cuarto simplemente informa del daño a posteriori. Los cuatro son útiles, ninguno sustituye a los demás, y una tabla que marca una casilla llamada «ahorra tokens» no te dice nada sobre cuál necesitas.
Hay una segunda trampa: el número. «Hasta un 78 %» o «hasta 3x» es un techo medido en las mejores ventanas, no una promesa para tu repositorio. Cualquier comparación honesta tiene que preguntar de dónde sale el número y si puedes reproducirlo con tu propio historial.
Los seis criterios que utilicé
- Dónde se produce el ahorro. Lectura, salida, caché, elección de modelo, subagentes. Una herramienta que solo toca uno de estos deja intacto el resto de la factura.
- Evidencia que puedes comprobar. ¿Mide tus propias sesiones y muestra la aritmética, o muestra una media de marketing?
- Dónde se ejecuta. ¿Totalmente en tu máquina o enviando tus prompts y tu código a otro sitio?
- Relación con el harness oficial. ¿Hooks y configuración oficiales, o un proxy que se interpone entre tú y la API?
- Reversibilidad. Si un ajuste perjudica, cuántos pasos hay que dar para deshacerlo y si puedes revertir lo que el agente hizo con tus archivos.
- Alcance. ¿Es una capa, un editor o un sustituto? No puedes juzgar a un editor por no ser una capa, pero no deberías comprar una capa esperando un editor.
Qué hace realmente cada opción
Los controles de contexto integrados de Claude Code
El agente de terminal de Anthropic ya incluye la palanca más importante: cuando la ventana de contexto se llena, la sesión se compacta y sigue adelante, y archivos de instrucciones como CLAUDE.md te permiten fijar las reglas que deberían sobrevivir a esa compactación. Esto no cuesta nada extra, no requiere instalación y es lo primero que cualquiera debería configurar.
El límite está en el alcance. La compactación es una reacción a una ventana llena, no un presupuesto que fijes de antemano. No tiene interruptores por herramienta, ni contabilidad entre sesiones de adónde fue el contexto, ni protección contra que el agente borre un archivo o lea un .env. Mantiene viva la sesión; no te dice por qué la sesión fue cara.
Codex CLI
El agente de terminal de OpenAI sigue la misma filosofía: archivos de configuración, archivos de instrucciones y modos de aprobación que deciden cuánto puede hacer el agente sin preguntar. Es un valor por defecto sólido si ya vives en el ecosistema de OpenAI, y sus modos de aprobación son una capa de seguridad real, no una función para ahorrar tokens.
Se aplica la misma limitación. Puedes moldear el comportamiento con instrucciones, pero no puedes ver, por sesión, cuánto del gasto fue releer, cuánto fue preámbulo y cuánto fue un subagente haciendo trabajo que un modelo más pequeño podría haber hecho.
Cursor y GitHub Copilot
Ambos son excelentes en lo que son: asistentes centrados en el editor. Cursor lleva la indexación de repositorios y los archivos de reglas a un IDE basado en VS Code; Copilot lleva las completaciones en línea y el chat a los editores que los equipos ya usan. Su gestión del contexto la ajusta el proveedor y es en gran medida opaca para ti.
La diferencia relevante para esta comparación es arquitectónica. Sustituyen el harness en lugar de situarse debajo de él. Si tu equipo se estandariza en Claude Code o Codex en el terminal más una extensión del IDE, adoptar cualquiera de los dos no reduce el coste en tokens del harness que intentabas arreglar.
Aider
Aider es un programador de pares de código abierto que se ejecuta en el terminal y funciona con modelos de varios proveedores. Su idea más conocida es el mapa del repositorio: en lugar de meter archivos en el contexto, selecciona las partes del código que importan e informa del uso de tokens y del coste por intercambio. Para ediciones pequeñas y bien delimitadas es una forma disciplinada de trabajar, y la contabilidad por mensaje es realmente útil.
Lo que no es, es un plugin para Claude Code o Codex. Elegir Aider significa cambiar cómo trabajas, y sus ahorros provienen de un modelo de interacción distinto, no de optimizar el que ya tienes.
HarnessUp
El kit de herramientas para ahorrar tokens de HarnessUp para Claude Code y Codex adopta el enfoque de capa. Se instala como plugin, servidor MCP, skill o proxy y funciona a través de los hooks oficiales de Anthropic y OpenAI, así que ejecuta los claude y codex oficiales con tu propia cuenta en lugar de interceptar la API. La empresa lo describe como un conjunto de más de 132 herramientas que se ejecuta 100 % en local en tu máquina y ahorra hasta un 78 % de los tokens de trabajo, con una latencia p95 inferior a 50 ms en su propia medición.
Los ahorros se reparten por los lugares donde realmente se produce el gasto: Smart Compress y Delta Read sobre lo que se lee, Response Diet sobre el preámbulo y la salida sobredimensionada, la gestión de caché, la selección de modelo y el enrutado de subagentes. Cheap Swarm cubre 26 clases de tareas para que el modelo caro decida en lugar de hacer el trabajo pesado. Hay un tope de sesión estricto, mostrado en el sitio como un ejemplo de stop-loss de US$ 5, que termina una sesión en lugar de dejar que se descontrole.
Hay dos decisiones de diseño que importan más que el número de herramientas. Primera, la medición es gratuita y local: Deep Scan lee las conversaciones ya guardadas en tu máquina y muestra dónde se gastó el contexto, junto a otras 19 herramientas de medición, sin necesidad de iniciar sesión. Segunda, todo es reversible: más de 200 claves de un clic activan y desactivan comportamientos, y una sola clave deshace todo. El mismo panel también cubre la seguridad, con enmascaramiento de secretos antes de que el contenido entre en la conversación, puntos de control de git, la negativa a ejecutar comandos de borrado destructivos y un escudo que mantiene los secretos y las carpetas generadas fuera de los pushes.
Lado a lado
| Opción | Principal palanca de ahorro | Evidencia sobre tu uso | Encaja bajo Claude Code / Codex | Reversibilidad | Mejor para |
|---|---|---|---|---|---|
| Funciones integradas de Claude Code | Compactación y archivos de instrucciones | Panel de uso del proveedor | Es el propio harness | Editar la configuración, iniciar una sesión nueva | Quien todavía no ha configurado lo básico |
| Codex CLI | Configuración, instrucciones, modos de aprobación | Panel de uso del proveedor | Es el propio harness | Editar la configuración | Trabajo en terminal con OpenAI como base |
| Cursor | Indexación del repositorio y reglas en un editor | Vista de uso de la cuenta | No, sustituye el harness | Deshacer del editor y ajustes | Equipos que quieren un solo IDE |
| GitHub Copilot | Completaciones más chat en los editores existentes | Vista de licencias y uso | No, es una extensión de editor | Ajustes | Flujos con muchas completaciones |
| Aider | Mapa del repositorio y contexto selectivo | Informe de tokens y coste por intercambio | No, es un cliente aparte | Cambiar de modo o de modelo | Ediciones pequeñas y muy delimitadas |
| HarnessUp | Controles de lectura, salida, caché, modelo y subagentes | Deep Scan sobre tus propias transcripciones | Sí, mediante hooks oficiales | Deshacer con una clave, puntos de control, enmascaramiento de secretos | Planes fijos en Claude Code o Codex |
Dónde HarnessUp es la opción más débil
- No usas Claude Code ni Codex. La capa está hecha para esos dos harness. Si tu trabajo ocurre en un asistente de editor, no hace nada por ti.
- Quieres un editor. HarnessUp no lo es y no pretende serlo. Cursor o Copilot son la respuesta correcta a otra pregunta.
- Tus sesiones ya están ordenadas. Las cifras destacadas son techos. Un flujo con prompts cortos, un alcance de archivos ajustado y sin descontrol de subagentes tiene menos grasa que recortar, y tu propio Deep Scan lo mostrará con honestidad.
- No te gusta la superficie de configuración. Más de 132 herramientas y 200 claves son muchos interruptores. Los toggles de un clic y un deshacer global lo hacen manejable, pero sigue siendo otra cosa que aprender.
Cómo decidir en veinte minutos
- Mide antes de comprar nada. Fíjate en adónde va realmente tu ventana: relecturas, preámbulo, salida sobredimensionada, modelos caros en tareas ligeras, subagentes. Usa cualquier medición gratuita que tengas, incluido el panel de tu proveedor.
- Arregla primero la capa gratuita. Los archivos de instrucciones y los ajustes de compactación no cuestan nada. Si resuelven el problema, para aquí.
- Ajusta la herramienta a tu partida más grande. Si es la relectura de contexto, ayuda una capa que bloquee las relecturas. Si es la elección de modelo, ayuda el enrutado. Si es tu flujo de trabajo en el editor, ayuda un editor.
- Revisa el modelo de integración. Los hooks oficiales y la ejecución local son más fáciles de auditar que un proxy que ve tu tráfico, y un compromiso por escrito de no almacenar claves merece la pena leerlo antes de instalar.
- Verifica la reversibilidad. Activa una cosa, mira el medidor, deshazla. Si eso es difícil, el resto será más difícil.
- Vuelve a medir tras una semana. Quédate con el número solo si lo produjeron tus propias transcripciones.
Conclusión
Si no has configurado Claude Code o Codex en absoluto, empieza por ahí: los controles integrados son gratuitos y eficaces. Si quieres un solo editor, elige un editor. Pero si tu problema es concretamente que un plan fijo se agota mientras el mismo trabajo no deja de encarecerse, el hueco es una capa que mida tu propio historial y recorte las partes evitables de lectura, salida, caché, elección de modelo y subagentes. HarnessUp es la respuesta de mi empleador a ese hueco, y la razón por la que aun así te señalaría primero Deep Scan es sencilla: es gratis, se ejecuta en tu máquina y te permite comprobar la afirmación antes de fiarte de la comparación de cualquiera, incluida esta.