Claude Code y Codex no consumen un unico cubo diario de tokens. A 30 de junio de 2026, la pregunta util no es "cuantos tokens me quedan hoy", sino que medidor se esta moviendo y que contrato paga ese trabajo.
En Claude Code, el medidor puede ser /usage, la barra de uso de Pro, Max, Team o Enterprise, el gasto en Claude Console, un limite de gasto de workspace o las metricas OpenTelemetry que exporta tu equipo. En Codex, el medidor puede ser una ventana incluida de ChatGPT, credits comprados, workspace credits, el multiplicador de Fast mode, generacion de imagenes o facturacion con API key en OpenAI Platform.
Por eso no empieces por "debo subir de plan". Empieza por identificar la superficie, el plan, el modelo, el tamano del contexto y la ruta de facturacion. Luego decide si conviene limpiar contexto, compactar, cambiar de modelo, bajar effort, apagar MCPs, fijar un spend limit, comprar credits o mover el trabajo a API billing.
Nota de evidencia: la documentacion oficial de OpenAI para Codex pricing, speed, auth, slash commands, analytics e image generation fue revisada el 30 de junio de 2026. La documentacion de Anthropic para Claude Code cost, usage, analytics, settings y OpenTelemetry tambien fue revisada ese dia.
Empieza por el medidor, no por el upgrade
Muchos equipos se equivocan porque mezclan tres preguntas distintas:
- cuanto contexto esta leyendo el agente
- como muestra el producto el uso restante
- que factura o bolsa de credits se esta consumiendo
Separa esas tres capas antes de tocar el presupuesto.
| Superficie de trabajo | Primer medidor | Propietario profundo | Primer control |
|---|---|---|---|
| Claude Code local con suscripcion | /usage, status line y Account & usage en la extension | Limites del plan y historial local | Limpiar historial, compactar, bajar effort, cambiar modelo, apagar MCPs no usados |
| Claude Code por API / Console | Claude Console usage y workspace spend limit | API billing y rate limits del workspace | Poner limites, revisar gasto por usuario, exportar OTel |
| Claude Code en equipo | Claude analytics, OTel, gateway, SIEM | Politica Team / Enterprise | Atribuir por usuario, modelo, herramienta, skill, plugin, MCP y agent |
| Codex con login de ChatGPT | Codex usage dashboard y CLI /status o /usage | Ventana incluida mas credits opcionales | Usar modelo pequeno para rutina, reducir contexto, activar Fast mode solo si vale el coste |
| Codex con API key | OpenAI Platform billing, limits y API pricing | Contrato API por uso | Presupuestos de proyecto, separar CI de trabajo interactivo |
Si el medidor es incorrecto, la decision tambien lo sera. Un plan mas caro no arregla un CLAUDE.md enorme, un MCP ruidoso, un equipo de subagents sin limite, un habito de Fast mode en Codex o una API key cargando al presupuesto equivocado.
Claude Code: lee /usage antes de culpar al plan
La documentacion de costos de Claude Code convierte /usage en la primera superficie local de diagnostico. El bloque Session muestra estadisticas de tokens para la sesion actual. Para usuarios de API, ayuda a estimar gasto. Para suscriptores Pro, Max, Team o Enterprise, la cifra local en dolares no es la factura autoritativa; esos usuarios deben mirar tambien barras de plan, estadisticas de actividad y desglose de lo que cuenta contra el limite del plan.
La regla segura es:
- usa
/usagepara entender la sesion local - usa barras de plan para entender presion de suscripcion
- usa Claude Console para la facturacion API autoritativa
- usa analytics u OpenTelemetry para atribucion de equipo
El mismo panel puede atribuir uso reciente a skills, subagents, plugins y servidores MCP. Tambien permite ver ventanas de 24 horas y 7 dias, y la extension de VS Code expone un dialogo parecido de Account & usage. Eso convierte /usage en una herramienta de triaje, no en una pantalla decorativa.
| Sintoma | Causa probable | Accion |
|---|---|---|
| Un prompt corto consume demasiado | Contexto oculto, historial viejo, herramientas o MCPs | Ejecuta /context, limpia historial, compacta con instrucciones precisas |
| La fase de planificacion quema rapido | Extended thinking, effort alto, exploracion amplia del repositorio | Baja /effort, da archivos exactos, define stop condition |
| El gasto de equipo no se entiende | El uso local no basta para atribuir | Activa OTel o analytics y agrupa por usuario, modelo, herramienta y agent |
| La factura API sorprende | No hay spend limit o es demasiado amplio | Define workspace spend limits y rate limits por usuario si hace falta |
Codex: separa ventanas, credits y API keys
Codex tiene otro tipo de contabilidad. La pagina de pricing de OpenAI no describe un unico limite diario de tokens. Separa uso incluido por plan, credits, workspace credits y facturacion con API key.
A 30 de junio de 2026, las ventanas visibles de local messages / 5h son:
| Ruta de Codex | Local messages / 5h | Cautela | Implicacion |
|---|---|---|---|
| Plus | GPT-5.5: 15-80; GPT-5.4: 20-100; GPT-5.4 mini: 60-350 | Depende de modelo, tamano de tarea, complejidad y contexto local | Usa mini para rutina y no metas todo el repo en cada turno |
| Pro 5x | GPT-5.5: 75-400; GPT-5.4: 100-500; GPT-5.4 mini: 300-1750 | Ventana mayor, no trabajo infinito | Reserva modelos pesados para rutas de codigo con riesgo |
| Pro 20x | GPT-5.5: 300-1600; GPT-5.4: 400-2000; GPT-5.4 mini: 1200-7000 | La capa incluida mas amplia, aun sensible al contexto | Vigila tareas largas y trabajo de fondo |
| Business incluido | GPT-5.5: 15-80; GPT-5.4: 20-100; GPT-5.4 mini: 60-350 | El contrato de workspace puede cambiar la historia | Admins deben mirar workspace credits, no solo la fila publica |
| API key | Por uso | Aplica pricing estandar de OpenAI Platform | Gestiona gasto y rate limits de API, no headroom de ChatGPT |
OpenAI tambien publica credit rates por modelo y funcion. GPT-5.5, GPT-5.4, GPT-5.4 mini, GPT-Image-2 para imagen y GPT-Image-2 para texto tienen tasas distintas para input, cached input y output. Un run largo con mucha salida no gasta como un diagnostico corto.
Fast mode tambien cambia la tasa. La documentacion de speed dice que acelera sesiones compatibles con login de ChatGPT, pero consume credits a una tasa mayor: GPT-5.5 usa 2.5x y GPT-5.4 usa 2x. Las sesiones con API key usan pricing API estandar y no gastan credits de Fast mode de ChatGPT.
La generacion de imagenes tampoco equivale a editar texto. Codex indica que image generation cuenta contra los limites generales y puede consumir uso incluido varias veces mas rapido. Si la sesion genera diagramas, mockups o imagenes de articulo, comparala con trabajos visuales, no con una correccion pequena de codigo.
Un mismo bucle de control para los dos
Los medidores son distintos, pero el bucle operativo se parece:
- Nombra el trabajo. Exploracion, edicion, review, CI, imagenes o automatizacion.
- Nombra quien paga. Suscripcion, usage credits, workspace credits o API key.
- Nombra el contexto. Archivos, instrucciones, MCPs, logs, herramientas, capturas e historial.
- Nombra modelo y effort. Modelos pesados y effort alto son para incertidumbre cara.
- Mide antes y despues. Mira
/usage,/status, dashboards, OTel, Console spend o Platform billing. - Cambia una palanca. Limpia, compacta, cambia modelo, apaga servidor, divide tarea y vuelve a medir.
El objetivo no es hacer al agente pequeno, sino gastar contexto caro donde mejora el resultado.
Limites de facturacion que no debes mezclar
El error mas caro es tratar todos los "credits" como una sola bolsa.
Claude Code API usage se rastrea en Anthropic Console y puede gobernarse con limites de workspace. Pro y Max pueden mostrar barras de suscripcion y usage credits. Los equipos pueden anadir analytics, OpenTelemetry, gateway attribution y SIEM.
Codex credits son unidades de continuacion del lado de OpenAI para usos compatibles despues del limite incluido o dentro de contratos flexibles de workspace. OpenAI Platform API key billing es otra ruta. Un workflow de Codex con API key no gasta credits incluidos de ChatGPT.
Stop rules:
- No llames factura API a usage de suscripcion de Claude Code si Console no lo confirma.
- No llames limite de ChatGPT a uso de Codex con API key.
- No trates Fast mode como velocidad gratis.
- No compares image generation con un turno de codigo en texto.
- No conviertas un incidente temporal de cuota o dashboard en baseline permanente.
Controles de equipo: dashboards, telemetria y limites
Un equipo necesita mas que comandos locales.
Claude Code ofrece dashboards para Team y Enterprise, y clientes API pueden usar Console para usage y spend. Para token counts y estimaciones por usuario, Anthropic recomienda OpenTelemetry. OTel puede exponer token usage, cost usage, session count, actividad de herramientas, modelos, skills, plugins, MCP y agents.
Eso cambia la conversacion. No es "alguien gasto demasiado"; es "este workflow siempre carga el mismo MCP, plugin y subagent, por eso cada turno llega inflado". La segunda frase se puede arreglar.
Codex tambien tiene superficies admin y analytics. OpenAI indica que admins y analytics viewers pueden revisar adopcion, uso, credits y tokens por superficie y modelo, con posible retraso de datos. Ese retraso debe entrar en cualquier investigacion de picos.
Una politica practica:
- separa presupuestos para desarrollo interactivo, CI, review y experimentos
- exige sesion nueva para trabajos no relacionados
- mantenga instrucciones compartidas cortas y use skills bajo demanda
- reserva modelos caros para tareas que lo justifican
- exporta metricas antes de escalar adopcion
- define un umbral de stop-and-inspect antes de comprar credits
Cuando el limite baja demasiado rapido
No actualices primero. Sigue este orden.
| Paso | Claude Code | Codex | Motivo |
|---|---|---|---|
| 1 | Ejecuta /usage; mira plan bars o Console | Mira dashboard y /status o /usage | Confirma el medidor |
| 2 | Ejecuta /context; limpia o compacta | Compacta, abre tarea fresca, reduce contexto | El contexto suele ser el arreglo mas barato |
| 3 | Baja modelo o effort | Cambia de GPT-5.5 a GPT-5.4 o mini cuando sea seguro | La mezcla de modelos cambia el burn rate |
| 4 | Apaga MCP / plugins / agents no usados | Apaga MCP, tools y review loops | El overhead de herramientas agranda tareas pequenas |
| 5 | Revisa telemetria | Revisa admin analytics y Platform billing | Separa problema local de gasto de equipo |
| 6 | Cambia contrato al final | Compra credits, sube workspace limit o usa API billing | El contrato viene despues del diagnostico |
En dias de incidente, si muchos usuarios reportan drenaje repentino, tratalo como posible problema de accounting, dashboard, background work o retries. Guarda capturas, modelo, contexto y tipo de tarea; despues compara contra la superficie oficial estable.
Checklist de presupuesto
- Antes: objetivo, archivos, stop condition y comando de verificacion.
- Al iniciar:
/usageo/status, modelo, effort, Fast mode y ruta API key. - Durante exploracion: lecturas dirigidas, no escaneo de todo el repositorio.
- Antes de logs largos: filtra salida o delega ruido a un subagent aislado.
- Antes de Opus, GPT-5.5 o Fast mode: confirma que la incertidumbre lo justifica.
- Antes de imagenes: asume que cuesta mas que un turno de texto.
- Despues: registra antes/despues y resultado util, no solo nombre del modelo.
Preguntas frecuentes
Claude Code siempre es mas barato que Codex?
No. Tienen contratos, modelos, contexto y rutas de billing distintas. Compara el trabajo concreto.
Donde veo tokens en Claude Code?
Empieza con /usage. Para API billing usa Claude Console. Para equipos usa analytics u OpenTelemetry.
Donde veo credits de Codex?
Usa Codex usage dashboard y CLI /status o /usage. Con API key, mira OpenAI Platform billing y limits.
Codex tiene un limite diario unico?
No. Hay plan windows, rangos por modelo, credits, workspace contracts, Fast mode, image generation y API key billing.
Que reduce uso mas rapido?
Sesion nueva para trabajo no relacionado, compactar historial util, bajar modelo o effort, apagar MCPs y dar archivos exactos.
Compro credits si el limite cae rapido?
Solo despues de diagnosticar. El drenaje puede venir de contexto enorme, Fast mode, imagenes, tool loops o un incidente temporal.
Conclusion: controlar Claude Code y Codex es enrutar medidores. Identifica el medidor, reduce contexto, elige modelo y cambia contrato solo cuando el workflow lo necesita.