💰 El ahorro real

Piensa en una redacción de periódico. El editor jefe no sale corriendo detrás de cada fuente: lee, decide la agenda, distribuye y cierra la edición. Quien sale a la calle, transcribe entrevistas y revisa la ortografía es la equipo — gente competente, más barata y en mayor número. Si el jefe hiciera todo, la nómina se dispararía y el periódico saldría tarde. Los subagentes funcionan igual: deja que uno modelo caro para pensar y una hacer trabajar a la flota económica. El ahorro no consiste en recortar la calidad, sino en colocar cada modelo donde rinde.

↑ El esquema del ahorro: un jefe costoso decide, una flota económica ejecuta en paralelo y el jefe cierra la edición.

El diseño que ahorra dinero tiene dos roles. En la cima, un modelo costoso — Opus o Sonnet — que piensa: lee el problema, hace el plan, distribuye las tareas y lo integra todo al final. Debajo, una flota de modelos económicos — Haiku — que hace el trabajo pesado: escanea, busca, lee archivos y resume. Tú pagas el modelo caro una vez, para la parte difícil, y el barato muchas veces, para la parte mecánica.

Puedes definir el modelo de cada subagente uno por uno, en el campo model del archivo. Pero cuando quieres que toda la flota ejecutar una vez de forma económica, hay un atajo: la variable de entorno CLAUDE_CODE_SUBAGENT_MODEL. Define el modelo estándar de todos los subagentes que no fijaron un modelo propio — sin que tengas que tocar cada archivo.

# toda a frota de subagentes passa a rodar em Haiku
export CLAUDE_CODE_SUBAGENT_MODEL=claude-haiku-4-5

# abra o Claude Code já com a frota barata ligada
claude

# o chefe (a sessão principal) continua no modelo que
# você escolheu — só os subagentes herdam o Haiku.

El costo que asusta no es el del subagente que hace el trabajo, sino el del subagente que entra en un bucle: lo intenta, falla, lo vuelve a intentar y sigue ejecutándose a tu costo. El maxTurns es el límite de cuántos pasos (turnos de herramienta) puede dar un subagente antes de detenerse. Es un disyuntor: se agotó el límite, se apaga, en lugar de consumir tokens toda la noche.

No hay magia: ejecutar una flota de subagentes consume muchos más tokens que una sola conversación — en el orden de ~15×. Cada subagente empieza desde cero y reúne su propio contexto antes de producir. Esto no es un desperdicio automático: es el precio del paralelismo y del contexto limpio. La pregunta correcta no es «¿es caro?», sino "¿qué obtengo a cambio que justifique ese 15×?".

↑ Recreación ilustrativa, no es una medición real. La proporción sirve para fijar el orden de magnitud.

El instinto equivocado es "si es caro, es porque necesito un modelo más potente". Casi nunca. La mejora real viene de coincidir: el modelo adecuado para cada rol, el límite adecuado, el paralelismo adecuado. Una flota Haiku bien orquestada por un jefe Sonnet ofrece más por menos de todo en Opus. La arquitectura supera a la fuerza bruta.

El ahorro real exige mirar el gasto. ¿Cuánto consumió cada subagente? ¿Cuál de ellos llegó al límite? ¿En qué se fue el tiempo? Sin observar, optimizas a ciegas: eliminas lo que era económico y dejas funcionando lo costoso. Mide primero, ajusta después: así es como la división entre jefe y flota deja de ser una conjetura y se convierte en un número.

Los dos controles de este módulo caben en el frontmatter de un único archivo .md: model dice quién hace (modelo económico), y maxTurns dice hasta dónde puede continuar antes de detenerse. Este log-scanner.md es un trabajador típico de la flota: barato, de solo lectura y con límite.

--- # frontmatter: a CONFIGURAÇÃO do subagente
name: log-scanner             # minúsculas e hífens
description: Vasculha logs e arquivos grandes em
  busca de erros e devolve só um resumo. Use para
  varreduras pesadas.          # o GATILHO
tools: Read, Grep, Glob       # só leitura: trabalho de frota
model: haiku                  # BARATO — é a frota, não o chefe
maxTurns: 12                  # TETO — disjuntor contra loop
---

# corpo: o CÉREBRO do subagente
You are a fast log scanner.

When invoked:
1. Grep the given files for errors and warnings.
2. Group what you find by type and file.
3. Stop as soon as you have the summary.

Return: a short report — counts per error type
and the 3 files with the most issues. Nothing else.
Do not open files line by line; do not loop.

Tres prompts para aplicar el ahorro ahora: activar la flota económica, poner un límite contra los bucles y diseñar la división entre jefe y flota antes de gastar. Fíjate en el patrón: el modelo adecuado para la función adecuada, con límite.

Quero que toda a frota de subagentes rode em Haiku,
mas que você (o chefe) continue em Sonnet. Me mostre
como ligar isso com CLAUDE_CODE_SUBAGENT_MODEL e
confirme quem ficou em qual modelo.

Crie um subagente de varredura de logs em Haiku,
read-only, com maxTurns 12 para ele não entrar em
loop. Quero o arquivo .md pronto, com model e maxTurns
no frontmatter.

Para este trabalho [descreva], me proponha a divisão
chefe/frota: o que fica no modelo caro (decidir/juntar)
e o que vai para a frota Haiku em paralelo. Diga qual
modelo e qual maxTurns para cada papel — e por quê.

Así es como aparece el ahorro cuando tú observa: o jefe en Opus malgasta, porque solo piensa; la flota Haiku hace el trabajo pesado por una fracción del costo; y hay una advertencia donde un agente tocó el maxTurns. Este es el cuadro que dice dónde cortar — antes de adivinar.

↑ Recreación ilustrativa del panel de costos (no es una captura de pantalla real). El jefe piensa poco; la flota carga con el trabajo, y el límite detuvo al agente atascado.