Orquestar agentes de IA saca la misma nota por la mitad de coste: un Opus que reparte el trabajo entre workers Sonnet logra el 96% del resultado de un equipo entero de Opus, según la comparativa que Anthropic ha publicado. El modelo caro solo piensa; los baratos ejecutan. Si usas Claude Code, Codex u OpenCode con suscripción, esto cambia cómo pides las tareas: decirle «usa tres agentes», sin más, suele acabar en tres modelos caros leyendo archivos a la vez.
Por qué tus subagentes te funden la cuota
Delegar no ahorra nada por defecto: los subagentes heredan el modelo y el esfuerzo de tu sesión, así que tres órdenes a la vez pueden ser tres Opus con esfuerzo alto. El gasto sube porque el trabajo barato, leer archivos y ejecutar comandos, lo hace el modelo caro.
Cuando le pides a Claude Code «monta el backend, el frontend y la base de datos, y usa tres agentes para ello», te lanza tres subagentes. Un subagente es tu misma herramienta arrancada en una instancia nueva y con contexto de cero: recibe una orden, la ejecuta y devuelve un resultado. Puedes fijar el modelo de cada uno en la documentación de subagentes de Claude Code, pero toca hacerlo para cada tipo de tarea. Y aun así el agente no sabe cuánta cuota semanal te queda ni que tengas otro harness con el modelo libre (Claude Code agotado y Codex sin tocar, por ejemplo). Por eso llega un punto del mes en que el uso se agota, salvo que paguéis bastante. Para precios y límites, lo tienes en el análisis de Opus 5 para programar.
Cuatro mecanismos que se confunden con orquestar
Subagentes, agentes en paralelo, router y orquestador hacen cosas distintas: solo el orquestador reparte el trabajo por dificultad y baja los tokens. Los otros tres gastan lo mismo o solo evitan que te quedes tirado a mitad de sesión.
| Mecanismo | Qué hace | Qué te ahorra |
|---|---|---|
| Subagentes nativos | Tu herramienta arranca instancias de sí misma con contexto de cero | Nada por defecto: heredan tu modelo y tu esfuerzo |
| Agentes en paralelo | claude-squad pone Claude Code, Codex y OpenCode a la vez, cada uno en su worktree | Tiempo; los tokens van igual |
| Router de modelos | Se coloca entre tu herramienta y los proveedores; si una cuota cae, salta a un modelo gratuito | Te evita quedarte tirado; no reparte trabajo |
| Orquestador | Parte la tarea en trozos, asigna cada uno según dificultad y junta los resultados | Tokens de verdad: el caro piensa, los baratos ejecutan |
Los worktrees del paralelo existen para que los agentes no se pisen entre ellos, y en tareas independientes el ahorro de tiempo es mogollón. De tokens, nada. El router tampoco reparte trabajo: cambia de modelo cuando uno cae, y eso es un fallback. Sirve para no quedarte a medias, no para decidir quién hace qué.
El orquestador sí decide. Coge la tarea, la parte en trozos, manda cada trozo al modelo que le toca por dificultad, lanza los workers y junta lo que devuelven. Te vale Google ADK, con el que ya monté workflows de agentes paso a paso, o una skill dentro de la herramienta que ya usas.
Planifica en grande, ejecuta en pequeño
Cualquier tarea tiene un trabajo de pensar y un trabajo de ejecutar, y el de pensar es pequeño. El modelo caro lee tu petición, escribe para cada trozo lo que tiene que hacer el worker y se lo manda a uno más barato. Cada worker trabaja en su propio contexto y devuelve un resumen; el jefe junta los resúmenes y decide si hace falta otra ronda.
Hay un segundo ahorro, y es el contexto. Si acumulas ficheros y referencias en una ventana de medio millón o de un millón de tokens, cada mensaje sale más caro y el modelo responde peor. Con workers, al jefe solo le llega el resumen de cada trozo, así que su ventana se queda limpia para decidir. Claude Code ya documenta agent teams para repartir trabajo entre agentes, y en la guía de costes y tokens tienes cómo se mide el consumo.
Cuándo orquestar te sale caro
Si el cambio toca dos o tres ficheros, coordinar cuesta más que hacerlo, y ahí manda el agente principal sin más. Repartir la tarea, escribir lo que tiene que hacer cada worker, juntar resultados y validar que encaja consume tokens.
Compensa con cambios grandes en un proyecto grande, o cuando le has pedido muchas cosas de golpe, porque el coste de coordinar pesa poco frente a lo que ahorras en ejecución. Mi criterio es ese: tamaño del cambio frente a coste de coordinarlo.
Cómo probarlo hoy con una skill open source
Hay una skill gratuita y open source que se instala con un comando en el agente que ya uses, Claude Code, OpenCode o el que sea. El setup mira qué CLIs y modelos tienes, tú eliges playbook y la skill lanza los workers que toquen. En el vídeo la monto en directo; el flujo es corto:
- El setup escanea las CLIs que tengas instaladas en todos tus agentes, mira qué modelos tienes disponibles y te propone tres perfiles: base, ahorro y agresivo, este último para cuando quieres calidad y el gasto te da igual.
- Eliges un playbook, una estrategia guardada en un YAML editable. Hay cuatro que cubren el espectro:
direct: tareas pequeñas; lo hace todo el principal y no se orquesta nada.scout-then-build: varios workers baratos exploran el código sin escribir nada, y solo uno escribe el cambio.plan-big-execute-small: el patrón de Anthropic; planea el modelo grande y ejecutan los pequeños.best-of-n: lanza varios intentos de un arreglo difícil, compara y se queda con el mejor.
- Antes de cada ronda, la skill mira cuánta cuota te queda en Claude o en Codex y te avisa si va a pasarse de la línea que marcaste.
- Al terminar, un comando de report te desglosa qué hizo cada worker, con qué modelo, cuánto tardó y cuántos tokens gastó.
Ojo con best-of-n: consume más que ir a la primera. Está para calidad, cuando el arreglo merece varios intentos; los otros tres sí bajan la factura.
Qué falta por confirmar
Para mí, lo que más vale de la skill son las dos piezas de visibilidad: sabe cuánta cuota te queda en cada proveedor antes de lanzar, y el report te dice qué gastó cada worker y con qué modelo. Eso, en Claude Code o Codex de forma nativa, hoy no lo tienes. Falta por confirmar si los harnesses acaban integrando la orquestación de serie; hasta entonces, la skill es el camino corto.
Instálala, corre el setup con el perfil de ahorro y lanza tu tarea de siempre con el playbook plan-big-execute-small. Compara el report con lo que gastabas antes y me cuentas en comentarios qué combinación de modelos usáis.



¿Qué te ha parecido?
Déjame tu opinión, pregunta o sugerencia. Los comentarios se sincronizan con GitHub Discussions .