Tokens y ventana de contexto: la economía de los LLM

Un token es la unidad mínima de texto que un modelo tokeniza (no equivale a una palabra: el español suele partirse en más tokens que el inglés por su morfología, un sesgo lingüístico que penaliza a quienes escribimos en castellano). La facturación de cualquier LLM se factura por separado en tokens de entrada (input, lo que envías) y de salida (output, lo que genera), y el coste por output es típicamente varias veces el de input. Sobre ese presupuesto se monta la ventana de contexto: el número máximo de tokens que el modelo puede mantener simultáneamente en memoria por petición. Cuanto más se llena —mensajes previos, herramientas, resultados de MCP, ficheros adjuntos— peor razona: pasada ~80% de ocupación aparecen alucinaciones, olvidos y cambios de idioma o de stack. Por eso la economía del LLM ya no se gestiona solo con prompts, sino con context engineering: cachear respuestas, recortar contexto irrelevante, repartir trabajo entre subagentes, fijar quality gates deterministas (linters, tests) y delegar lo rutinario a modelos open-source más baratos; herramientas como Headroom (SmartCrusher, CacheAligner, ContentRouter, IntelligentContext) prometen recortar hasta un 95% de tokens envolviendo al agente en un proxy que filtra y reutiliza contexto antes de llegar al modelo.