La semana que me quedé sin cuota

La semana que me quedé sin cuotaThe week I ran out of quota

Del 8 al 12 de octubre gasté el cupo semanal antes de tiempo. Estos son los números y lo que cambié.From October 8 to 12 I burned through the weekly allowance early. Here are the numbers and what I changed.

Mi plan tiene un límite semanal que se reinicia los jueves a las 4 de la mañana. La semana que arrancó el jueves 8 de octubre me quedé sin cuota mucho antes del jueves siguiente. Me molestó quedarme sin cuota, pero más me molestó no saber en qué la había gastado (yo, que anoto hasta los minutos que tardo en escribir el newsletter). Así que hice lo que hago con todo lo que no entiendo: lo medí.

Los números

Del jueves al lunes fueron 41 sesiones y 2.524 turnos. Opus, el modelo más caro, se llevó el 78 % del peso, y casi siempre para ejecutar cosas que Sonnet hace igual de bien. El contexto promedio por turno fue de 157 k (157.000 tokens), y eso importa por algo que yo sabía en teoría y nunca había visto en números: cada turno vuelve a leer toda la conversación. El 59 % del gasto fue releer; el 26 %, guardar en caché, y el 15 %, las respuestas. Escribir, que era lo que yo creía caro, resultó lo más barato. Los subagentes, por su parte, se comieron un 16 %.

Hay otros tres datos que no se ven en un promedio:

El jueves y el domingo concentraron el 77 % del gasto. Arranqué varios proyectos grandes a la vez, en vez de repartirlos.
El 79 % de las sesiones se abrió en la carpeta raíz de todos los proyectos, no en la del proyecto. Claude arrancaba cargando contexto que no hacía falta.
Tres archivos de 87, 74 y 53 KB se leyeron enteros, varias veces, en vez de buscar dentro de ellos lo que se necesitaba.

Ninguno de los tres es un error grave. Los tres juntos son una factura.

Lo que cambié

Cinco reglas que ahora viven en mi archivo general:

Sonnet por defecto. Si algo pide Opus, Claude me avisa y lo cambio yo. Más en modelos.
En Opus se planea y se suelta: cuando el plan está listo, la ejecución va a Sonnet.
Tope de sesión: unos 80 turnos o 150 k de contexto. Al llegar, traspaso y sesión nueva. Hábitos lo cuenta con más detalle.
Un proyecto grande por día.
En archivos de más de 20 KB, búsqueda y lectura por fragmentos; nunca el archivo entero.

Y las metas, para saber si sirvió: Opus por debajo del 40 %, contexto promedio por debajo de 90 k, ninguna sesión por encima del 8 % del gasto semanal.

Si funcionó

A medias. La segunda medición, del 8 al 14 de octubre, dio Opus en 68 %. Bajó diez puntos y sigue lejos del 40. Resulta que escribir una regla no alcanza si después abro Opus por costumbre, como quien entra a la cocina sin hambre. Por eso armé una forma de medir todas las semanas y avisos que saltan solos cuando me estoy pasando.

Lo más gracioso es que buena parte de esa cuota se fue en construir herramientas para ahorrar cuota. Sobre eso hay otra tarjeta.

El prompt

Quiero entender en qué se me va la cuota semanal. Buscá en las transcripciones locales de Claude Code de esta semana y calculá: cantidad de sesiones y de turnos, porcentaje de peso por modelo, contexto promedio por turno, cuánto se va en releer, en caché y en respuestas, cuánto en subagentes, en qué días se concentra y cuántas sesiones se abrieron en una carpeta raíz. Listá también los archivos grandes leídos enteros. Con eso, proponé cinco reglas para mi archivo general y tres metas medibles. No modifiques nada sin que lo apruebe.

My plan has a weekly limit that resets on Thursdays at 4 a.m. The week that started on Thursday, October 8, I ran out of quota well before the following Thursday. Running out bothered me, but not knowing where it had gone bothered me more (me, who writes down even the minutes it takes me to write the newsletter). So I did what I do with everything I don't understand: I measured it.

The numbers

From Thursday to Monday there were 41 sessions and 2,524 turns. Opus, the most expensive model, took 78% of the weight, and almost always to execute things Sonnet does just as well. The average context per turn was 157k (157,000 tokens), and that matters because of something I knew in theory and had never seen in numbers: every turn rereads the whole conversation. 59% of the spend was rereading; 26%, caching; and 15%, the answers. Writing, which I thought was the expensive part, turned out to be the cheapest. Subagents, for their part, ate up 16%.

There are three other facts you can't see in an average:

Thursday and Sunday concentrated 77% of the spend. I started several big projects at once instead of spreading them out.
79% of the sessions were opened in the root folder of all the projects, not the project's own. Claude started out loading context that wasn't needed.
Three files of 87, 74 and 53 KB were read whole, several times, instead of searching inside them for what was needed.

None of the three is a serious mistake. The three together are a bill.

What I changed

Five rules that now live in my general file:

Sonnet by default. If something calls for Opus, Claude tells me and I switch. More in models.
In Opus you plan and let go: when the plan is ready, execution goes to Sonnet.
Session cap: about 80 turns or 150k of context. When you hit it, handoff and a new session. Habits tells it in more detail.
One big project per day.
For files over 20 KB, search and read in fragments; never the whole file.

And the targets, to know whether it worked: Opus under 40%, average context under 90k, no session above 8% of the weekly spend.

Did it work?

Half. The second measurement, October 8 to 14, came out at 68% Opus. It dropped ten points and it's still far from 40. It turns out that writing a rule isn't enough if I then open Opus out of habit, like walking into the kitchen when you're not hungry. That's why I built a way to measure every week and alerts that fire on their own when I'm going over.

The funniest part is that a good chunk of that quota went into building tools to save quota. There's another card about that.

The prompt

I want to understand where my weekly quota goes. Look through this week's local Claude Code transcripts and calculate: number of sessions and turns, percentage of weight by model, average context per turn, how much goes to rereading, to caching and to answers, how much to subagents, which days it's concentrated on and how many sessions were opened in a root folder. Also list the large files that were read whole. With that, propose five rules for my general file and three measurable targets. Don't modify anything without my approval.