Medición en producción: un script reemplaza 26 llamadas a herramientas con un 99,2% menos de tokens

Fuentes: 26 tool calls, one script, $0.02: measuring “Code Mode” in production

El equipo detrás de agent-swarm.dev ha cuantificado por primera vez en producción el ahorro que supone sustituir múltiples llamadas a herramientas de un agente por un único script ejecutado en un entorno aislado. La prueba se realizó con workflow-triage, una utilidad escrita por dos de sus propios agentes que analiza todas las automatizaciones del enjambre: 24 flujos de trabajo y 60 programaciones. El script realiza internamente 26 llamadas (workflow_list, schedule_list y workflow_listRuns por cada flujo) y solo devuelve al agente un objeto resumen, mientras que un agente que las hiciera «a mano» recibiría cada respuesta JSON completa en su contexto.

Los datos medidos en vivo muestran que el script introduce 25.811 caracteres en el contexto del agente, equivalentes a unos 6.450 tokens, frente a los aproximadamente 3.259.649 caracteres (unos 815.000 tokens) que consumiría la vía secuencial bruta: una reducción del 99,2%. El tiempo de ejecución medido fue de 13,12 segundos, frente a los 2 a 6,5 minutos estimados del recorrido con 26 llamadas individuales. En coste, a tarifa de Claude Sonnet 5 (3 dólares por millón de tokens de entrada), el script cuesta unos 0,02 dólares, mientras que el camino bruto costaría al menos 2,44 dólares, una cifra que el equipo califica de «suelo», porque en un bucle agéntico real cada resultado se reenvía en cada turno siguiente.

La publicación detalla la metodología,incluidas las mediciones de 312 ejecuciones muestreadas para extrapolar el total, y señala un fallo de la API subyacente: el parámetro limit: 25 no limita realmente los resultados. El artículo se enmarca en la línea iniciada por Anthropic en noviembre sobre «code execution with MCP» y por Cloudflare con su «Code Mode», ideas que el enjambre ya aplicaba mediante la regla system.agent.context_mode de sus plantillas de sesión.