¿Qué tasa de aciertos de caché es normal? Clientes de programación con IA, medidos
En la semana del 2026-11-03, los principales clientes de programación con IA alcanzaron una tasa de aciertos de caché de 95%–98% en conversaciones en curso con modelos Claude, y Codex cerca del 95% con GPT. Los clientes difieren poco; si la tuya es mucho más baja, la causa suele ser el cambio de cuenta, pausas de más de 5 minutos o conversaciones nuevas.
Semana del 2026-11-03 – 2026-11-09 (UTC)
Puntos clave
- Normal en modelos Claude: 95%–98%, mediana en conversaciones en curso, 7 clientes
- Codex con GPT: 94.8%, mediana de 71 usuarios
- Causa de fallos más común: vencimiento de caché, 37% de los fallos de Claude Code × Claude
- Combinaciones publicadas: 20, cliente × modelo, cada una con 5+ usuarios que califican
Qué tasa de aciertos de caché es normal en cada cliente
La tasa de aciertos en continuación solo cuenta solicitudes de la misma conversación, con el mismo modelo y la misma cuenta upstream, enviadas dentro de los 5 minutos posteriores a que termine la anterior: lo que logra el propio cliente. La tasa sobre todas las solicitudes incluye además enrutamiento, vencimiento y chats nuevos, y se acerca más a lo que muestra tu factura.
| Cliente × modelo | Continuación | Todas | Usuarios |
|---|---|---|---|
| Z Code × Claude | 98.5% (97.7%–99.0%) | 94.3% | 13 |
| Magpie × DeepSeek | 98.3% (95.6%–98.8%) | 91.4% | 7 |
| DeepSeek Harness × DeepSeek | 98.2% (96.6%–98.9%) | 94.8% | 27 |
| Magpie × Claude | 98.2% (97.0%–98.8%) | 93.6% | 25 |
| OpenCode × DeepSeek | 98.2% (92.2%–98.5%) | 97.7% | 8 |
| Claude Code × Claude | 98.1% (96.9%–98.8%) | 94.6% | 343 |
| WorkBuddy × Claude | 97.8% (96.6%–98.3%) | 88.2% | 20 |
| OpenCode × Claude | 97.6% (97.1%–98.9%) | 95.1% | 20 |
| Claude Code × DeepSeek | 97.5% (95.6%–98.8%) | 96.5% | 12 |
| DeepSeek Harness × Claude | 97.2% (93.6%–98.0%) | 92.0% | 38 |
| Codex × DeepSeek | 96.9% (95.4%–98.3%) | 97.2% | 12 |
| WorkBuddy × GPT | 96.4% (91.4%–97.4%) | 92.4% | 10 |
| DeepSeek Harness × Kimi | 96.4% (95.3%–97.4%) | 93.9% | 6 |
| Codex × GPT | 94.8% (91.2%–96.9%) | 91.8% | 71 |
| Codex × Claude | 94.7% (87.0%–97.8%) | 93.5% | 21 |
| OpenCode × GPT | 94.6% (90.8%–96.2%) | 90.8% | 11 |
| Magpie × GPT | 94.3% (91.5%–95.5%) | 87.0% | 7 |
| DeepSeek Harness × GPT | 93.9% (92.5%–96.3%) | 91.9% | 11 |
| DeepSeek Harness × Other | 90.3% (88.4%–94.2%) | 80.8% | 5 |
| Claude Code × GPT | 78.8% (78.6%–94.4%) | 77.4% | 5 |
Aún en muestreo
- OpenCode × Other: Muestreo: 4 de 5 usuarios que califican (9 usuarios esta semana)
- pi × Claude: Muestreo: 4 de 5 usuarios que califican (7 usuarios esta semana)
- Claude Code × GLM: Muestreo: 4 de 5 usuarios que califican (7 usuarios esta semana)
- Magpie × Kimi: Muestreo: 4 de 5 usuarios que califican (4 usuarios esta semana)
- WorkBuddy × Kimi: Muestreo: 3 de 5 usuarios que califican (4 usuarios esta semana)
- DeepSeek Harness × Grok: Muestreo: 3 de 5 usuarios que califican (3 usuarios esta semana)
- Claude Code × Other: Muestreo: 2 de 5 usuarios que califican (5 usuarios esta semana)
- WorkBuddy × DeepSeek: Muestreo: 2 de 5 usuarios que califican (5 usuarios esta semana)
¿Por qué mi tasa de aciertos de caché es baja? Fallos por causa, por cliente
- Claude Code × Claude: Más de 5 minutos inactivo, caché vencida 37%, Contenido nuevo y cambios de prefijo en una conversación en curso 23%, Conversación nueva o inactiva por más de una hora 17%
- Codex × GPT: Contenido nuevo y cambios de prefijo en una conversación en curso 57%, Enrutada a otra cuenta o endpoint upstream 19%, Conversación nueva o inactiva por más de una hora 16%
- DeepSeek Harness × Claude: Contenido nuevo y cambios de prefijo en una conversación en curso 48%, Más de 5 minutos inactivo, caché vencida 32%, Conversación nueva o inactiva por más de una hora 16%
- DeepSeek Harness × DeepSeek: Enrutada a otra cuenta o endpoint upstream 44%, Contenido nuevo y cambios de prefijo en una conversación en curso 30%, Conversación nueva o inactiva por más de una hora 22%
Por qué baja la tasa de aciertos detrás de un relay
- Cambio de cuenta: la caché pertenece a la cuenta upstream, así que un turno enviado a otra cuenta reescribe todo. Es la causa más común en los relays; las conexiones directas nunca la tienen.
- Conversión de formato: traducir entre los formatos de Anthropic y OpenAI puede cambiar el prefijo o eliminar los breakpoints de cache_control.
- Claude Code antes de v2.1.181, con un base URL personalizado, ponía un token distinto en cada solicitud dentro del bloque de atribución al inicio del system prompt, lo que anula a los gateways que cachean por el cuerpo de la solicitud; actualiza o define CLAUDE_CODE_ATTRIBUTION_HEADER=0.
- Prueba tú mismo: envía dos solicitudes con el mismo prefijo por encima de la longitud mínima de caché; las lecturas de caché de la segunda deberían acercarse a la longitud del prefijo.
Wokey enruta las solicitudes posteriores de una conversación a la misma cuenta upstream siempre que puede. Del 2026-10-04 al 2026-10-10, los usuarios comunes de Wokey lograron 92.8% de aciertos en Claude Opus 5.5 sobre todas las solicitudes, frente al 87.8% de OpenRouter en general.
Comparar con las tasas de aciertos de caché de OpenRouter · En vivo: API pública de tasa de aciertos de caché de Wokey (últimos 7 días)
Cómo medimos
- Solicitudes reales de usuarios a través del gateway de Wokey; cada lunes a las 05:00 UTC calculamos la semana anterior, de lunes a domingo.
- Los clientes se identifican por el User-Agent de la solicitud. Las solicitudes de SDKs, bibliotecas HTTP y relays intermedios, cuyo cliente real se desconoce, quedan fuera, igual que las cuentas empresariales.
- Un turno de continuación tiene el mismo modelo y la misma cuenta upstream que la solicitud anterior de su conversación y empieza dentro de los 5 minutos posteriores a que esta termine. La tasa de cada usuario es lecturas de caché ÷ entrada en esos turnos (la entrada incluye lecturas y escrituras de caché); publicamos la mediana de los usuarios con al menos 20 turnos así en la semana.
- Una celda se publica con al menos 5 usuarios que califican; un cambio de más de 3 puntos respecto a la semana anterior se revisa a mano primero.
- Sesgos conocidos: solo usuarios de Wokey; los hábitos de uso varían mucho; la tasa sobre todas las solicitudes incluye la pérdida por enrutamiento del propio gateway (la causa "enrutada a otra cuenta upstream").
Preguntas frecuentes
¿Cuál es una tasa de aciertos de caché normal?
En conversaciones en curso con modelos Claude, el usuario mediano de los clientes principales está en 95%–98%; sobre todas las solicitudes, incluidos enrutamiento, vencimiento y chats nuevos, suele estar unos puntos más abajo. Por debajo del 90%, rara vez la causa es el propio cliente.
¿Qué significan acierto y fallo de caché?
La caché de prompts guarda el inicio sin cambios de una solicitud: system prompt, definiciones de herramientas, turnos anteriores. Cuando la siguiente solicitud empieza igual, esa parte se lee de la caché (un acierto) y se cobra a una fracción del precio de entrada; cuando cambia o la caché venció, se procesa completa (un fallo) y normalmente se vuelve a escribir en caché.
¿Una tasa de aciertos de caché más alta es mejor?
Más alta es mejor. La entrada en caché se cobra a cerca de 0.1× el precio de entrada (menos en algunos modelos nuevos) y el primer token llega antes; en las suscripciones de Claude, las lecturas de caché casi no cuentan para tu límite.
¿Por qué mi tasa de aciertos de caché es tan baja?
Las causas habituales son solicitudes enrutadas a otra cuenta upstream (común con relays), pausas de más de 5 minutos que dejan vencer la caché, solicitudes en paralelo como los subagentes, cambios de modelo y conversaciones nuevas. La página de cada cliente las ordena por proporción medida, con qué hacer en cada caso.
¿Los clientes difieren mucho en tasa de aciertos de caché?
No mucho. Con el mismo modelo, Claude Code, pi, OpenCode y otros quedan a pocos puntos entre sí en conversaciones en curso. Pesa más el proveedor: la caché de OpenAI necesita que todo el prefijo coincida, así que Codex con GPT queda unos puntos por debajo de los clientes de Claude.
¿Por qué los relays tienen tasas de aciertos de caché más bajas?
La caché pertenece a la cuenta upstream. Un relay que reparte una conversación entre varias cuentas, o que cambia el prefijo al convertir formatos, reescribe la caché una y otra vez. Pruébalo enviando dos solicitudes con el mismo prefijo y comprobando que la segunda lea de la caché aproximadamente la longitud del prefijo.
¿Una tasa de aciertos de caché baja consume más rápido el límite de mi plan de Claude?
Sí. En nuestras mediciones de los límites de los planes de Claude, las lecturas de caché casi no consumen límite, mientras que las escrituras cuentan más o menos como entrada sin caché. Un contexto en caché casi no cuesta nada; uno que falla vuelve a contar completo. Los límites de cada plan están en la página de límites de uso de Claude (/claude-usage-limits).
¿Cómo se calcula la tasa de aciertos de caché?
Tokens leídos de caché ÷ tokens de entrada, donde la entrada incluye la entrada sin caché, las escrituras y las lecturas de caché. En el formato de Anthropic es cache_read_input_tokens; en el de OpenAI, cached_tokens.
¿Por qué Cline, Roo Code o Cursor no están en la tabla?
Una celda necesita al menos 5 usuarios con suficientes turnos de continuación en la semana. Las solicitudes de Cursor con clave propia salen de los servidores de Cursor, así que el gateway no ve el cliente; las solicitudes vía SDKs y relays tampoco se pueden atribuir.