TokenEconomizer, o plugin do Microsoft Research e UC Berkeley para Claude Code, Codex, GitHub Copilot CLI e Pi, reduziu 31 por cento do contexto de cada solicitação do Claude Code no nosso teste, sem perder nenhuma tarefa. Não funciona desde a primeira sessão: precisa de várias sessões no mesmo repositório antes de começar a economizar.
yoDEV Testado · 23 de outubro de 2026
Executamos 32 sessões do Claude Code 2.1.305 com Sonnet, com e sem TokenEconomizer (commit0ce0e06), sobre 8 tarefas seguidas no mesmo repositório de Python, repetidas duas vezes. Os resultados que reportamos como nossos saem desse teste.
O que é TokenEconomizer e como economiza tokens?
É um plugin que não toca seu agente e barateia as sessões seguintes no mesmo repositório. Em cada turno, um agente de programação volta a cobrar suas instruções, todas as ferramentas carregadas e a conversa até esse ponto. O plugin lê cada sessão terminada e muda o que cobram as próximas com três mecanismos:
- Micro-skills. Os dados do ambiente que suas sessões redescobrem falhando uma e outra vez (por exemplo, que
pytestnão está instalado maspython -m pytestsim funciona) se aprendem e se indicam no início da sessão seguinte. Aprendê-los não consome nenhuma chamada ao modelo. - Poda de ferramentas (
tool pruning). As ferramentas que seguem carregadas mas ninguém usa, por defato durante cinco sessões seguidas, se deixam fora das sessões seguintes através da própria configuração do agente. - Guardião de loops (
loop guard). Um turno que repete o mesmo ciclo falhado de editar e testar recebe um redirecionamento. Se continua preso, o plugin te diz como detê-lo. Nunca detém um turno por sua conta.
Usa apenas a biblioteca padrão do Python, não precisa de uma chave de API própria e funciona com o plano ou o login que já use seu agente. O que aprende se guarda em ~/.tokeneconomizer. Licença Apache 2.0.
Quanto economiza segundo o paper do Microsoft?
O paper (arXiv 2610.22732, publicado em 15 de outubro de 2026) reporta um custo médio entre 18,4 e 30,9 por cento mais baixo em SWE-Bench, com cinco combinações de agente e modelo. Os autores medem levando em conta o cache de prompts e incluem as chamadas do próprio plugin:
| Agente e modelo | Custo médio mais baixo |
|---|---|
| Claude Code + Opus 4.8 | 30,9% |
| Codex + GPT-5.6 Sol | 26,1% |
| Codex + GPT-5.6 Terra | 24,7% |
| Claude Code + Sonnet 5 | 23,6% |
| Copilot CLI + Sonnet 5 | 18,4% |
Segundo o paper, o Pass@1 subiu em 4 das 5 combinações. São cifras dos próprios autores, medidas sobre 277 tarefas em seis repositórios, com as tarefas de cada repositório em sequência: uma sequência muito mais longa que uma semana normal de trabalho.
Quanto economizou no nosso teste com Claude Code?
Montamos um pequeno repositório de Python com duas armadilhas que cada sessão tem que redescobrir: os imports só funcionam com PYTHONPATH=src, e o pacote se recusa a carregar se não estiver definida TIENDA_ENV. Não documentamos nenhuma das duas, de propósito. Depois demos ao Claude Code 8 relatórios de bugs seguidos, com e sem o plugin, duas vezes.
| Sem plugin | Com plugin | |
|---|---|---|
| Tarefas resolvidas | 16/16 | 16/16 |
| Contexto por solicitação, antes de o plugin atuar | 24.779 tokens | 24.809 tokens |
| Contexto por solicitação, com a poda ativa | 25.966 tokens | 17.795 tokens (−31%) |
| Custo das sessões com a poda ativa | 0,72 USD | 0,61 USD (−15%) |
O que cada mecanismo fez:
- A poda de ferramentas atuou, e seu efeito foi claro. Se ativou na sessão 8 da primeira rodada e na sessão 6 da segunda. Deixou fora 284 ferramentas: a maioria eram de conectores que se carregam em cada sessão da nossa configuração (Docs, Discourse, Drive), mais 16 ferramentas próprias do Claude Code que nunca usamos, como as tarefas programadas e os worktrees. Desde esse momento, cada solicitação levava uns 8.000 tokens menos.
- As micro-skills não chegaram a se ativar. O plugin sim detectou que nossas sessões falhavam com
python -m pytest. Mas um dado só se forma após três sessões que o confirmam entre pelo menos quatro onde se aplica, e Claude não falhou da mesma forma com suficiente constância. Após 8 sessões, o melhor candidato ia em 2 de 7. - O guardião de loops não interveio. Nenhum turno ficou preso: as tarefas eram curtas.
O custo próprio do plugin foi zero. Nas 32 sessões, o lado com plugin custou 8,5 por cento menos, mas a maior parte veio de sessões em que ainda não tinha mudado nada. Essa parte é variação normal entre execuções, então não a contamos como efeito do plugin. As 4 sessões com poda ativa são uma amostra pequena; o dado sólido é a queda do contexto.
Mudamos um ajuste respeito dos valores padrão. Normalmente, a poda espera que suas sessões levem uma hora inativas antes de escrever a lista de ferramentas excluídas, para não quebrar um cache de prompts que continua quente. Nossas sessões iam uma atrás da outra, então usamos toolprune_quiet_minutes=0.
Te convém se usas muitos servidores MCP no Claude Code?
Sim: é o caso em que mais economiza. A economia depende de duas coisas:
- Quantas ferramentas se carregam em cada sessão. Se tens muitos servidores MCP ou conectores, a poda tem muito que tirar. Com uma configuração mínima, há pouco que cortar.
- Quantas sessões fazes no mesmo repositório. Os dados se formam a partir de evidência repetida, então o plugin rende em um código que trabalhas diariamente, não em repos de uma só vez. Se seu repositório já documenta suas particularidades em um
CLAUDE.md, as micro-skills têm menos que aprender.
Se queres cortar tokens por outras vias, aqui testamos como fazer com hooks, e aqui como ver o consumo de tokens no Codex CLI.
É grátis e quanto desce o preço do Claude Code?
O plugin é grátis e open source, e não faz chamadas ao modelo por sua conta: seus assistentes de pagamento (um gerador de dados com LLM e um juiz para o guardião de loops) vêm desligados a menos que atives paid=true. O que desce é o que pagas por cada sessão do seu agente: no nosso teste, 15 por cento nas sessões com a poda ativa, a preços de lista da API. Com um plano de subscrição, o efeito é que a mesma cota te alcança para mais trabalho.
Como instalar o plugin no Claude Code, Codex e Copilot CLI?
Precisas do Python 3.10 ou superior no PATH. Clona o repositório em uma pasta onde vá ficar, porque os agentes executam o plugin de lá:
Claude Code
git clone https://github.com/microsoft/TokenEconomizer.git
claude plugin marketplace add "$PWD/TokenEconomizer"
claude plugin install tokeneconomizer@tokeneconomizer
Inicia claude em um repositório e executa /tokeneconomizer:status. Uma vez por máquina, e de novo cada vez que Claude Code se atualize, executa /tokeneconomizer:toolprune refresh-catalog: registra que ferramentas carrega uma sessão, e sem esse passo a poda só vê umas poucas.
Codex
codex plugin marketplace add "$PWD/TokenEconomizer"
codex plugin add tokeneconomizer@tokeneconomizer
Quando Codex mostrar Hooks need review, escolhe Trust all and continue.
Copilot CLI
copilot plugin marketplace add "$PWD/TokenEconomizer"
copilot plugin install tokeneconomizer@tokeneconomizer
A rota do marketplace tem que ser absoluta. Versões suportadas segundo o README: Claude Code da 2.1.300 à 2.1.307, Codex da 0.153.1 à 0.163.0 e Copilot CLI da 1.0.83 à 1.0.102. No momento de publicar essa nota, os autores não tinham verificado versões posteriores.
Como ver o que fez ou desfazer as mudanças?
Desde um terminal, dentro do repositório e sem gastar tokens:
~/.tokeneconomizer/bin/te status # o que aprendeu e quanto custaram tuas sessões
~/.tokeneconomizer/bin/te toolprune # que ferramentas deixou fora e por quê
~/.tokeneconomizer/bin/te toolprune restore # devolvê-las
Por defato, a poda se aplica sem te perguntar, e no Claude Code o aviso só aparece na transcrição detalhada (Ctrl+O). Se preferes aprovar cada lista tu mesmo, executa te config set toolprune=propose. Para uma única sessão sem o plugin, inicia o agente com TE_DISABLE=1 claude.
E tu? Quantos servidores MCP tens conectados hoje no teu agente de programação?
- Ferramentas e servidores MCP que se carregam em cada sessão
- Voltar a explicar o projeto em cada sessão nova
- Turnos que ficam presos reintentando o mesmo
- Prefiro outra opção (conta-nos qual)
Comenta abaixo ou, se este artigo te chegou por email, responde diretamente ao email: tua resposta se publica aqui.
Relacionado: Como reduzir o consumo de tokens do teu agente de IA: testamos Pensieve em um repo real