La economía de los agentes de código con IA: cómo el Prompt Caching y el arbitraje de tokens reducen las facturas en un 90%

Los bucles de codificación autónomos consumen más de 120M de tokens al mes por cada equipo de 5 desarrolladores. A continuación se detalla cómo el almacenamiento en caché de prefijos KV y el arbitraje de modelos open-weight reducen los costes de inferencia de 1.440 $ a menos de 85 $.

Tiempo de lectura: 12 min | Categoría: Ingeniería de costes | Actualizado: Septiembre de 2026

Conclusiones clave

• El recargo SaaS del 800%: Los wrappers de codificación propietarios y los IDE basados en licencias por asiento imponen un recargo del 300% al 800% sobre las tarifas de inferencia directas, ocultando límites estrictos de tasa (rate limits) y restricciones arbitrarias de créditos tras suscripciones mensuales.
• Economía del prefijo en KV-Cache: Estructurar árboles de sintaxis abstracta (AST) estáticos e instrucciones del sistema en prefijos de prompt inmutables produce una tasa de acierto de caché (cache hit rate) superior al 84%, reduciendo los costes marginales de entrada a 0,014 $ por millón de tokens.
• El arbitraje de 100M de tokens: Ejecutar 100M de tokens en refactorizaciones agénticas cuesta entre 1.200 $ y 1.500 $ en API propietarias de frontera, frente a 70 $ - 84 $ en endpoints open-weight con caché como DeepSeek-V3.
• Arquitectura BYOK con cero margen comercial: El despliegue de enrutamiento proxy /v1/messages directo permite a los ingenieros de infraestructura eliminar el bloqueo de proveedores (vendor lock-in), blindar la privacidad del código base local y auditar el gasto de tokens hasta el nivel de vatios-hora del hardware.

---

1. El negocio de márgenes del software SaaS con IA: cómo las plataformas de desarrollo inflan el cómputo en un 800%

El mercado de herramientas para desarrolladores opera bajo una ilusión de empaquetado extractiva. Los editores de código con IA de código cerrado como Cursor exigen entre 20 $ y 60 $ por usuario al mes (240 $ a 720 $ al año), mientras que los constructores web empaquetados como Lovable extraen hasta 600 $ mensuales bajo la promesa de generar arquitecturas full-stack automatizadas. Estas interfaces propietarias no suministran inteligencia de frontera exclusiva; actúan como proxies intermediarios tarificados situados entre los búferes del entorno de trabajo y los endpoints de inferencia ascendentes. Al adquirir cómputo bruto a precios mayoristas de commodity y revenderlo dentro de binarios de escritorio opacos, estos proveedores capturan márgenes brutos superiores al 800% en flujos de trabajo de producción estándar.

Esta arquitectura de negocio depende de una escasez sintética para proteger los balances de las plataformas. Los bucles de refactorización multiactivo del mundo real, el mapeo de dependencias cruzadas mediante AST y las iteraciones automatizadas de prueba-corrección consumen entre 200.000 y 800.000 tokens por barrido. Cuando los equipos de ingeniería desencadenan estas pesadas operaciones de indexación de bases de código, las plataformas propietarias contrarrestan el consumo de margen aplicando protocolos de limitación opacos: degradan silenciosamente las solicitudes interactivas a grupos de reserva congestionados, inflando la latencia de 1,2 segundos a más de 15 segundos, y bloquean las consultas de alta prioridad tras límites mensuales arbitrarios.

La telemetría bruta de la inferencia de modelos expone esta extracción de capital. Los hiperescaladores ascendentes suministran motores de razonamiento de última generación —específicamente DeepSeek-R1 y Qwen 2.5 Coder— a tarifas de liquidación mayorista de tan solo 0,14 $ a 0,55 $ por millón de tokens de entrada una vez que se activa el prompt caching nativo. Mientras tanto, los desarrolladores que ejecutan la CLI oficial de Claude Code de Anthropic consumen créditos de API a tarifas premium de 3,00 $ a 15,00 $ por millón de tokens, quemando capital rápidamente durante refactorizaciones desatendidas de múltiples archivos. Los equipos de ingeniería que implementan una BYOK AI Proxy & Privacy Architecture recuperan entre el 75% y el 90% de su gasto operativo en cómputo al enrutar las solicitudes directamente a proveedores mayoristas.

Alcanzar la autonomía técnica exige desacoplar la interfaz del editor de la facturación del modelo subyacente. Cuando un proveedor comercial controla tanto el búfer de código como la pasarela de inferencia, las cuotas artificiales de tokens dictan la velocidad de desarrollo. Enrutar el tráfico a través de una capa de ejecución abierta como Unchained Code independiza al cliente de los márgenes comerciales de terceros, transformando suscripciones mensuales impredecibles en una contabilidad de tokens verificable a precio de coste.

[ADVERTENCIA] La trampa de la suscripción fija de IA: un sobrecoste de 18.000 $ en 5 años por equipo de desarrollo Un equipo de cinco ingenieros suscritos a Cursor Business a razón de 60 $/usuario/mes consume 18.000 $ en 5 años, quedando además expuesto a la degradación de colas tras apenas 500 solicitudes rápidas. Enrutar esas mismas operaciones de código directamente a endpoints de inferencia mayoristas a través de Unchained Code limita el coste acumulado a 5 años por debajo de 3.600 $, eliminando más de 14.400 $ en márgenes sintéticos de intermediarios y desbloqueando una concurrencia ilimitada de peticiones.

Plataformas de codificación SaaS con IA vs. Economía de inferencia mayorista directa

• Niveles sintéticos de latencia: Los IDE propietarios degradan las cuentas activas a pools saturados cuando se alcanzan los límites de uso, inyectando retrasos artificiales de 8 a 15 segundos en bucles de codificación activos.
• Arbitraje encubierto de Prompt Cache: Las plataformas comerciales se apropian silenciosamente de los descuentos de KV-cache de los proveedores upstream —que recortan los costes de procesamiento de entrada hasta un 90% en contextos repetitivos de código base— mientras continúan facturando tarifas fijas.
• Truncamiento forzado de contexto: Los servidores proxy propietarios descartan silenciosamente dependencias de archivos y fotogramas de conversación para minimizar los costes operativos de inferencia, provocando alucinaciones semánticas graves durante refactorizaciones multietapa.
• Contabilidad opaca de créditos: Los proveedores sustituyen las métricas transparentes de tokens por "solicitudes rápidas" y "créditos de computación" propietarios, impidiendo que los líderes técnicos auditen la relación precio-rendimiento real frente a las tarifas de API de mercado.

---

2. Desglose financiero: la factura de 100M de tokens en 5 plataformas líderes de IA

Un ciclo de desarrollo agéntico continuo —que ejecuta iteraciones automatizadas basadas en pruebas, indexación de símbolos AST y refactorización multiactivo— consume 100.000.000 de tokens por ingeniero cada mes. Distribuir esta carga de trabajo en las proporciones estándar de producción de 80% de contexto de entrada (80M de tokens) y 20% de generación de salida (20M de tokens) expone la economía extractiva de las API de modelos cerrados.

Anthropic Direct factura Claude 3.5 Sonnet a 3,00 $/M de entrada y 15,00 $/M de salida, emitiendo un coste mensual inmediato de 540,00 $ por asiento antes de contemplar la acumulación de contexto multiturno. Los entornos de generación visual como Lovable y Bolt.new agravan esta fricción: sus rígidas asignaciones de créditos desaparecen durante las refactorizaciones estructurales, obligando a los desarrolladores a adquirir paquetes de recarga propietarios a precios de entre 18,00 $ y 24,00 $ por cada millón de tokens.

Cursor Pro cobra una suscripción base de 20,00 $/mes, pero restringe las cuentas a 500 solicitudes rápidas —apenas 8M de tokens de contexto de producción— antes de estrangular las colas de inferencia o exigir recargos por uso. Por el contrario, enrutar el tráfico de desarrollo a través de Unchained Code mediante su pasarela de emulación local ejecuta la arquitectura BYOK AI Proxy & Privacy Architecture, consumiendo DeepSeek-V3 a tarifas mayoristas directas de 0,14 $/M de entrada y 0,28 $/M de salida.

Esta diferencia en el balance redirige el capital de infraestructura directamente a los márgenes operativos de ingeniería. El enrutamiento mayorista directo desbloquea una reducción auditada de costes directos del 96,8%, mientras que el nivel gestionado Fast-Lane garantiza un rendimiento terminal determinista bajo una tarifa plana predecible de 20,00 $ al mes.

[ADVERTENCIA] Pérdida masiva de capital en bucles agénticos multiturno Las herramientas de terminal agénticas CLI inspeccionan decenas de archivos del repositorio para resolver un único conjunto de pruebas fallidas, consumiendo hasta 4.500.000 tokens por cada PR compleja. Con la tarificación directa de Anthropic o los sobrecostes de Lovable, este único ciclo operativo cuesta entre 24,30 $ y 81,00 $, mientras que el enrutamiento mayorista a modelos open-weight mediante DeepSeek-V3 ejecuta con exactitud el mismo diff por 0,76 $: un multiplicador de eficiencia de capital de 32x.

Factura mensual auditada para 100M de tokens combinados (80M de entrada / 20M de salida)

• La facturación directa de Anthropic extrae 540,00 $ mensuales por desarrollador para Claude 3.5 Sonnet, estableciendo una línea base operativa que drena los presupuestos de ingeniería.
• Los entornos cerrados de scaffolding web inflan las cargas de trabajo idénticas hasta 1.820,00 $ mediante límites artificiales de crédito y paquetes de tokens con márgenes comerciales excesivos.
• El enrutamiento mayorista a modelos colapsa los costes de 100M de tokens a 16,80 $ en DeepSeek-V3, recuperando 523,20 $ de flujo de caja neto mensual por usuario sin modificar las interacciones CLI del desarrollador.
• Unchained Code Fast-Lane impone un techo plano determinista de 20,00 $/mes, inmunizando los flujos de integración continua frente a picos descontrolados de consumo.

---

3. Las matemáticas del Prompt Caching: desbloqueando descuentos del 90% en contextos repetitivos

Los bucles de desarrollo agéntico ejecutan iteraciones recursivas donde el 85% de los tokens de entrada multiturno representan cargas útiles inmutables: árboles de directorios de repositorios, mapas de AST, manifiestos de entorno e instrucciones base del sistema. Sin almacenamiento en caché de prefijos, evaluar una ventana de contexto de 100.000 tokens a lo largo de 40 turnos agénticos consecutivos obliga al motor de inferencia a recalcular matrices de autoatención idénticas 40 veces seguidas, quemando ciclos de computación en GPU sin aportar ganancia alguna de inteligencia.

El almacenamiento en caché de prefijos elimina este sobrecoste computacional mediante la reutilización de tensores en la memoria caché Key-Value (KV). En lugar de ejecutar operaciones cuadráticas de autoatención $\mathcal{O}(N^2)$ en secuencias estáticas, el motor de inferencia bloquea los tensores precalculados directamente en la memoria de alto ancho de banda (HBM) de la GPU mediante estructuras de paginación unificada. DeepSeek Coder y DeepSeek-R1 aprovechan el almacenamiento en caché nativo de prefijos para facturar los tokens de entrada persistentes a razón de 0,014 $ a 0,028 $ por MTok (lectura de caché), en comparación con los 0,14 $ por MTok de las escrituras en frío. Por el contrario, Anthropic obliga a los desarrolladores que utilizan la CLI oficial de Claude Code a asumir tarifas de entrada estándar para Claude 3.5 Sonnet de 3,00 $ por MTok, drenando capital salvo que las llamadas sean interceptadas por un enrutador local inteligente como Unchained Code.

Cuantificar esta disparidad financiera deja al descubierto un arbitraje estructural masivo. Al calcular el coste de entrada combinado ($C_{\text{combinado}}$) con una tasa de acierto sostenida $H = 0,85$, una tarifa de escritura $C_w = 0,14 $$ y una tarifa de lectura $C_r = 0,014 $$, obtenemos: $C_{\text{combinado}} = (1 - H) \cdot C_w + H \cdot C_r = (0,15 \times 0,14) + (0,85 \times 0,014) = 0,0329\text{ $ por MTok}$. Esta dinámica de precios logra una reducción neta del gasto del 98,9% frente a la tarifa base no almacenada en caché de 3,00 $/MTok de Anthropic, en total sintonía con las optimizaciones a nivel de hardware detalladas en nuestra BYOK AI Proxy & Privacy Architecture.

[ADVERTENCIA] El impuesto compuesto de las sesiones multiturno sin caché Un equipo de 10 ingenieros que ejecute sesiones de Claude Code CLI sin caché a 50 turnos diarios sobre ventanas de contexto de 100k tokens consume 42.300 $ anuales en recalcular operaciones de atención redundantes. Estructurar el contexto para el almacenamiento determinista en caché de prefijos reduce ese gasto anual a 465 $, capturando un diferencial neto de caja de 41.835 $ por equipo.

Tarifa de tokens y compresión económica: Claude 3.5 Sonnet vs. DeepSeek Coder mediante almacenamiento en caché de prefijos

• Invarianza de prefijos: Posiciona los esquemas persistentes, parámetros de rol y definiciones de herramientas estrictamente entre los tokens $0$ y $N_{\text{estático}}$ para fijar las direcciones de asignación de páginas en GPU.
• Serialización determinista de AST: Ordena los árboles de directorios alfabéticamente y estandariza los flags de formato para forzar una tokenización idéntica a nivel de bits entre turnos agénticos independientes.
• Búfer de cola monótono: Enruta los flujos stdout de terminal, diffs dinámicos y prompts de usuario exclusivamente al final del búfer, evitando invalidaciones upstream en la caché KV.
• Alineación granular por bloques: Rellena los manifiestos de archivos estáticos a intervalos de 64 o 1.024 tokens que coincidan con los bloques de memoria física de vLLM y DeepSeek PagedAttention.

---

4. Arbitraje de tokens multiproveedor: enrutamiento dinámico entre endpoints globales de inferencia

La infraestructura de inferencia para inteligencia open-weight cotiza en un mercado spot global y volátil. Ejecutar tareas de codificación complejas no requiere depender de un único proveedor propietario. Los endpoints suministrados por DeepSeek Direct, SiliconFlow, Groq, Together AI y Fireworks presentan perfiles de latencia, métricas de rendimiento y tarifas de tokens marcadamente divergentes. Al desplegar una pasarela de enrutamiento inteligente como Unchained Code, los equipos de desarrollo desacoplan la ejecución de dependencias rígidas, transfiriendo las cargas dinámicamente hacia donde el cómputo ofrezca el mayor rendimiento por dólar invertido.

La tipología de la carga de trabajo dicta la política de enrutamiento. Las tareas críticas en latencia —como el autocompletado en línea en tiempo real y la validación sintáctica de AST— exigen respuestas en subsegundos. Dirigir estas interacciones a los clústeres LPU de Groq proporciona velocidades de procesamiento superiores a 300 tokens por segundo con un tiempo hasta el primer token (TTFT) < 280 ms. Por el contrario, las sesiones densas de refactorización de múltiples archivos requieren arquitecturas de razonamiento profundo. Enrutar estas cargas a DeepSeek-R1 mediante SiliconFlow o DeepSeek Direct reduce los gastos en tokens de entrada a 0,14 $ por 1M de tokens en caché y 2,19 $ por 1M de tokens de salida, pulverizando el suelo de coste de 3,00 $ / 15,00 $ por 1M de tokens documentado en nuestra Guía de proxy gratuito para Claude Code.

El estrangulamiento de red y los límites de tasa representan riesgos de punto único de fallo en los flujos de trabajo agénticos automatizados. Los clientes API estándar cancelan la ejecución al recibir respuestas HTTP 429 o HTTP 503. El proxy de enrutamiento mitiga este fallo mediante mecanismos deterministas de failover sin pérdida de contexto, tal como se detalla en nuestro análisis de la BYOK AI Proxy & Privacy Architecture. El proxy mantiene un ring buffer en memoria con el árbol conversacional activo; si un endpoint agota su cuota a mitad de un turno, el proxy captura la señal 429, serializa el historial de tokens en < 42 ms y reejecuta la carga en Fireworks AI o SiliconFlow sin corromper el índice git local.

El seguimiento determinista de la ejecución opera a través del Unchained Energy Ledger ($E_u$). Esta estructura de contabilidad criptográfica mide el volumen de tokens, la latencia de ejecución del hardware y los diferenciales de capital en comparación con los benchmarks propietarios. Calculado al finalizar la tarea mediante la fórmula determinista $E_u = \sum_{i=1}^{n} (Coste_{ClaudeSonnet} - Coste_{Enrutado}) \times Tokens_{i}, el libro de registro emite un recibo firmado criptográficamente que documenta el capital ahorrado y valida las métricas de inferencia para auditorías técnicas.

[ADVERTENCIA] Diferencial de arbitraje: consumo computacional de un desarrollador en 12 meses Enrutar flujos agénticos a través de los endpoints CLI propietarios por defecto consume aproximadamente 2.160 $ por desarrollador al año con un rendimiento promedio de 15 millones de tokens mensuales. Implementar un arbitraje spot automatizado entre DeepSeek-R1 y Groq comprime este gasto a 187,20 $ al año, asegurando un margen de preservación de capital del 91,33% mientras se mantiene una fidelidad de síntesis de código equivalente en los benchmarks.

Matriz de arbitraje en endpoints globales de inferencia (Datos de benchmark de septiembre de 2026)

• Los sondeos de estado de los endpoints en submilisegundos verifican la disponibilidad de los clústeres cada 5.000 ms, desviando el tráfico dinámicamente de rutas degradadas.
• Los ring buffers con ventana deslizante capturan las cargas JSON activas, ejecutando transiciones automáticas entre proveedores a mitad de turno sin reiniciar el estado del agente CLI.
• La arquitectura BYOK con cero margen preserva el aislamiento local de credenciales, impidiendo que las API keys empresariales toquen proxies de terceros.
• Los cálculos en tiempo real de los deltas de tokens registran los márgenes acumulados en dólares directamente en la salida de terminal del desarrollador al completar la sesión.

---

5. La guía del Bootstrapper: creando un SaaS de 10k $/mes con un presupuesto de cómputo IA de 20 $

Escalar un producto de software hasta alcanzar 10.000 $ de ingresos recurrentes mensuales (MRR) como desarrollador independiente exige eliminar de forma radical los costes variables de infraestructura. Las suscripciones directas para agentes de terminal y las tarifas de tokens en modelos closed-weight consumen el margen de supervivencia antes de alcanzar la rentabilidad: ejecutar la CLI oficial de Claude Code directamente contra Claude 3.5 Sonnet cuesta 3,00 $/MTok para entradas sin caché y 15,00 $/MTok para salidas. Durante ciclos intensivos de refactorización multiactivo, un ingeniero gasta entre 200 $ y 500 $ mensuales antes de validar el encaje de su producto en el mercado. Implementar Unchained Code invierte esta estructura financiera redirigiendo los protocolos de agente estándar hacia modelos soberanos open-weight a precios base de infraestructura.

El flujo de trabajo diario desacopla la complejidad lógica del gasto en tokens mediante un enrutamiento por capas según la tarea. El diseño arquitectónico, las migraciones de esquemas de bases de datos y las políticas de seguridad a nivel de fila (RLS) se canalizan a DeepSeek-R1, cuya cadena de pensamiento recursiva iguala los benchmarks de razonamiento de frontera a 0,55 $/MTok en entrada sin caché y 2,19 $/MTok en salida. Las tareas repetitivas de gran volumen —como la creación de componentes UI con Tailwind, hooks comunes y controladores REST tipados— se asignan a Qwen 2.5 Coder 32B de Alibaba Cloud a 0,20 $/MTok. Procesar las peticiones mediante una arquitectura BYOK AI Proxy & Privacy Architecture elimina márgenes intermediarios y asegura la privacidad del cómputo.

Una contabilidad estricta de tokens convierte la codificación generativa en un coste operativo fijo y predecible. Un desarrollador con un promedio de 80 turnos de agente al día procesa 2.400.000 tokens de entrada (análisis de contexto, volcados de AST, ejecución de pruebas) y 180.000 tokens de salida. En 22 días laborables, esto supone 52,8M de tokens de entrada y 3,96M de tokens de salida. Con precios propietarios de modelos cerrados, esto quema 217,80 $/mes. Los motores open-weight con almacenamiento en caché de prefijos bajan el coste de entrada en caliente a 0,14 $/MTok, reduciendo el gasto total en cómputo a 16,06 $/mes: una reducción de capital determinista del 92,6%.

[ADVERTENCIA] Arbitraje de capital: diferencial de pista financiera (runway) a 12 meses A lo largo de 12 meses de desarrollo activo, enrutar el tráfico de agentes de terminal a API propietarias cerradas cuesta 2.613,60 $ por asiento de desarrollador. La ejecución sobre modelos open-weight con prompt caching reduce el gasto total a 192,72 $. Esto genera un diferencial de caja neto de 2.420,88 $, capital que puede reinvertirse íntegramente en financiar 10 meses de alojamiento gestionado de bases de datos de producción y almacenamiento en frío.

Registro mensual de cómputo en IA: API cerrada vs. BYOK Open-Weight (52,8M Entrada / 3,96M Salida)

• Delimitar el alcance del contexto: Ejecuta las tareas del agente sobre rutas de directorios aisladas en lugar de la raíz del repositorio para mantener las cargas útiles de los prompts por debajo de 32.000 tokens por turno.
• Explotar el Prompt Caching de prefijos: Mantén inmutables las directrices del sistema, los contratos de arquitectura y los manifiestos de dependencias para sostener tasas de acierto de caché superiores al 85%, consolidando la facturación de entrada en 0,14 $/MTok.
• Desacoplar el razonamiento del scaffolding: Reserva DeepSeek-R1 para depurar fallos complejos de integración; delega la generación de código base repetitivo en Qwen 2.5 Coder para recortar los costes de tokens de salida en un 75%.
• Auditar el Energy Ledger: Supervisa el consumo exacto de tokens por sesión mediante el panel de control del terminal para detener bucles de ejecución especulativa antes de que el coste computacional se dispare.
• Desplegar pasarelas sin recargo: Enruta las órdenes de los agentes de terminal a través de proxies autoalojados para preservar una estricta neutralidad de proveedor y cero sobrecostes en las API.

---

Preguntas frecuentes (FAQ)

¿Cómo reduce el prompt caching los costes de codificación con IA?

El prompt caching elimina el procesamiento redundante almacenando el contexto estático —como árboles de directorios del repositorio, prompts del sistema y mapas de AST— en la memoria del servidor. Las solicitudes multiturno posteriores leen los tokens almacenados en caché con un descuento del 80% al 90%. Mientras que Claude 3.5 Sonnet cobra 3,00 $ por millón de tokens de entrada, los motores open-weight con caché como DeepSeek Coder cuestan entre 0,014 $ y 0,028 $, reduciendo los gastos de los agentes multiturno en más de un 90%.

¿Qué es el arbitraje de tokens en herramientas de desarrollo con modelos open-weight?

El arbitraje de tokens consiste en redirigir llamadas de agentes de código de alto volumen desde modelos propietarios hacia alternativas open-weight altamente eficientes en costes, como DeepSeek-R1 y Qwen 2.5 Coder, sin degradar la precisión lógica. Los editores propietarios añaden márgenes comerciales del 300% al 800% sobre el token. Unchained Code emplea una capa de emulación directa de Anthropic /v1/messages con arquitectura BYOK sin márgenes, canalizando las solicitudes de Claude Code hacia instancias vLLM locales o proveedores económicos, con seguimiento en tiempo real a través del Unchained Energy Ledger ($E_u$) criptográfico.

¿Cómo se comparan los costes de desarrollo entre Cursor, Lovable y Unchained Code?

Cursor cobra entre 240 $ y 720 $ al año con solicitudes lentas estranguladas una vez agotadas las cuotas mensuales. Lovable impone esquemas de créditos rígidos que superan los 600 $ anuales, con recargos del 300% al 800% sobre las tarifas directas de API. En contraste, Unchained Code aplica una arquitectura BYOK sin márgenes con prompt caching automático. Un equipo de 5 ingenieros que consuma 120M de tokens al mes paga 1.440 $ en Claude Sonnet, pero solo 84 $ al mes mediante el enrutamiento de Unchained Code hacia modelos open-weight con caché.

¿Por qué Lovable resulta tan costoso para aplicaciones de gran escala?

Lovable empaqueta alojamiento propietario y generación full-stack aplicando un recargo del 300% al 800% sobre los gastos directos de tokens para financiar sus márgenes corporativos. Las aplicaciones complejas requieren procesar repetidamente el contexto del repositorio completo; sin prompt caching nativo ni integración BYOK, cada cambio arquitectónico agota rápidamente las asignaciones fijas de créditos mensuales. Los desarrolladores pierden el control sobre el gasto porque Lovable impide desviar los bucles de ejecución a motores open-weight como DeepSeek o a inferencia local, disparando los costes unitarios durante refactorizaciones continuas de múltiples archivos.