AgentsView permite fijar precios personalizados para modelos no indexados

AgentsView, la herramienta de análisis de uso de tokens que desarrolla Wes McKinney, tiene un problema concreto y predecible: cuando sale un modelo nuevo, su base de datos de precios no lo incluye de inmediato. Simon Willison se topó con esa situación el 9 de junio y, en lugar de esperar a que la app se actualizase, decidió ingeniárselas para añadir el precio manualmente.

El resultado es una nota técnica breve pero útil publicada en su blog: un procedimiento paso a paso para registrar un modelo con precio personalizado en AgentsView, lo que permite que la interfaz siga calculando y visualizando costes aunque el modelo en cuestión no esté todavía en el índice oficial.

Qué es AgentsView y por qué importa tenerlo calibrado

AgentsView es una aplicación local que agrega el consumo de tokens de distintos agentes de código que corren en el mismo equipo. Su propuesta es simple: ver en un único dashboard cuánto cuesta cada proyecto, desglosado por modelo y por agente, representado habitualmente como un treemap. Para equipos o desarrolladores que trabajan con varios agentes en paralelo —Claude Code, LLM CLI, herramientas propias— tener esa visión consolidada ahorra tiempo y evita sorpresas en la factura.

El problema surge cada vez que Anthropic (u otro proveedor) lanza un modelo que AgentsView no conoce todavía. Sin precio de referencia, la app no puede calcular el coste, y el treemap pierde su utilidad principal. No es un fallo grave, pero sí un punto de fricción real en el flujo de trabajo.

La solución: ingeniería inversa rápida

Lo interesante del caso de Willison no es solo el truco en sí, sino el método. En su propia descripción, usó el modelo nuevo para hacer ingeniería inversa de AgentsView y entender cómo gestiona los precios internamente. A partir de ahí dedujo el procedimiento para insertar un precio a medida.

El post no detalla el código completo en el resumen público, pero apunta a su entrada en TIL (Today I Learned), donde documenta los pasos exactos. Es el tipo de contribución que tiene más valor del que aparenta: cuando miles de desarrolladores usan la misma herramienta y el mismo modelo nuevo, alguien tiene que documentar primero cómo salvar el gap. Willison suele ser ese alguien.

Para quién es útil esto

El perfil al que va dirigido este conocimiento es bastante específico:

• Desarrolladores que usan AgentsView para monitorizar costes de agentes locales y no quieren perder visibilidad cada vez que cambian de modelo.
• Equipos que adoptan modelos rápidamente y no pueden permitirse esperar días a que las herramientas de análisis los soporten de forma nativa.
• Cualquiera que use la CLI `llm` u otros agentes compatibles con AgentsView y quiera mantener sus dashboards de coste actualizados sin depender del ciclo de actualización del proveedor de la app.

No es un tutorial para principiantes ni una funcionalidad que Anthropic controle directamente. Es un workaround del ecosistema, que es exactamente donde suelen vivir los trucos más prácticos.

El coste como métrica de trabajo real

El screenshot que acompaña la entrada de Willison muestra algo que merece atención por sí mismo: más de 74 dólares gastados en un único proyecto (`prod_datasette_agent`) en el transcurso de un solo día. Eso da una idea de la escala a la que trabajan algunos desarrolladores con agentes de código autónomo, y refuerza por qué herramientas como AgentsView existen y tienen demanda.

Cuando el gasto diario en tokens puede superar fácilmente los 80 dólares en un solo equipo, tener el dashboard roto porque falta un precio es un problema real, no un detalle cosmético.

---

Desde EP, valoramos que el ecosistema cuente con documentación de este tipo: pequeña, concreta y publicada el mismo día en que el problema aparece. AgentsView sería más útil si tuviera un mecanismo nativo para que los usuarios añadan precios temporales mientras espera la actualización oficial, pero mientras eso no llegue, que alguien como Willison lo documente es lo segundo mejor.