En l’ecosistema actual de desenvolupament amb intel·ligència artificial, l’optimització de tokens s’ha convertit en una obsessió per a empreses i desenvolupadors. Cada token consumit per models com Claude o GPT comporta un cost directe, i qualsevol eina que prometi reduir-los dràsticament genera expectació. Recentment ha cridat l’atenció rtk (Rust Token Killer), un proxy de línia d’ordres que afirma comprimir la sortida d’ordres Bash habituals en agents d’IA fins a un 60–90%. Però realment funciona en fluxos de treball reals? El nostre equip ha realitzat una bateria de proves independents per verificar-ho, i els resultats sorprenen.
rtk es presenta com una solució elegant: interfereix en la comunicació entre l’agent d’IA i el terminal, substituint les sortides verboses d’ordres com 'git status' o 'pytest' per versions resumides i més netes. La idea és que el model consumeixi menys tokens en rebre menys text. Existeix fins i tot un hook PreToolUse per a Claude Code que permet que l’agent utilitzi rtk sense saber-ho. En teoria, sona perfecte per a projectes que fan un ús intensiu del terminal. No obstant, les proves controlades que vam realitzar revelen una realitat molt diferent.
Per avaluar rtk vam utilitzar un banc de proves de 86 tasques basades en SkillsBench, executades amb Claude Code 2.1.201 i el model claude-sonnet-5 en dues configuracions d’esforç (baix i alt). Cada tasca es va realitzar una vegada amb l’agent estàndard i una altra amb rtk activat, mesurant cost, tokens, nombre de torns i qualitat del resultat. En total es van completar 425 execucions facturades, amb un cost aproximat de 320 dòlars. Les dades es van processar mitjançant anàlisi aparellada per eliminar el soroll de la variabilitat entre tasques.
La primera troballa crucial és que rtk només pot tocar una fracció mínima dels tokens que realment consumeix una sessió. El propi Claude Code utilitza eines internes com Read i Grep per llegir fitxers i cercar text, les quals no passen pel hook de Bash. A més, moltes ordres com 'python3', canonades o here-docs queden fora de l’abast de rtk. Després d’analitzar transcripcions de 83 sessions de referència, vam descobrir que tot just un 20% dels caràcters de sortida d’eines són susceptibles de ser comprimits per rtk. I fins i tot així, el model ja trunca les sortides molt llargues abans que arribin a la facturació. Per tant, el màxim estalvi teòric sobre el total de tokens d’entrada se situa al voltant del 3%.
El segon resultat és encara més revelador: lluny d’estalviar costos, rtk va provocar un increment mitjà del +7,6% en el cost per tasca quan es va utilitzar amb esforç baix (p=0,004), acompanyat d’un +13,8% més de torns i un +14,3% més de lectures de memòria cau. En esforç alt la penalització va desaparèixer pràcticament (diferència del +0,1%, p=0,99), però en cap cas es va observar estalvi. Per què passa això? La compressió de rtk, tot i que real, de vegades elimina informació crucial que obliga el model a fer passos addicionals: rellegir fitxers, tornar a executar ordres o prendre camins alternatius. Aquests moviments extra consumeixen més tokens dels que s’estalvien en resumir la sortida.
Un aspecte destacable és que la qualitat de les tasques no es va veure afectada significativament: en ambdós braços les puntuacions van ser estadísticament idèntiques, amb 71 empats en esforç baix i 62 en alt. No obstant, va aparèixer un error de compatibilitat greu: en un contenidor específic rtk no va poder executar-se per requerir una versió més recent de glibc, cosa que va impedir completar una tasca. Aquest tipus de problemes poden ser crítics en entorns heterogenis de desenvolupament o desplegament.
La pròpia eina reporta internament haver estalviat 96,2 milions de tokens, però la nostra factura va demostrar el contrari. La discrepància s’explica perquè rtk compara amb una sortida que mai hauria existit: compta el total de caràcters sense comprimir com si el model els hagués rebut sencers, quan en realitat la majoria s’haurien truncat o estarien a la memòria cau. És un clar exemple de mesurar l’escenari equivocat.
Quines lliçons n’extraiem per a les empreses que utilitzen agents d’IA en el seu desenvolupament de programari? La primera és que no totes les promeses d’estalvi de tokens resisteixen una verificació empírica. La segona, que l’optimització real passa per entendre el flux complet de consum: eines de lectura internes, mecanismes de memòria cau i, sobretot, la interacció entre l’agent i el sistema. A Q2BSTUDIO, com a empresa de desenvolupament de programari i tecnologia, sabem que implementar IA de manera eficient requereix un enfocament holístic. No n’hi ha prou amb integrar un proxy que comprimeixi sortides; cal dissenyar l’arquitectura tenint en compte el model, el cost de cada crida, la memòria cau i la qualitat del resultat.
Per exemple, en projectes de cloud AWS/Azure, on els agents d’IA poden executar-se en pipelines de CI/CD, l’ús indiscriminat d’eines com rtk pot introduir costos ocults més grans que els estalvis imaginats. La nostra experiència ens ha ensenyat que el mesurament correcte del rendiment dels agents s’ha de fer sobre el cost real facturat, no sobre l’estalvi teòric declarat per l’eina. Q2BSTUDIO ofereix solucions d’automatització de processos, ciberseguretat i BI amb Power BI que integren IA de manera controlada i auditable, evitant sorpreses en la factura.
En conclusió, rtk és un exemple honest d’enginyeria que resol un problema real (la verbositat dels terminals) però que, aplicat a agents d’IA moderns, no només no estalvia tokens, sinó que pot incrementar el cost. El seu tauler de comandament explica una història afalagadora, però la factura real en conta una de molt diferent. Per a les empreses que busquen optimitzar l’ús d’agents d’IA en el seu desenvolupament d’aplicacions a mida, la recomanació és clara: provar sempre amb benchmarks realistes, mesurar el cost total i no confiar en estalvis autoreportats. A Q2BSTUDIO apliquem aquesta filosofia a cada projecte, garantint que la tecnologia aporti valor tangible sense inflar expectatives.
Aquesta anàlisi forma part d’una sèrie més àmplia on avaluem de forma independent eines que prometen reduir el consum de tokens en agents d’IA. Si esteu considerant implementar agents a la vostra organització o necessiteu assessorament sobre arquitectures d’IA eficients, no dubteu a contactar amb el nostre equip. La transparència i el mesurament rigorós són els únics dreceres que realment funcionen.
