Cablese: ahorrar hasta 49% de tokens en agentes AI

¿Qué es el "cablese" y por qué funciona en 2026?

En 1866, enviar un mensaje por el cable telegráfico transatlántico costaba $10 por palabra ($100 por diez palabras, unos $2.600 actuales). Operadores y corresponsales aprendieron a sobrevivir la tarifa por palabra con un registro escrito que hoy llamaríamos cablese o telegraphese: frases como "ARRIVE TUESDAY BRING FUNDS STOP CONFIRM WIFE SAILS FRIDAY."

Un nuevo benchmark publicado el 4 de octubre de 2026 en Five Minutes Forward por Travis42 demuestra que ese registro sigue latente en los pesos de prácticamente todos los LLMs modernos. La instrucción de una sola frase —"write a complete record in telegraphese; drop articles and filler; abbreviate; keep every fact, number, and proper noun verbatim — in lowercase, not all caps"— produce ahorros de 40-49% en tokens de salida sin pérdida de precisión, en cuatro familias de modelos distintas.

Los números del Telegraph Test: 49% de ahorro sin perder precisión

El benchmark cubre 50 pasajes y ~1.300 preguntas ancladas con respuestas cortas (fechas, nombres, cantidades) verificadas bajo un grader determinista. Compara cuatro condiciones: el pasaje completo, un resumen en plaintext, un resumen en cablese, y el resumen cablese expandido de vuelta a plaintext.

Resultados clave del writer side (ahorro medido en el medidor de cada proveedor):

• gemma-4-31b: 40,4% de ahorro, ratio de recuperación 1,09
• qwen3.8-27b: 48,9% de ahorro, ratio 1,10
• GLM-5.3-Flash: 48,4% de ahorro con la instrucción en minúsculas, ratio 1,09
• gpt-5-mini: 17,7% de ahorro, ratio 0,99 (con asterisco — ver trampas más abajo)

Un ratio de recuperación de 1,00 significa "exactamente igual de preciso que plaintext"; por encima de 1,00 es mejor. Ningún modelo salió peor que plaintext cuando se usó la instrucción en minúsculas — todos los ratios se mueven entre 0,99 y 1,10. En el cross-family matrix, lectores de modelos distintos a los writers respondieron las preguntas desde los registros comprimidos en frío (sin haber visto siquiera la instrucción) al mismo nivel o mejor que desde plaintext. Esta fluidez zero-shot compartida es difícil de explicar salvo que la convención esté latente en datos de entrenamiento comunes.

Cuándo SÍ funciona y cuándo NO (la trampa de GPT-5-mini)

El artículo documenta tres trampas críticas antes de implementar cablese en producción:

1. La instrucción DEBE pedir minúsculas. Sin la palabra "lowercase", los modelos escriben cablese en MAYÚSCULAS y la estilización cuesta entre 14 y 19 puntos de accuracy: gemma 25,0%, qwen 29,8%, GLM 33,9%. La razón probable: en los datos de entrenamiento, las mayúsculas aparecen asociadas a otros registros (titulares, clasificaciones) y confunden al lector.

2. Comprime DESPUÉS, no durante. El condition ladder muestra que comprimir mientras el modelo aún está componiendo (respuestas en cablese, ratio 0,81) tiene un costo de registro. Pero comprimir un resumen ya cerrado hacia un registro que una máquina va a leer (ratio 1,08-1,09) es gratis. La regla de oro: cablese pertenece entre "contenido asentado" y "consumo por máquina" — scratchpads, memory stores, handoffs entre agentes. Nunca en medio del pensamiento del modelo.

3. No uses modelos de razonamiento obligatorio. GPT-5-mini no permite apagar su cadena de pensamiento, y el cablese lo hace pensar ~3× más: sus writes cuestan el doble a pesar de ser más cortos. La lección: comprime con modelos cuyo thinking puedas controlar — y mide con tu modelo específico, porque el spread de compresibilidad bajo la misma instrucción va de 17% a 49%.

El contexto importa: tu factura de tokens se está disparando

La optimización llega en un momento crítico. The Next Web reportó que Harvey (legaltech) vio su gasto de tokens aumentar 12× hasta 12 billones de tokens al mes, y que Uber quemó su presupuesto anual de IA en solo 4 meses a inicios de 2026, según The Information. La fiebre del tokenmaxxing llevó a Microsoft a cancelar las licencias de Claude Code y consolidar todo bajo Copilot, como reportó Redmondmag el 29 de junio de 2026.

Según Forkast, en septiembre de 2026 el Silicon Data LLM Token Expenditure Index rompió por primera vez la barrera de $0,97 por millón de tokens (promedio ponderado por uso de 200+ modelos). Y al mismo tiempo, los modelos frontera duplicaron precio: GPT-6 Astra y Claude Fable 5.1 llegaron a $10 input / $50 output por millón de tokens. Los tokens de salida cuestan 3-5× más que los de entrada en cualquier API mayor. Si tu agente escribe texto que otro agente va a leer — memoria, scratchpads, hand-offs — estás pagando tarifa premium por texto que nunca verá un humano. Ahí es donde cablese ataca directamente: la mitad del output se puede ir sin perder nada en la cadena de valor.

Cablese vs. protocolos emergentes: ¿qué técnica elegir?

El propio artículo reconoce que ya existe compresión de mayor magnitud. BabelTele (arXiv, junio 2026) demostró que los LLMs pueden codificar texto en formas no estándar (fragmentos omnilingües, símbolos, emoji) con 99,5% de fidelidad semántica al 27,9% del largo original — más compresión que cablese. Investigaciones como GLOSSOGEN muestran que poblaciones de agentes bajo presión de presupuesto inventan lenguajes compactos espontáneamente, y hay reportes de reducciones de 3-6× con lenguajes simbólicos emergentes.

Pero esos protocolos emergentes son inestables (derivan durante la negociación), ilegibles para humanos y no auditables — un problema serio si trabajas en sectores regulados. Cablese sacrifica compresión punta a cambio de un registro estable, determinista, expandible bajo demanda y completamente auditable. El artículo ya menciona productos comerciales en esta línea: Terse (terseai.org) y Caveman (github.com/juliusbrussee/caveman, con 100.000+ estrellas en GitHub). El tradeoff es claro: si tu workload prioriza auditabilidad sobre ratio de compresión, cablese gana.

¿Qué significa esto para tu startup?

Acción 1: Audita qué tráfico de tu agente es humano-vs-máquina. La compresión solo aplica donde el lector es otro modelo. Tus respuestas visibles al usuario final deben seguir en plaintext — la legibilidad humana es tu producto. Pero los scratchpads, resúmenes para memory stores, handoffs entre sub-agentes y logs de razonamiento intermedios son candidatos ideales. Empieza por ahí: el artículo estima que "la mitad del output se va" en tráfico entre modelos.

Acción 2: Mide con tu modelo específico antes de refactorizar. El spread de compresibilidad es enorme bajo la instrucción idéntica: gemma 40%, qwen 49%, GLM 48%, gpt-5-mini 17% (con penalidad de razonamiento). Antes de tocar tu pipeline, corre un mini-benchmark con el Telegraph Test (github.com/Travis42/telegraph-test) sobre 20-30 pasajes de tu dominio y mide tu ratio real con tu modelo actual.

Acción 3: Si dependes de modelos de razonamiento obligatorio, segmenta tu pipeline. GPT-5-mini dobla el costo en cablese. Si una capa de tu arquitectura depende de modelos cuyo thinking no puedes apagar, esa capa no se va a comprimir — pero las anteriores y posteriores sí. Diseña en consecuencia: comprime en los bordes donde controlas el modelo.

Acción 4: Considera el costo total, no solo el ahorro. Parafraseando al autor: no new hardware, no training, no API change, one sentence of instruction. Es una optimización grande, verificada, y — por lo que se ve en la adopción actual — simplemente no está pasando en la mayoría de stacks.

Fuentes

• Write Like It's 1866: LLMs Relearn Telegraphese — Five Minutes Forward
• Rising costs of the token consumption race — The Next Web
• The Price of Intelligence: When the Token Crossed Below $1 — Forkast
• Token Pricing May Force a Reality Check on Enterprise AI Costs — Redmondmag