Comment réduire la consommation de tokens de Claude Code (et ne plus buter sur les limites)

D’abord, voyez où partent vos tokens

Pourquoi la consommation grimpe dans une longue session

• Contexte long : chaque requête transporte toute la conversation, et chaque série d’appels d’outils envoie une nouvelle requête. Le cache rend les relectures moins chères, pas gratuites.
• Défauts de cache : votre premier message après une pause plus longue que la durée de vie du cache retraite tout le contexte.
• Ce qui tourne pendant que vous êtes inactif : les tâches planifiées de la session et /loop, les messages de vos autres sessions, les points sur les objectifs, les récapitulatifs de session et la compaction en veille.
• Les workers en parallèle : chaque sous-agent, agent de workflow et coéquipier d’une agent team envoie ses propres requêtes. Les agent teams consomment environ 7x les tokens d’une session standard quand les coéquipiers tournent en plan mode.
• La compaction elle-même : /compact doit lire la conversation qu’il résume. /clear ne coûte rien.

12 façons de réduire la consommation de tokens de Claude Code

1. Videz le contexte entre deux tâches sans rapport

   /clear démarre une nouvelle conversation : l’ancien contexte cesse de suivre. Lancez d’abord /rename si vous voulez la reprendre plus tard avec /resume.

2. Compactez avec des instructions

   /compact Focus on code samples and API usage indique à Claude ce qu’il doit garder. Vous pouvez aussi placer des instructions de compaction permanentes dans CLAUDE.md.

   # Compact instructions
   
   Lors d’un compact, concentre-toi sur la sortie des tests et les modifications de code.

3. Utilisez le bon modèle

   Sonnet gère l’essentiel du travail de code et coûte moins cher qu’Opus ; réservez Opus à l’architecture et au raisonnement difficile. Changez avec /model, et donnez model: haiku aux sous-agents simples.

4. Baissez l’effort pour le travail simple

   Les tokens de réflexion sont facturés comme de la sortie et peuvent atteindre des dizaines de milliers par requête. Baissez le niveau avec /effort pour les tâches courantes.

5. Gardez CLAUDE.md court

   Il est chargé en entier à chaque session. Restez sous les 200 lignes environ et déplacez les instructions propres à un workflow dans des skills, qui ne se chargent qu’à l’usage. Voir le guide CLAUDE.md et les skills de Claude Code.

6. Faites le tri dans les serveurs MCP

   Les définitions d’outils sont chargées à la demande par défaut, mais chaque serveur ajoute quand même des noms et des instructions. Désactivez ceux que vous n’utilisez pas dans /mcp, et préférez des CLI comme gh, aws ou gcloud, qui n’ajoutent aucune liste d’outils.

7. Filtrez la sortie bruyante avec un hook

   Un hook PreToolUse peut réécrire les commandes de test pour ne garder que les échecs, et ramener des dizaines de milliers de tokens de logs à quelques centaines. La documentation d’Anthropic fournit un script de filtrage prêt à l’emploi.

   {
     "hooks": {
       "PreToolUse": [
         {
           "matcher": "Bash",
           "hooks": [
             { "type": "command", "command": "~/.claude/hooks/filter-test-output.sh" }
           ]
         }
       ]
     }
   }

8. Confiez le travail verbeux à des sous-agents

   Lancer des tests, lire de la documentation ou traiter des logs dans un sous-agent garde la sortie dans son contexte ; seul un résumé revient. Donnez à ces sous-agents un modèle plus petit.

9. Installez des plugins d’intelligence de code

   Pour les langages typés, un plugin de language server répond à « aller à la définition » en un seul appel, au lieu d’un grep et de plusieurs lectures de fichiers.

10. Écrivez des prompts précis

    « Ajoute une validation des entrées à la fonction de login dans auth.ts » lit quelques fichiers ; « améliore ce code » parcourt tout.

11. Planifiez d’abord, arrêtez tôt

    Utilisez le plan mode pour les gros changements afin de repérer une mauvaise direction avant d’écrire du code ; appuyez sur Échap dès que Claude dévie, et revenez à un checkpoint avec /rewind.

12. Surveillez ce qui tourne en votre absence

    Chaque tâche planifiée, exécution de /loop ou message en veille envoie tout votre contexte. Arrêtez les boucles inutiles, réglez crossSessionInbound sur hold pour mettre en file d’attente les messages des autres sessions, et consultez les lignes Loops de /usage.

Source : documentation de Claude Code, Manage costs effectively

Limites d’utilisation et coûts d’équipe

Sur Pro, Max et Ultra, l’utilisation est décomptée des limites de votre forfait plutôt que facturée ; voir Claude Code vs Codex pour le fonctionnement des limites sur 5 heures et hebdomadaires. Sur l’API, Anthropic indique une moyenne en entreprise d’environ $13 par développeur et par jour actif, et de $150 à $250 par mois, 90% des utilisateurs restant sous $30 par jour.

Les administrateurs peuvent fixer des plafonds de dépenses pour les équipes, et une table modelPricing dans les paramètres gérés permet à /usage d’afficher les tarifs négociés plutôt que le prix catalogue.

Des agents qui travaillent selon un horaire, sans brûler des tokens toute la nuit

Tout ce qui réveille une session envoie son contexte complet : un agent toujours actif a donc besoin de limites. Crewmark transforme une session Claude Code, Codex, DeepSeek Harness ou OpenCode en employé IA qui se réveille à chaque pulsation, uniquement pendant les horaires de travail que vous fixez.

1. Fixez des horaires et un rythme

   Choisissez toutes les 15, 30 ou 60 minutes, ainsi que les heures où il est en service ; en dehors, il dort. Voir comment rendre Claude Code proactif.

2. Une issue à la fois

   Chaque pulsation prend la prochaine issue du tableau : la session travaille sur une tâche ciblée plutôt que d’explorer sans fin.

3. Avec l’abonnement que vous payez déjà

   Les employés tournent sur votre abonnement existant, décompté des limites de votre forfait. Lisez ce qu’est un employé IA.

FAQ consommation de tokens Claude Code