Économiser ses tokens sur Claude : le guide anti-limites

Tu discutes avec Claude, tout va bien, et d’un coup : « limite atteinte, réessaie plus tard ». Frustrant, surtout quand tu as l’impression de n’avoir presque rien demandé.

La bonne nouvelle : la plupart des gens gaspillent leurs tokens sans le savoir, et quelques réflexes simples changent tout. À la fin de ce tutoriel, tu sauras exactement ce qui consomme, comment diviser ta consommation, et jusqu’où pousser si tu utilises Claude Code.

On va du plus simple (valable pour ChatGPT, Gemini, n’importe quelle IA) au plus avancé. Prends ce qui correspond à ton usage.

Tout a été vérifié le 21 août 2026, sur la documentation officielle.

D’abord : c’est quoi un token, et pourquoi tu tapes tes limites

Un token, c’est un morceau de texte : ni une lettre, ni tout à fait un mot, environ trois caractères en français. C’est l’unité que l’IA lit et facture. Détail qui compte pour nous : le français consomme à peu près 20 à 30 % de tokens de plus que l’anglais pour dire la même chose, parce que les modèles sont optimisés pour l’anglais et découpent nos mots accentués en plus de morceaux.

Maintenant, le mécanisme qui explique tout. Quand tu envoies un message dans une conversation, l’IA relit l’intégralité de l’échange depuis le début à chaque fois. Ta conversation de trois heures avec un gros PDF collé dedans ? Il est renvoyé et refacturé à chaque nouveau message, même pour une question d’une ligne. C’est là que part l’essentiel de tes tokens.

Un mot sur les limites de Claude, parce qu’on lit beaucoup de bêtises : Anthropic ne publie aucun chiffre précis de tokens ou de messages par plan. Le fonctionnement officiel repose sur une fenêtre glissante d’environ 5 heures plus un plafond hebdomadaire, et ta consommation dépend de la longueur des conversations, du modèle et des fonctions activées. Le seul repère chiffré officiel : le plan Pro (20 $/mois) offre au moins 5 fois l’usage du plan gratuit. Méfie-toi de tout article qui te donne un nombre exact de messages, il l’invente.

Niveau 0 : les réflexes gratuits (valables partout)

Ouvre une nouvelle conversation quand tu changes de sujet. C’est le geste le plus rentable. Une conversation qui traîne refacture tout son historique à chaque message. Sujet différent = repartir de zéro.
Sois concis et précis. Une demande vague (« améliore ce texte ») pousse l’IA à en faire trop. Une demande précise (« raccourcis ce paragraphe de moitié en gardant les chiffres ») coûte moins et donne mieux. Rappelle-toi aussi que la réponse coûte plus cher que ta question : demande une réponse structurée, pas un roman.
Corrige en éditant ton message plutôt qu’en enchaînant un nouveau message « non, plutôt comme ça ». Réenchaîner empile du contexte, éditer le remplace.

Niveau 1 : gère tes documents intelligemment

Colle le passage utile, pas le PDF entier. Balancer un document de 40 pages pour une question qui porte sur un paragraphe, c’est payer 40 pages. Copie l’extrait pertinent.
Résume avant d’approfondir. Sur un gros document, demande d’abord un résumé, puis travaille sur le résumé. Tu évites de recharger le pavé à chaque tour.
Découpe les grosses tâches. Trois demandes ciblées consomment souvent moins qu’une seule requête fourre-tout qui fait tout relire.

Niveau 2 : choisis le bon modèle et les bons réglages

Un modèle moins cher pour les tâches simples. Reformuler un mail ne demande pas le modèle le plus puissant. Garde Opus pour le raisonnement complexe, prends Sonnet ou Haiku pour le reste.
Coupe le raisonnement étendu quand il ne sert à rien. Les « tokens de réflexion » sont facturés comme de la sortie, et le budget par défaut se compte en dizaines de milliers de tokens. Pour une question factuelle simple, c’est du gaspillage.
Utilise les Projects de Claude. Les documents ajoutés à un Projet sont mis en cache et, selon Anthropic, comptent moins dans tes limites que si tu les recollais à chaque conversation. C’est la version grand public du « prompt caching » (voir plus bas).

Le prompt caching, en une minute

Si tu touches à l’API (ou à Claude Code), un mot sur cette fonction qui divise vraiment les coûts. Le principe : quand un bout de prompt ne change pas d’un appel à l’autre (des instructions système, un gros document de référence), il est mis en cache, et sa relecture est facturée 90 % moins cher chez Anthropic comme chez OpenAI. Chez OpenAI c’est même automatique dès 1 024 tokens. Côté chat classique, tu n’as rien à configurer : ce sont les Projects qui jouent ce rôle pour toi.

Niveau avancé : Claude Code, là où les tokens fondent vite

Claude Code envoie toute la conversation à chaque requête, et surtout il relit ta base de code. C’est puissant, mais c’est un gouffre à tokens si tu n’y prends pas garde. Les leviers officiels :

/clear entre deux tâches sans rapport. Ça repart de zéro et ça ne coûte rien. À l’inverse, /compact résume l’historique mais c’est lui-même une grosse requête : pour repartir propre, /clear est gratuit, préfère-le.
Un CLAUDE.md court. Ce fichier est chargé en contexte à chaque démarrage. Anthropic recommande de le garder sous 200 lignes et de déplacer les instructions spécialisées dans des Skills, chargées seulement quand elles servent.
Délègue le verbeux à des subagents. Faire tourner les tests ou lire des logs dans un sous-agent te renvoie juste le résumé, pas les milliers de lignes. Attention quand même : une équipe d’agents consomme beaucoup plus (chacun a son propre contexte).
Surveille avec /usage et /context, coupe les serveurs MCP inutiles, et sois précis dans tes demandes : « improve this codebase » déclenche un scan général, une demande ciblée limite les lectures de fichiers.

Niveau expert : donner une mémoire à ta base de code

Le vrai gaspillage sur un gros projet, c’est que l’IA re-scanne le code pour se repérer. L’idée avancée : lui fournir une carte du projet pour qu’elle lise seulement les fichiers pertinents.

Deux approches, de la plus sobre à la plus outillée :

Un bon CLAUDE.md, ou un Skill « vue d’ensemble » qui décrit l’architecture, les dossiers et les conventions. Zéro dépendance, 100 % officiel, et ça évite déjà beaucoup de lectures inutiles.
Un outil de graphe de code comme Graphify (open source, licences Apache/MIT). Il transforme ton dépôt en carte interrogeable, analysée localement (rien ne quitte ta machine), pour que l’assistant identifie les bons fichiers avant de lire. Installation : uv tool install graphifyy puis graphify install, et /graphify . dans ton agent.

Un point d’honnêteté, parce que tu verras passer des chiffres spectaculaires (« 70 % de tokens en moins », « 71 fois moins »…) : ces pourcentages ne reposent sur aucune méthode publiée et vérifiable. Le dépôt officiel de Graphify n’avance lui-même aucun chiffre. L’outil réduit réellement les relectures de fichiers sur un gros projet, c’est son intérêt, mais prends les promesses chiffrées avec des pincettes et teste sur ton propre cas.

FAQ

Combien de messages puis-je envoyer avec Claude Pro ?

Anthropic ne publie aucun chiffre officiel. Le seul repère communiqué est que Pro offre au moins 5 fois l’usage du plan gratuit, avec une fenêtre glissante d’environ 5 heures et un plafond hebdomadaire. Ta consommation réelle dépend de la longueur de tes conversations et du modèle utilisé.

Pourquoi Claude atteint sa limite si vite ?

Parce qu’à chaque message, il relit toute la conversation depuis le début. Une longue discussion avec de gros documents collés se refacture entièrement à chaque tour. Ouvrir une nouvelle conversation quand tu changes de sujet est le réflexe le plus efficace.

Le français coûte-t-il plus cher en tokens que l’anglais ?

Oui, environ 20 à 30 % de plus pour un contenu équivalent, car les modèles découpent les mots français en davantage de morceaux. Ce n’est pas une raison d’écrire en anglais au quotidien, juste un facteur à connaître pour les très longs prompts.

C’est quoi le prompt caching ?

Une mise en cache de la partie stable d’un prompt (instructions, document de référence) : sa relecture est facturée environ 90 % moins cher chez Anthropic et OpenAI. C’est surtout utile en API et sur Claude Code ; en usage chat, les Projects de Claude jouent ce rôle automatiquement.

Comment réduire les tokens sur Claude Code ?

Utilise /clear entre les tâches, garde un CLAUDE.md sous 200 lignes, délègue les opérations verbeuses à des subagents, choisis un modèle adapté à chaque tâche et surveille /usage. Pour un gros dépôt, une carte du code (Skill de synthèse ou outil comme Graphify) évite les relectures coûteuses.

Faut-il installer Graphify pour économiser des tokens ?

Non, ce n’est ni obligatoire ni miraculeux. Les réflexes de base (nouvelle conversation, concision, bon modèle) suffisent pour la plupart des usages. Graphify et les cartes de code s’adressent aux développeurs sur de gros projets, et leurs promesses chiffrées ne sont pas étayées : à tester sur ton propre code.