Combien de tokens me reste-t-il sur Claude ? Il n'y a pas de chiffre.

C'est l'une des questions les plus tapées au sujet de Claude, et elle l'est dans presque toutes les langues. Elle a aussi une réponse inconfortable : ce chiffre n'existe pas, parce que votre abonnement n'est pas vendu en tokens.

Ce n'est pas un détail. Cela explique pourquoi vous ne trouvez pas le compteur que vous cherchez, pourquoi toutes les pages qui prétendent vous en montrer un l'inventent, et pourquoi ce qui vous arrête réellement en plein travail n'est pas ce que la plupart des gens surveillent.

Votre abonnement se compte en fenêtres, pas en tokens

Anthropic n'exprime pas un abonnement Claude comme une réserve de tokens. Il le compte en fenêtres d'usage : une fenêtre de session glissante, et une fenêtre hebdomadaire par-dessus. Les deux sont partagées entre toutes les surfaces où vous êtes connecté, si bien qu'un long après-midi passé à discuter avec Claude vous laisse moins de marge pour Claude Code le soir. Les deux sont aussi partagées entre les modèles, et c'est pour cela que passer sur un modèle moins cher avec /model ne vous rend pas votre limite une fois qu'elle est atteinte.

Ce que vous pouvez lire est donc une part d'une fenêtre et l'heure à laquelle elle revient, pas un solde. Quand vous arrivez au bout, le message qui vous arrête indique quel plafond a été touché et quand il se réinitialise, et ce message est le seul chiffre qui fasse foi pour votre compte.

Le seul endroit où un nombre de tokens a un sens littéral, c'est l'API, facturée au token. Tout ce qui suit concerne l'abonnement, c'est-à-dire ce que la plupart des gens ont réellement en tête.

Le chiffre lisible, et où il se trouve

Deux écrans, et ils ne répondent pas à la même question.

Dans Claude Code, /usage est celui qui vaut la peine d'être appris. Sur un abonnement Pro, Max, Team ou Enterprise, il affiche les jauges de vos limites de plan, et les touches d et w basculent entre les 24 dernières heures et les 7 derniers jours. Sous les jauges, il fait quelque chose de plus utile que n'importe quel chiffre brut : il attribue la consommation récente aux skills, aux sous-agents, aux plugins et à chaque serveur MCP, chacun en pourcentage, et lève un signal de comportement dès qu'un usage représente 10 % ou plus de votre consommation récente, par exemple un contexte trop long ou des ratés de cache.

Une réserve compte, et elle est facile à manquer : ces chiffres sont calculés à partir de l'historique de vos sessions sur cette machine. Le travail fait depuis un autre portable, ou sur claude.ai, n'y figure pas.

Sur le web, Réglages puis Usage sur claude.ai est la vue au niveau du compte : votre abonnement, où vous en êtes, et quand la fenêtre hebdomadaire se réinitialise. Si vous travaillez sur deux machines, c'est celle-là qui est complète.

Pour le détail de ce qu'un travail a réellement coûté, le bloc du haut de /usage affiche les compteurs bruts :

Usage by model:
   claude-sonnet-4-6:  1.2k input, 5.3k output, 940.0k cache read, 50.0k cache write

Ces quatre nombres racontent toute l'histoire d'une session de code, et le plus gros est presque toujours cache read. Si vous voulez cette vue en continu plutôt qu'à la demande, AgentsRoom garde un compteur de tokens vivant sur chaque session à côté du terminal, avec la même répartition entrée, sortie et cache, et un badge rouge quand une session commence à chauffer. La version pas à pas de la lecture du compteur du CLI est couverte dans comment vérifier la consommation de tokens de Claude Code.

Ce qu'est vraiment un token une fois qu'un agent est dans la boucle

Un token est un fragment de texte : environ trois quarts de mot en anglais, et nettement moins en code, où la ponctuation et les identifiants se fragmentent facilement.

Ce qui surprend, c'est qu'une conversation est renvoyée en entier à chaque requête. Posez une question d'une ligne dans une session ouverte depuis le matin et vous ne payez pas cette ligne, vous payez tout l'historique qui voyage avec elle. Chaque fois que l'agent utilise un outil, il envoie une requête de plus, qui transporte les résultats d'outil précédents : c'est ainsi qu'un simple « répare ce test » devient une douzaine d'allers-retours.

C'est la mise en cache des prompts qui rend cela supportable. L'historique répété est facturé à un tarif bien plus bas, ce qui explique que le chiffre cache read soit énorme et la facture non. C'est aussi ce qui installe l'habitude la plus coûteuse du travail avec des agents, sujet de la section suivante.

Pourquoi la jauge bouge alors que vous ne tapez rien

Si votre consommation monte sur une session inactive, c'est l'une de ces raisons, et aucune n'est un bug :

• Le cache qui expire. Le contexte mis en cache vit environ une heure sur un abonnement, et tombe à cinq minutes dès que vous puisez dans des crédits d'usage, ou sur une clé API. Revenez de déjeuner : votre premier message rate le cache, et toute votre conversation est retraitée au tarif plein. Une pause, un retraitement complet.
• Tout ce qui déclenche un tour tout seul. Une tâche planifiée, un message arrivé d'une autre de vos sessions, une vérification d'objectif pendant qu'un travail de fond tourne. Chacun renvoie le contexte complet, exactement comme un message que vous auriez tapé.
• Les agents coéquipiers. Chaque coéquipier actif tient sa propre fenêtre de contexte et continue de consommer jusqu'à ce qu'il s'arrête. Les recommandations d'Anthropic situent une équipe en mode plan autour de sept fois une session normale.
• La compaction. /compact doit relire la conversation qu'il résume : compacter un gros contexte est donc en soi une grosse requête. /clear ne coûte rien, et quand vous n'avez pas besoin de continuité, c'est le meilleur geste.
• Le travail de fond. Les résumés pour --resume et autres tâches d'entretien puisent un peu même à l'arrêt, en général moins de quatre centimes par session.

C'est aussi là que se séparent les deux avertissements que tout le monde confond. Un avertissement de contexte ou de compaction automatique dit qu'une conversation approche de la fenêtre de contexte du modèle, et vider cette session le règle. Une limite d'usage dit que le quota de votre abonnement est épuisé sur toutes les sessions, et vider n'en rend rien. L'indice fiable : une limite d'usage annonce une heure de réinitialisation, un avertissement de contexte non.

Que faire quand la jauge est presque pleine

Grossièrement par ordre de rendement :

1. Videz entre deux tâches sans rapport. Un contexte périmé est renvoyé à chaque message jusqu'à la fin de la session. /rename avant /clear si vous voulez la retrouver avec /resume.
2. Ajustez le modèle à la tâche. Sonnet couvre l'essentiel du code, et garder Opus par défaut est la cause la plus répandue d'un quota évaporé dès le jeudi.
3. Lisez l'attribution dans /usage. Si un serveur MCP ou un sous-agent pèse 30 % de votre semaine, c'est là qu'est le correctif, et vous n'auriez jamais deviné lequel.
4. Baissez le raisonnement avant de le couper. Les tokens de réflexion sont facturés comme de la sortie. Descendre d'un niveau d'effort suffit généralement.
5. Poussez le travail verbeux dans des sous-agents. La sortie des tests et les fichiers de log restent dans le contexte du sous-agent, et seul un résumé remonte.
6. Gardez le fichier de contexte court. Tout ce qui est dans CLAUDE.md ou AGENTS.md est chargé à l'ouverture de la session et payé à chaque tour, y compris quand c'est hors sujet. Les longues procédures ont leur place dans une skill, qui ne se charge qu'à l'appel. C'est développé dans le guide du fichier de contexte AGENTS.md.

Si vous voulez la version longue du volet réduction de coûts, réduire les coûts en tokens de Claude Code le détaille.

En résumé

Arrêtez de chercher un solde de tokens : votre abonnement n'en a pas. Apprenez les deux fenêtres, lisez /usage pour l'attribution plutôt que pour un total, et traitez le cache comme ce qui décide de votre semaine. Les développeurs qui ne touchent jamais une limite sont rarement ceux qui tapent moins. Ce sont ceux qui ouvrent une session neuve quand le sujet change.

Faire tourner plusieurs agents en même temps rend tout cela à la fois pire et plus lisible, parce que la consommation cesse d'être un nombre et devient un nombre par agent. C'est la vue autour de laquelle AgentsRoom est construit.

Questions fréquentes

Combien de tokens me reste-t-il sur Claude ?

Ce chiffre n'existe pas. Un abonnement Claude n'est pas vendu comme une réserve de tokens : il est compté comme une part d'une fenêtre de session glissante et d'une fenêtre hebdomadaire. Ce que vous pouvez lire est un pourcentage de ces fenêtres et l'heure à laquelle elles se réinitialisent, pas un solde de tokens. Cela se lit avec la commande /usage dans Claude Code, ou dans Réglages puis Usage sur claude.ai. Un nombre de tokens n'a de sens littéral que sur l'API, facturée au token.

Comment fonctionnent les tokens de Claude ?

Un token est un fragment de texte, environ trois quarts de mot en anglais et nettement moins en code. Chaque requête renvoie toute votre conversation, donc une session de code paie son historique accumulé à chaque tour, pas seulement la phrase que vous venez de taper. C'est pour cela que la consommation se compte en quatre chiffres distincts : entrée, sortie, écriture de cache et lecture de cache. L'historique en cache est facturé bien moins cher que de l'entrée fraîche, et c'est exactement pour cela qu'une session laissée ouverte toute la journée continue de puiser dans votre abonnement.

Quand ma consommation Claude se réinitialise-t-elle ?

Il y a deux horloges, et elles sont indépendantes. La fenêtre de session est glissante : elle expire un nombre d'heures fixe après son ouverture, pas à une heure que vous auriez choisie. Une fenêtre hebdomadaire se superpose à elle et se réinitialise à un moment fixe attribué à votre compte. Le message de limite vous indique lui-même quand revient la fenêtre qui vous a arrêté, et c'est la réponse qui fait foi pour votre compte. Les deux horloges sont partagées entre Claude et Claude Code : une grosse journée de conversation réduit d'autant votre budget de code.

Passer sur un modèle moins cher me rend-il ma limite ?

Non. Les fenêtres de session et hebdomadaire sont partagées entre les modèles : changer avec /model ne rouvre pas l'accès une fois la limite atteinte. Cela aide dans un cas précis, celui d'un message propre à un modèle comme la limite Opus, où passer sur Sonnet vous laisse continuer. Cela aide aussi avant d'être à court, puisqu'un modèle moins cher consomme moins du même quota pour le même travail.

Pourquoi ma consommation monte-t-elle alors que je ne fais rien ?

Parce que l'inactivité n'est pas gratuite dans une session d'agent. Tout ce qui déclenche un tour renvoie l'intégralité de votre contexte : une tâche planifiée qui se déclenche, un message venu d'une autre de vos sessions, un agent coéquipier encore en cours, une vérification d'objectif. Deux autres choses coûtent des tokens sans même un tour : la compaction, qui doit relire la conversation qu'elle résume, et le premier message après une longue pause, qui rate le cache et retraite tout votre historique au tarif plein.

Un avertissement de contexte, est-ce la même chose qu'une limite d'usage ?

Non, et confondre les deux mène au mauvais remède. Un avertissement de contexte ou de compaction automatique dit qu'une conversation approche de la fenêtre de contexte du modèle, et se règle en vidant ou en compactant cette session. Une limite d'usage dit que le quota de votre abonnement est épuisé sur toutes les sessions, et vider n'en rend pas un gramme. L'indice est dans la formulation : un message de limite annonce une heure de réinitialisation, un avertissement de contexte non.