Réduire ses coûts de tokens Claude Code sans ralentir

Claude Code facture au token, et l'addition monte sans que tu la voies venir. Pas à cause du code qu'il écrit, ça c'est pas cher. L'argent part dans tout ce que le modèle relit à chaque tour : une fenêtre de contexte bourrée de vieux messages, un diff de 40 fichiers que personne n'a demandé, un PDF transformé en images en douce, le même CLAUDE.md renvoyé cent fois par jour.

Voici où partent vraiment les tokens, et comment en dépenser moins sans écrire du code moins bon ni attendre plus longtemps.

D'abord, regarde le compteur

Tu ne peux pas réduire ce que tu ne vois pas. Avant de changer quoi que ce soit, découvre ce que coûte vraiment une session.

Chaque message que tu envoies renvoie toute la conversation depuis le début. Le tour 30, ce n'est pas un prompt, c'est trente prompts empilés, plus chaque fichier lu au passage. C'est pour ça qu'une longue session devient chère vers la fin, même quand ta dernière question tenait sur une ligne.

Dans AgentsRoom, tu suis ça en direct avec la vue de consommation de tokens Claude Code : le compteur de tokens et le coût de la session en cours, dans l'interface, pour arrêter de deviner. Prends du recul avec le tableau de bord de statistiques projet et tu vois le coût par projet, par agent et par jour. Une fois que tu vois le chiffre grimper, les astuces qui suivent deviennent concrètes.

Garde la fenêtre de contexte serrée

Le plus gros levier, c'est la taille du contexte. Une fenêtre gonflée, c'est une taxe que tu paies à chaque tour jusqu'à la fin de la session.

Ouvre une nouvelle session quand tu changes de tâche. Ne débogue pas une config webpack dans le fil où tu viens de refactorer l'auth. Fais /clear et repars propre. Les anciens messages n'aidaient pas la nouvelle tâche, ils voyageaient juste sur la facture.

Fais aussi attention à la dérive lente. Les longues sessions ne font pas que coûter cher, elles deviennent bêtes : le modèle perd le fil, se répète, oublie ce qu'il a décidé vingt messages plus tôt. AgentsRoom a un détecteur de dérive de contexte qui te prévient quand un agent se dégrade, et c'est en général le moment exact pour compacter ou redémarrer. On a expliqué l'astuce derrière dans la méthode du canari pour repérer la dégradation d'un agent. Des sessions plus courtes sont plus économiques et plus nettes en même temps.

Arrête de lui donner des PDF bruts

Celle-là, c'est presque de l'argent gratuit. Quand tu déposes un PDF dans Claude, chaque page est aussi transformée en image, et les tokens de vision coûtent bien plus cher que le texte. Un cahier des charges de 20 pages peut cramer des dizaines de milliers de tokens avant même que ta question soit lue.

Convertis d'abord le fichier en Markdown. Une commande avec un outil gratuit coupe le coût jusqu'à 80% et le modèle répond aussi bien, souvent mieux, parce qu'il lit une structure propre au lieu de plisser les yeux sur des images de pages. Le guide complet est là : convertir un PDF en Markdown pour économiser des tokens. Convertis une fois, committe le .md dans le repo, et chaque tour suivant lit du texte pas cher.

Utilise le modèle le moins cher qui fait le travail

Opus pour tout, c'est comme ça que la facture explose. Renommer une variable, écrire un message de commit ou corriger une faute n'a pas besoin de ton modèle le plus cher. Un modèle plus petit le fait pour une fraction du prix et tu ne verras pas la différence.

L'habitude est simple : adapte le modèle à la tâche. Le gros travail d'architecture prend le gros modèle, les éditions mécaniques prennent le petit. Le mode adaptatif d'AgentsRoom rend ça automatique en te suggérant le modèle le moins cher capable de faire ce que tu fais vraiment, pour arrêter de payer le tarif premium sur des broutilles.

Délègue le sale boulot à un agent moins cher

Certaines tâches sont grosses mais superficielles : écrire les tests d'un module, vérifier un motif dans cent fichiers, générer du boilerplate. Tu ne veux pas que ton agent cher se tape tout ça dans un seul contexte géant.

Laisse-le passer la main. Avec la délégation d'agents, un agent dev peut confier une sous-tâche à un second agent sur un modèle moins cher, qui fait le travail répétitif dans son propre contexte propre et rend un rapport. L'agent cher reste concentré et léger, l'agent pas cher absorbe le volume. Ta facture suit le partage.

Arrête de tout ré-expliquer

Si tu tapes le même prompt de trois paragraphes à chaque fois que tu lances une revue de code, tu paies pour l'envoyer à chaque fois. Enregistre-le une bonne fois.

Garde tes consignes récurrentes dans une bibliothèque de prompts et tes procédures répétables sous forme de skills que l'agent ne charge que quand il en a besoin. Tu réutilises la formulation au lieu de la retaper et de la renvoyer, et un skill garde ses étapes détaillées hors du contexte de base jusqu'au moment où elles servent vraiment. Même résultat, moins de tokens déplacés.

Surveille le coût des agents en parallèle

Les agents en parallèle, c'est un superpouvoir, et ça multiplie ta dépense en tokens par exactement le nombre d'agents que tu lances. Cinq agents qui lisent le même contexte partagé, c'est cinq fois les lectures.

C'est bien tant que tu le vois. Garde les statistiques projet ouvertes quand tu montes en charge, pointe tes agents vers des références .md légères plutôt que des documents bruts, et tue ceux qui ont fini au lieu de les laisser tourner dans une fenêtre coûteuse. Le parallélisme doit t'acheter de la vitesse, pas une mauvaise surprise. Si tu lances des agents en parallèle, un contexte partagé et converti garde toute la flotte abordable.

La version courte

L'essentiel de ta facture Claude Code, ce n'est pas le code, c'est la relecture. Donc :

• Surveille le compteur de tokens en direct pour que le chiffre ne soit jamais une surprise.
• Fais /clear entre les tâches et garde des sessions courtes.
• Convertis les PDF en Markdown avant de demander.
• Prends le plus petit modèle qui fait le job, ou laisse le mode adaptatif le choisir.
• Délègue le travail superficiel et volumineux à un agent moins cher.
• Réutilise tes prompts et tes skills au lieu de les retaper.

Rien de tout ça ne te ralentit. Un contexte plus court et le bon modèle rendent en général l'agent plus rapide et plus net, et la facture allégée est le bonus.

Tu veux le compteur, le choix de modèle et la délégation au même endroit ? Télécharge AgentsRoom et regarde ton coût en tokens baisser dans la vue de consommation.