Réduire les tokens utilisés par Claude Code

Pour réduire l'utilisation du jeton Claude Code, contrôlez ce que le modèle doit traiter à chaque tour. Une réponse courte peut encore s'avérer coûteuse lorsque la requête comporte une longue conversation, plusieurs lectures de fichiers, des sorties de commandes, des instructions de projet, des définitions d'outils et une réflexion approfondie sous-jacente.

La cible utile n’est pas le moins de jetons dans une réponse. Il s’agit du coût total le plus bas pour une modification acceptée : recherche, modifications, tests, corrections et examen humain inclus.

Ce guide utilise les commandes Claude Code actuelles telles que /usage, /context, /clear, /compact, /model, /effort et /mcp. Cela s’applique plus directement aux sessions facturées API. Les plans d'abonnement utilisent des fenêtres d'allocation plutôt qu'une facture par demande, mais les mêmes habitudes contextuelles peuvent aider une allocation à durer plus longtemps.

Pourquoi Claude Code utilise plus de jetons qu'une réponse par chat

Claude Code est un agent, pas une seule invite suivie d'une seule réponse. Une séance de travail peut comprendre :

• votre invite et chaque tour précédent pertinent ;
• les fichiers que Claude lit en explorant le référentiel ;
• sortie de commande, de test, de compilateur et d'outil ;
• CLAUDE.md, règles de projet applicables et compétences invoquées ;
• définitions d'outils et résultats des serveurs MCP ;
• planification, réflexion approfondie, code généré et explications ;
• résumés des sous-agents et toutes corrections de suivi.

Le contexte est cumulatif. Lorsqu'un journal obsolète ou une discussion de conception sans rapport reste dans la conversation, les tours ultérieurs peuvent le traiter à nouveau. La mise en cache rapide peut réduire le prix du contenu répété, et Claude Code compacte automatiquement l'historique à proximité de sa limite de contexte, mais ce n'est pas non plus une raison pour conserver indéfiniment le contenu non pertinent.

Cela conduit à un ordre pratique des opérations :

1. mesurer une tâche représentative ;
2. supprimer le contexte sans rapport ;
3. réduire les instructions permanentes et les frais généraux liés aux outils ;
4. empêcher une exploration à grande échelle et une sortie bruyante ;
5. choisir délibérément le modèle et les efforts ;
6. mesurez à nouveau la tâche terminée.

Commencez avec une base de référence, pas un sentiment

Exécutez /usage avant d’optimiser. Pour les utilisateurs de API, son bloc Session rapporte l'utilisation des jetons par modèle et une estimation des coûts locaux aux tarifs standard. Cette estimation peut ne pas inclure de promotion de passerelle ou de tarif contracté, utilisez donc la facture du fournisseur comme source de vérité financière.

Exécutez /context pour voir ce qui occupe la fenêtre contextuelle actuelle. C'est ici qu'un grand CLAUDE.md, une compétence invoquée ou une surcharge d'outil devient visible au lieu de rester une supposition.

Si la session utilise OmniaKey, comparez ces diagnostics locaux avec le tableau de bord d'utilisation. Il enregistre le modèle demandé, les jetons d'entrée et de sortie, les métadonnées du cache, la latence et le coût réel par appel. Le guide de solde et d'utilisation explique le solde du compte, les touches et les enregistrements d'utilisation.

Choisissez une tâche répétable pour la vérification avant et après. Enregistrer :

Ne comparez pas deux sessions sans rapport. Une correction de faute de frappe et une migration inconnue ne fournissent pas une référence de jeton utile.

1. Effacer entre des tâches non liées

L'habitude la plus rentable est également la plus simple : utilisez /clear lorsque la tâche suivante ne nécessite pas la conversation en cours.

Avant de supprimer une session dont vous pourriez avoir besoin plus tard, donnez-lui un nom :

/rename auth-refresh-investigation
/clear

La session précédente reste disponible via /resume. Le Claude Code actuel réinitialise également les totaux de session affichés par /usage après /clear, ce qui facilite la mesure séparée de la tâche suivante.

Les bonnes raisons de clarifier incluent :

• passer d'un bug backend à une copie marketing sans rapport ;
• terminer une fonctionnalité et démarrer une nouvelle zone de référentiel ;
• abandonner une approche dont les hypothèses étaient erronées ;
• transportant plusieurs gros journaux qui n'affectent plus la décision.

Ne pas effacer simplement parce que l'indicateur de contexte a bougé. Si la tâche est toujours active, conservez d'abord les faits et décisions vérifiés, ou compactez la conversation avec des instructions explicites.

2. Compacter délibérément lors de travaux de longue durée

/compact résume l'histoire plus ancienne afin que les tours ultérieurs puissent fonctionner à partir d'une représentation plus petite. Ajoutez une instruction qui nomme ce qui doit survivre :

/compact Preserve the acceptance criteria, changed files, failing test output, and unresolved decisions.

C'est plus sûr qu'un résumé générique pour une longue implémentation. Vous pouvez également placer de courtes instructions de compactage dans CLAUDE.md lorsque la même règle de préservation s'applique à l'ensemble du projet.

Le compactage n'est pas la même chose qu'une réinitialisation de l'utilisation d'un abonnement, et un avertissement contextuel n'est pas un avertissement de limite de facturation. Le compactage gère ce qui reste dans la conversation. Il n'ajoute pas d'allocation au plan et ne recharge pas un solde API.

Utilisez-le lorsque la tâche est toujours cohérente mais que le chemin vers l'état actuel était bruyant. Utilisez /clear lorsque le travail lui-même a changé.

3. Réduire le contexte chargé avant le début du travail

Claude Code lit les instructions du projet au démarrage de la session. Des instructions utiles évitent les erreurs ; un manuel copié dans chaque session consomme du contexte, que la tâche en ait besoin ou non.

Les directives actuelles de Anthropic recommandent de conserver la concision de CLAUDE.md et de déplacer les flux de travail spécialisés vers des compétences qui se chargent à la demande. Un bon fichier racine contient :

• les commandes qui vérifient un changement ;
• limites de l'architecture spécifique au référentiel ;
• contraintes environnementales non évidentes ;
• conventions qui diffèrent des valeurs par défaut du langage normal.

Déplacez ailleurs les longs didacticiels API, les runbooks de migration uniques et les documents de référence de domaine. Créez un lien vers eux ou regroupez-les sous forme de compétence ciblée au lieu de les intégrer à chaque session.

Les serveurs MCP créent un compromis similaire. Exécutez /mcp et désactivez les serveurs que vous n'utilisez pas. Claude Code diffère par défaut les définitions complètes des outils, mais les noms et les schémas invoqués occupent toujours le contexte. Pour une opération simple, un CLI ciblé tel que gh, aws ou sentry-cli peut être plus efficace en termes de contexte que le chargement d'une large surface d'outil.

Vérifiez à nouveau /context après la taille. Si l'empreinte de départ n'a pas changé, recherchez le véritable contributeur important avant de modifier davantage de configuration.

4. Rendre la tâche suffisamment étroite pour éviter les boucles de découverte

"Améliorer ce référentiel" invite à l'analyse. Une invite limitée peut accéder directement aux preuves :

Fix the 401 after token refresh in src/api/auth.ts.
Preserve the public response shape.
Add a regression test for an expired access token with a valid refresh token.
Run the focused auth test and the type checker.

L'invite identifie le symptôme, le dossier probable, le contrat et la preuve. Claude peut toujours inspecter les dépendances en cas de besoin, mais il a une raison de ne pas lire l'intégralité de la base de code.

Pour un travail véritablement complexe, planifiez avant de modifier. Une courte phase de recherche et de planification peut éviter une mise en œuvre coûteuse sur une mauvaise architecture. Pour un correctif sur une seule ligne et bien localisé, la planification peut être une surcharge. Utilisez-le lorsque l’incertitude est réelle.

Corriger le cours tôt. Si Claude résout le mauvais problème, arrêtez le tour plutôt que de le laisser générer un gros patch et expliquez ensuite pourquoi le patch doit être annulé. /rewind peut restaurer une conversation antérieure et un point de contrôle de code.

Un contrat de production permet également :

• diriger la décision ;
• répertorier uniquement les fichiers modifiés et les résultats de vérification ;
• ne répétez pas l'invite ;
• demander les informations manquantes avant la mise en œuvre ;
• coiffer un artefact uniquement lorsque la troncature ne masquera pas les preuves requises.

Une prose plus courte enregistre certains jetons de sortie. L’exploration et la refonte évitées permettent généralement d’économiser davantage.

5. Concentrez-vous sur les résultats des outils et des tests

Une sortie de commande volumineuse entre dans le contexte de travail. Préférez la commande la plus étroite qui puisse prouver le changement :

pnpm vitest run tests/unit/auth.test.ts
rg -n "FAIL|ERROR" test-output.log
git diff --check

Ne cachez pas les échecs uniquement pour réduire les jetons. Conservez l'assertion défaillante, les trames de pile pertinentes, l'état de sortie de la commande et suffisamment de sorties environnantes pour diagnostiquer la cause. Supprimez les barres de progression répétées, les listes de tests réussis et les milliers de lignes de journal sans rapport.

Un prétraitement stable appartient à un script ou à un hook. Le guide des coûts de Anthropic donne l'exemple du filtrage d'un très gros journal de test avant que Claude ne le voie. Un petit filtre révisé est plus fiable que de demander au modèle de redécouvrir le même modèle de bruit à chaque exécution.

Pour les recherches qui nécessitent de nombreuses lectures de fichiers, un sous-agent limité peut exclure l'exploration détaillée de la conversation principale et renvoyer un résultat court. Cela isole le contexte ; cela ne garantit pas moins de jetons au total, car le sous-agent a son propre contexte. Utilisez-le lorsque le résumé empêchera une lecture répétée dans la tâche principale.

6. Faire correspondre le modèle et les efforts à la décision

Le choix du modèle modifie à la fois le taux et le nombre de tentatives nécessaires. Claude Sonnet 5 est un point de départ pratique au quotidien, Claude Haiku 4.5 correspond à un travail reproductible restreint, et Claude Opus 5 est plus facile à justifier lorsque l'architecture, l'ambiguïté ou le coût d'une erreur est élevé.

Utilisez /model pour changer intentionnellement. Le guide du modèle Claude Code fournit une politique de routage des tâches plus complète.

Les jetons de réflexion étendue sont facturés comme jetons de sortie sur les chemins API. Pour une tâche simple et bien spécifiée, réduisez l'effort avec /effort et mesurez si le résultat est toujours satisfaisant. Pour une planification difficile ou un débogage inconnu, trop peu d'efforts peuvent créer des tentatives qui effacent la sauvegarde.

N'acheminez pas chaque tâche vers le modèle le moins cher et appelez la politique optimisée. Comparez le coût par résultat accepté, y compris les corrections et examinez la dette.

7. Ajouter un garde-fou financier après avoir réduit l'utilisation

Un plafond de dépenses ne réduit pas la consommation symbolique. Cela limite les dommages financiers si une boucle, une fuite de clé ou une charge de travail inattendue continue d'envoyer des demandes.

Avec OmniaKey, créez des clés distinctes pour le développement local, l'automatisation et les charges de travail partagées dans le tableau de bord Clés API. Donnez à chaque clé un plafond qui correspond à sa fonction, puis examinez son utilisation avant de l'augmenter. Des clés distinctes rendent l'attribution et la révocation plus claires qu'un identifiant illimité partout.

La séquence compte :

1. supprimer le contexte et les tentatives inutiles ;
2. mesurer le coût normal de la tâche ;
3. fixer un plafond au-dessus de la variance légitime ;
4. alerter ou s’arrêter lorsque la charge de travail franchit cette limite.

Un plafond trop bas transforme simplement un problème de coût en un échec à mi-tâche. Un plafond sans évaluation de l'utilisation vous indique uniquement que le plafond a été atteint.

Un audit de jeton 10-minute Claude Code

Utilisez cette liste de contrôle sur une session réelle :

1. Exécutez /usage et enregistrez l'utilisation par modèle.
2. Exécutez /context et identifiez le plus grand contributeur évitable.
3. Utilisez /clear si la tâche en cours n'est pas liée à la conversation précédente.
4. Raccourcir CLAUDE.md ; déplacer les instructions spécialisées vers les compétences à la demande.
5. Désactivez les serveurs MCP inutilisés avec /mcp.
6. Remplacez les invites générales par une vérification de fichier, de symptôme, de limite et d’acceptation.
7. Exécutez des tests ciblés et filtrez les sorties répétitives sans masquer les échecs.
8. Utilisez /model et /effort en fonction de la difficulté de la tâche.
9. Répétez la même classe de tâches et comparez le coût de la tâche terminée.
10. Ajoutez un plafond par touche après avoir connu la plage normale.

Modifiez une ou deux variables à la fois. Si vous effacez la session, modifiez le modèle, réduisez l'effort et réécrivez la tâche simultanément, vous ne saurez pas quel changement a aidé.

Erreurs courantes

Ne demander que des réponses plus courtes

Cela réduit la sortie visible mais laisse intacts les lectures de fichiers, l’historique, les outils et la réflexion. C’est utile, mais rarement le plus grand levier.

Suppression du contexte dont la tâche a encore besoin

Les contraintes manquantes entraînent des suppositions et des retouches. Conservez les décisions vérifiées avant de nettoyer ou de compacter.

Traiter les accès au cache comme une utilisation nulle

La mise en cache rapide peut réduire le prix des entrées répétées, mais les jetons mis en cache apparaissent toujours dans la comptabilité d'utilisation. Gardez le contexte répété utile et vérifiez le dossier de facturation réel.

Utiliser un sous-agent pour chaque petite question

Chaque sous-agent a son propre contexte de démarrage et de travail. Déléguez une exploration limitée et à volume élevé ; répondre à une petite question locale dans la session en cours.

Confondre plafond et optimisation

Un plafond clé arrête les dépenses à une limite. Cela ne rend pas les demandes inférieures à cette limite plus efficaces.

Questions fréquemment posées

Pourquoi l’utilisation du jeton Claude Code est-elle élevée lorsque la réponse est courte ?

La demande peut inclure un historique de conversation, des instructions de projet, des fichiers, des résultats de commandes, des outils et des réflexions bien plus volumineux que le texte final. Vérifiez /context et /usage plutôt que de juger par la longueur de la réponse.

/clear supprime-t-il ma précédente session Claude Code ?

Cela démarre une nouvelle session. Renommez d'abord le travail important et utilisez /resume pour revenir ultérieurement à la session préservée.

/compact réduit-il toujours ma facture ?

Cela réduit l’historique reporté dans les tours futurs, ce qui peut réduire l’utilisation ultérieure des entrées. L'effet net dépend de la durée de la session et de ce que le résumé préserve, alors vérifiez-le avec /usage et votre tableau de bord de facturation.

Dois-je toujours utiliser Haiku pour sauvegarder les jetons ?

Non. Un modèle moins cher peut être économique pour un travail étroit, mais des tentatives infructueuses répétées peuvent coûter plus cher qu'un tour réussi de Sonnet ou d'Opus. Acheminez par tâche et mesurez les résultats acceptés.

Un plafond de dépenses pour les clés API peut-il réduire l'utilisation des jetons ?

Non. Il limite les dépenses une fois que les requêtes consomment de l'utilisation. Combinez des majuscules avec un contexte plus petit, des invites ciblées, un effort de modèle délibéré et un examen par appel.

Sources

• Anthropic : gérer les coûts Claude Code
• Anthropic : explorez la fenêtre contextuelle Claude Code
• Anthropic : meilleures pratiques Claude Code
• Anthropic : configurer les modèles et les efforts Claude Code
• Anthropic : mise en cache des invites
• Balance OmniaKey et documentation d'utilisation

Faits vérifiés en 8 août 2026. Claude Code Les commandes, le comportement du modèle et les surfaces de facturation changent ; vérifiez la documentation propriétaire liée et vos enregistrements d'utilisation réelle avant de définir un budget de production.