Ce que consomme Claude : les jetons et le contexte, simplement

Le problème que tout le monde rencontre

Tu travailles tranquillement avec Claude Code. Rien d'extraordinaire : quelques corrections, une ou deux questions. Et d'un coup, un message t'annonce que ta limite est atteinte. Ou la facture de ton compte d'API monte plus vite que prévu.

Ce n'est pas un bug. C'est la façon dont Claude Code fonctionne. Une fois que tu as compris trois mots, jeton, contexte et requête, tu sais d'où vient ta consommation. Et tu sais comment la réduire.

Le jeton, l'unité de mesure

Claude ne compte ni en mots ni en lettres. Il compte en jetons (en anglais, tokens) : de petits morceaux de texte. Un jeton peut être un mot entier, un bout de mot ou un signe de ponctuation.

Le nombre de jetons d'un même texte dépend du modèle et de la langue. La documentation d'Anthropic précise même que les modèles récents découpent plus finement : ils produisent environ 30 % de jetons en plus que les anciens modèles pour le même texte.

Tout se compte en jetons : ce que Claude lit, ce qu'il écrit, et ce qu'il réfléchit avant de répondre. C'est l'unité de tes limites d'abonnement comme de ta facture d'API.

Deux sortes de jetons

Les jetons d'entrée : tout ce que Claude Code envoie au modèle. Tes messages, les fichiers lus, les sorties de commandes, tes consignes.
Les jetons de sortie : tout ce que le modèle produit. Ses réponses, ses appels d'outils (un outil, c'est une action comme lire un fichier ou lancer une commande), et sa réflexion.

Les jetons de sortie coûtent plus cher. D'après les tarifs officiels de l'API, un jeton de sortie d'Opus 5.5 ou de Sonnet 5.5 coûte cinq fois plus qu'un jeton d'entrée. La réflexion compte comme de la sortie, même quand elle est repliée à l'écran.

La fenêtre de contexte, la mémoire de travail

La fenêtre de contexte, c'est tout ce que Claude a sous les yeux pendant une session. La documentation l'appelle sa mémoire de travail. On y trouve tes messages, ses réponses, chaque fichier lu, chaque sortie de commande, tes fichiers CLAUDE.md (les consignes de ton projet), sa mémoire automatique, les skills chargés et les consignes du système.

Les modèles actuels (Opus 5.5, Sonnet 5.5, Haiku 5.5 et Fable) ont une fenêtre d'un million de jetons par défaut. C'est immense. Mais plus grand ne veut pas dire mieux : selon la documentation, la qualité baisse à mesure que la fenêtre se remplit. Claude peut alors oublier des consignes du début ou faire plus d'erreurs.

Une requête renvoie tout

Voici le point que presque personne ne connaît. Le modèle ne se souvient de rien entre deux messages. Alors, à chaque message, Claude Code lui renvoie toute la conversation : les consignes du système, le contexte du projet, chaque échange précédent, chaque résultat d'outil, et ton nouveau message.

Et ce n'est pas un seul envoi par message. Chaque fois que Claude utilise un outil, Claude Code envoie une nouvelle requête, qui transporte elle aussi toute la conversation.

Chargement du schéma…

Ce que transporte chaque requête

Prenons un exemple, avec un chiffre rond choisi pour l'illustration. Ta conversation pèse 100 000 jetons. Tu poses une question d'une ligne. Ta question ne pèse presque rien, mais la requête en transporte plus de 100 000. La documentation le dit en toutes lettres : une question d'une ligne, dans une session ouverte depuis le matin, consomme pour toute la conversation.

Le cache adoucit la note, sans l'effacer

Heureusement, il y a le cache de prompt (prompt caching). Le serveur garde en mémoire le début de la requête qu'il a déjà traité. Au message suivant, il relit ce début depuis le cache, à un tarif bien plus bas, et ne traite en entier que la partie nouvelle.

Deux limites à connaître :

Le cache expire après un temps sans activité : une heure sur un abonnement, cinq minutes avec une clé d'API par défaut. Au retour d'une longue pause, ton premier message retraite tout le contexte au plein tarif.
Une relecture depuis le cache n'est pas gratuite. Elle coûte beaucoup moins, mais elle compte.

Pourquoi tu atteins ta limite si vite

Tu peux maintenant relire ta journée autrement. Une session ouverte depuis des heures. Des fichiers lus en entier. Des sorties de tests de plusieurs centaines de lignes. Une pause déjeuner qui laisse le cache refroidir. Puis une question rapide, qui renvoie tout.

Rien de tout ça n'est une faute. Ce sont des habitudes. Et des habitudes, ça se change, sans travailler moins bien.

Les gestes de base pour gérer le contexte, /context, /compact et /clear, sont déjà expliqués dans la formation Claude Code : bien démarrer. Ici, on va plus loin : mesurer, comprendre ce qui coûte, et choisir.

Ce que la suite va t'apporter

Dans la leçon suivante, offerte elle aussi, tu verras ce que limite exactement ta formule : Pro, Max, Team ou API. Ce qui se remet à zéro, ce qui est partagé avec le chat de claude.ai, et ce qu'Anthropic ne publie pas.

Ensuite, la formation te donne :

les commandes officielles pour voir ta consommation, et une ligne d'état qui affiche tes limites en permanence ;
la liste de ce qui coûte vraiment cher, des gros fichiers aux équipes d'agents ;
le bon modèle et le bon niveau d'effort pour chaque tâche ;
un contexte léger, sans perdre le fil de ton travail ;
un plafond de dépense, des alertes et le bon réglage du cache quand tu paies avec l'API ;
une méthode pour répartir ton travail sur la semaine.

Sources

Pages officielles vérifiées le 19 octobre 2026 :

Ton ordinateur

Tes comptes

À installer

Ce que tu sais déjà faire