● Journal du Net 📅 11/05/2026 à 13:06

Data Science 👤 Benjamin Polge

🏷️ Tags : llm anthropic docker pm rag rte

Voici nos astuces éprouvées pour limiter la consommation de tokens de Claude Code, des plus simples aux plus avancées. C'est la problématique du moment pour des millions de développeurs : utiliser Claude Code quelques heures sans que l'IA ne dépasse ses quotas horaires ou journaliers. Tomber en rade de tokens au milieu d'un projet ou devoir passer au plan supérieur est assez rageant. Heureusement, pour limiter sa consommation de tokens et pallier partiellement la gestion hasardeuse des consommations de Claude Code, il existe plusieurs techniques éprouvées. Des plus simples aux plus complexes, voici les 6 meilleures selon nos différents tests. 1. Utiliser le mode de planification "opusplan" C'est l'un des moyens les plus directs de réduire le risque d'un blocage temporaire de l'usage de Claude Code : adapter votre cas d'usage au bon modèle. Claude Sonnet 4.6 est sur le papier moins performant que Claude Opus 4.6, mais il n'en reste pas moins l'un des meilleurs modèles du marché pour le code. Pour n'utiliser Opus 4.6 que lorsque cela compte, Anthropic a développé un mode "caché" dans Claude Code permettant d'utiliser Opus 4.6 uniquement pour la planification et Sonnet 4.6 pour le reste des tâches. Pour l'activer, il suffit de taper la commande : /model opusplan. C'est, selon nous, le meilleur compromis pour 90% des cas d'usage. Lorsque Claude bloque sur un bug ou qu'une modification demande l'expertise la plus avancée, repassez en Opus 4.6 en utilisant le raisonnement maximal (Max effort). 2. Guider Claude dans sa gestion du contexte C'est le principal levier pour réduire la consommation de tokens de Claude Code. La commande /compact, qui permet de compacter le contexte de l'agent à l'aide de résumés, peut être déclenchée manuellement. Nous vous recommandons de la déclencher systématiquement avant une modification d'ampleur ou l'ajout d'une nouvelle fonctionnalité dans votre projet. Plus intelligent encore, il est possible de guider Claude dans l'usage de la commande directement dans le fichier CLAUDE.md, qui sert à donner des instructions à l'IA. Exemple d'instruction à ajouter :"Avant chaque modification que tu estimes importante, compacte le contexte de notre conversation avec /compact." Autre découverte tirée directement du leak de Claude Code : l'utilisation de consignes en langage naturel invitant l'IA à être brève, notamment entre les appels d'outils, réduirait significativement la consommation de tokens sur la durée. Exemple :"Utilise 25 mots maximum entre deux appels d'outils, 100 mots pour les réponses finales. 3. Nettoyer manuellement votre contexte Le contexte de Claude Code se compose précisément du prompt système codé en dur par Anthropic couplé au CLAUDE.md, de l'historique de la conversation, mais aussi des outils activés par défaut dans votre conversation. Selon leur nombre, ces outils peuvent représenter entre 5 et 15% de la taille totale du contexte. Répétées, ces briques finissent par saturer progressivement votre fenêtre de contexte, d'autant qu'avec l'ajout récent des skills en tout genre, nombreux sont les utilisateurs à en user et en abuser (parfois à raison). Notre conseil est ici très clair : vérifier systématiquement la nécessité des serveurs MCP, skills et plugins activés par défaut dans votre conversation. Les désactiver temporairement permet souvent d'économiser de précieux tokens. Par exemple, avez-vous besoin du skill front-end design pour travailler sur la partie back-end de votre projet ? Probablement pas. 4. Utiliser un proxy de compression Nous entrons ici dans les solutions avancées, mais encore plus efficaces pour réduire drastiquement le contexte moyen de Claude Code. Chaque commande que Claude Code exécute dans le terminal renvoie du texte dans la conversation, qui vient s'ajouter au contexte de l'agent. Multipliées par des dizaines d'appels dans une session, ces sorties saturent rapidement la fenêtre de contexte, alors que 80% de ce texte est du bruit inutile pour l'IA. L'idée est donc d'intercaler un proxy de compression, un intermédiaire entre le modèle et le shell, qui filtre et compresse la sortie avant qu'elle n'atteigne le contexte. L'outil RTK, open source, s'est imposé comme la référence sur ce créneau. Concrètement, il réécrit entièrement les sorties du bash : RTK supprime le bruit (commentaires, espaces, boilerplate), regroupe les éléments similaires et déduplique les lignes répétées. Sur son repository, RTK annonce des gains de 60 à 90% sur une centaine de commandes courantes (git, cargo, pytest, npm, docker...). 5. Utiliser un knowledge graph C'est une solution qui prend de l'ampleur ces dernières semaines : l'utilisation d'un graphe de connaissance additionnel sur votre base de code. Lorsque Claude Code lit une grosse base de code, il utilise des sous-agents pour comprendre l'ensemble de la structure et des dépendances. Une étape qui consomme une grande part de votre fenêtre de contexte. La solution ? Lui fournir cette carte en amont, sous une forme déjà digérée, plutôt que de le laisser l'explorer à chaque session. Plusieurs projets open source se positionnent sur ce créneau, dont code-review-graph, qui cumule déjà plus de 10 000 étoiles sur GitHub. Concrètement, l'outil construit une carte de votre base de code (fonctions, classes, dépendances) et l'expose à Claude via un serveur MCP. Quand vous modifiez un fichier, le graphe identifie les fichiers réellement impactés par le changement, et Claude ne lit que ceux-là au lieu de scanner tout le projet. Code-review-graph annonce des gains moyens de 8,2x sur le nombre de tokens utilisés. Très efficace, donc. 6. Forcer Claude à parler comme… un homme des cavernes C'est la solution la plus originale de cette liste. Elle part d'un constat : 30 à 40% des tokens d'un texte en langage naturel servent uniquement à la grammaire (articles, connecteurs, voix passive, mots de remplissage). Des éléments que les LLM savent parfaitement reconstruire eux-mêmes. D'où l'idée du skill Claude Code caveman-compression : faire raisonner le modèle dans un style volontairement télégraphique, débarrassé de toute fioriture. "In order to optimize the database query performance, we should consider implementing an index "devient" Need fast queries. Add index to frequently used columns", soit 29% d'économie sans perte d'information. Sur des prompts système verbeux, les gains annoncés montent jusqu'à 58%.

🔗 Lire l'article original 👁️ 0 lecture