Pour réduire la consommation de tokens de Claude Code, le prompt est rarement le bon point de départ. Le vrai poids est le contexte de base ajouté à chaque requête avant même que vous tapiez un mot. Dans les longues conversations, il détermine à la fois le coût et la vitesse à laquelle vous atteignez les limites d’utilisation. Cet article explique d’où vient ce contexte de base, comment nous l’avons mesuré et quels réglages le réduisent jusqu’à 61 %.
Où vont les tokens ?
Quand vous écrivez à un agent de code, le modèle voit plus que ce que vous avez écrit. La requête contient aussi :
- Le prompt système
- Les définitions d’outils (Bash, Read, Edit, Write, Glob, Grep et d’autres)
- Les plugins, hooks et skills au niveau utilisateur
- Les définitions d’outils des serveurs MCP connectés
- Les fichiers d’instructions du projet (CLAUDE.md, AGENTS.md ; voir comment les garder courts)
- La conversation jusque-là
Les cinq premiers éléments sont relus à chaque tour, et le dernier grossit au fil du temps. Un petit contexte de base s’accumule vite sur une session de cent tours.
Mesuré : quelle quantité de contexte dans la première requête ?
Nous avons mesuré le contexte envoyé au modèle lors de la première requête d’une nouvelle session, avec Claude Code 2.1 et Codex 0.155 :
| Profil | Claude Code | Codex |
|---|---|---|
| Standard | ≈34,4k | ≈13,3k |
| Équilibré | ≈23,7k (−31 %) | — |
| Léger | ≈13,3k (−61 %) | ≈9,7k (−27 %) |
Le profil équilibré limite les outils à Bash, Read, Edit, Write, Glob et Grep. Le profil léger ignore aussi les plugins, hooks, skills et serveurs MCP externes au niveau utilisateur. Sur Codex, le profil léger désactive les apps et la recherche web.
Les réglages qui n’ont pas aidé
En mesurant, nous avons constaté que certaines options ne réduisaient pas la première requête à elles seules :
--strict-mcp-config--exclude-dynamic-system-prompt-sections--disable-slash-commands
Claude Code ne charge déjà ces éléments qu’au besoin. Les vraies économies viennent d’un jeu d’outils plus étroit et du non-chargement des plugins, hooks et skills au niveau utilisateur.
Nous avons volontairement écarté deux options : --safe-mode désactive aussi le CLAUDE.md du projet, et --bare ne fonctionne qu’avec une clé API. Les deux sont trop restrictives pour un usage quotidien.
Comment réduire la consommation de tokens de Claude Code, pas à pas
1. Ne donner à la tâche que les outils dont elle a besoin
Un agent qui met à jour la documentation ou refactorise un seul fichier n’a pas besoin d’un navigateur, d’outils d’image ni d’une douzaine de serveurs MCP. Lancez ces tâches avec le profil équilibré ou léger.
2. Attacher les serveurs MCP de façon sélective
Chaque serveur MCP ajoute ses définitions d’outils au contexte. Donnez un serveur seulement aux agents qui s’en serviront, pas à tous. Le gestionnaire MCP d’AgentVera affiche le coût approximatif en tokens de chaque outil quand vous testez une connexion, ce qui vous permet de repérer un serveur lourd avant qu’il alourdisse chaque tour.
3. Surveiller la taille du contexte
On n’économise pas ce qu’on ne voit pas. AgentVera affiche la taille de contexte en direct de chaque agent dans son volet : vous regardez un chiffre au lieu de deviner quand une conversation est devenue coûteuse.
4. Compacter les longues conversations
/compact résume la conversation jusque-là et réduit chaque tour suivant. Lancez-le à la main, ou définissez dans AgentVera un seuil au-delà duquel le compactage se fait automatiquement.
5. Limiter ce qui circule entre les agents
Quand un flux passe la sortie d’un agent à un autre, il n’a pas besoin de tout envoyer. Le nœud Transform des flux peut tronquer une réponse, garder les N premières ou dernières lignes, ou ne garder que le dernier bloc de code, pour que le contexte de l’agent cible ne se remplisse pas de bruit.
6. Peaufiner les prompts avec un modèle moins cher
Pour mettre au propre un brouillon avant de l’envoyer, il n’est pas nécessaire d’utiliser le modèle principal coûteux. La fonction Revise d’AgentVera lance claude -p --model sonnet sans outils et sans journal de session. Le contenu des fichiers n’est pas envoyé : seulement le brouillon, le nom et le rôle de l’agent, et le nom du projet.
Choisir un profil
| Travail | Profil conseillé | Pourquoi |
|---|---|---|
| Tests dans le navigateur, intégration riche en MCP | Standard | Demande tous les outils |
| Développement de fonctionnalités au quotidien | Équilibré | Les outils de base pour fichiers et shell suffisent |
| Documentation, petits refactorings | Léger | Contexte de base minimal, tours les moins chers |
| Longue session de recherche | Équilibré + /compact à un seuil | Maîtrise la croissance du contexte |
Vérifier les chiffres sur votre propre configuration
Vos chiffres dépendent de vos plugins, skills et serveurs MCP. Pour voir votre propre contexte de base, ouvrez une nouvelle session, envoyez un court message et regardez la taille de contexte de la première requête. Essayez ensuite la même chose avec un profil plus étroit. La différence est ce que vous payez à chaque tour de la session.
Calculer la différence sur une session
Les pourcentages peuvent sembler abstraits : raisonnons donc sur une session. Supposons 40 tours avec un agent. En laissant de côté l’historique de la conversation, le contexte de base est relu à chaque tour.
| Profil | Contexte de base à la première requête | Contexte de base seul sur 40 tours |
|---|---|---|
| Standard | ≈34,4k | ≈1,38M |
| Équilibré | ≈23,7k | ≈948k |
| Léger | ≈13,3k | ≈532k |
Ce tableau ne montre que le contexte de base ; l’utilisation réelle est plus élevée une fois ajoutés l’historique de la conversation, les sorties d’outils et les réponses du modèle. Des mécanismes du fournisseur comme le cache peuvent aussi influer sur la facturation. Le tableau montre quand même une chose : un contexte de base plus petit rend chaque tour moins cher, et l’écart grandit à mesure que la session s’allonge.
Quel profil pour quelle tâche ?
Le profil n’est pas un réglage à poser une fois pour toutes. Il dépend du rôle de l’agent :
- Agent de recherche : lit beaucoup de fichiers et peut avoir besoin d’un navigateur ou de MCP de documentation. Commencez avec le profil standard et un compactage automatique à un seuil.
- Agent d’implémentation : lit et écrit surtout des fichiers et lance des commandes shell. Équilibré suffit.
- Agent de tests ou de documentation : travaille dans un périmètre étroit. Le profil léger y économise le plus.
Avec des agents parallèles, ces différences s’additionnent. Donner à chaque agent un profil adapté à son rôle, plutôt que standard pour les trois, fait durer la même limite plus longtemps.
Définir un /compact automatique à un seuil
Le compactage manuel s’oublie facilement. Le compactage automatique est simple : dès que le contexte d’un agent dépasse votre seuil, /compact se lance. Pour choisir le seuil :
- Trop bas : l’agent est résumé souvent et peut perdre des détails antérieurs.
- Trop haut : le compactage arrive tard, et chaque tour d’ici là est coûteux.
En pratique, un seuil plus précoce convient aux longues sessions de recherche et un seuil plus tardif aux courtes sessions d’implémentation. Comme AgentVera affiche la taille de contexte en direct dans le volet, vous pouvez ajuster le seuil en l’observant.
Erreurs courantes
- Tous les MCP pour tous les agents. Les définitions d’outils inutilisées sont relues à chaque tour.
- Ne jamais compacter. Une session de centaines de tours continue de traîner de vieux détails dont elle n’a plus besoin.
- Transmettre la sortie telle quelle. Envoyer une longue réponse en entier à un autre agent alourdit aussi le contexte de cet agent.
- Ne raccourcir que le prompt. Le prompt est généralement une petite partie du total.
Pour conclure
L’essentiel des économies de tokens de Claude Code vient du contexte de base relu à chaque tour. Réduire les outils à ce que la tâche demande, attacher les serveurs MCP de façon sélective et compacter au bon moment permet de faire le même travail avec moins de contexte. Sur la configuration que nous avons mesurée, cela a représenté 61 % de moins sur la première requête.
AgentVera permet de définir par agent des profils de contexte, l’indicateur de contexte en direct et le /compact automatique. Voyez les économies de tokens et la page Claude Code pour les détails, ou commencez avec l’offre gratuite. Pour savoir comment la fenêtre se remplit et quand /compact se déclenche, lisez le guide de la fenêtre de contexte de Claude Code.