Économies de tokens dans Claude Code et Codex

Les mesures portent sur le contexte envoyé lors de la première requête d’une nouvelle session (Claude Code 2.1, Codex 0.155).

• Standard : Claude ≈ 34,4k, Codex ≈ 13,3k tokens.
• Balanced : seulement les outils Bash, Read, Edit, Write, Glob et Grep. Claude ≈ 23,7k tokens (−31 %).
• Lean : les plugins utilisateur, hooks, skills et MCP externes sont aussi désactivés. Claude ≈ 13,3k (−61 %), Codex ≈ 9,7k tokens (−27 %).

Les mesures ont montré que l’essentiel du coût en tokens vient du contexte relu à chaque tour. L’auto-compact est donc activé par défaut : quand le contexte d’un agent dépasse le seuil (150k tokens par défaut), la conversation est résumée avec la commande propre au CLI (/compact, /compress, /summarize, /smol). Le volet affiche la taille du contexte en direct, et vous pouvez aussi compacter à la main.

• La taille du contexte est mesurée à partir de l’historique propre à chaque CLI, si bien que la pastille de contexte et l’auto-compact fonctionnent pour d’autres agents que Claude Code et Codex.
• Claude Code, Codex, Hermes et Droid compactent aussi au sein des longs tours.
• Un message envoyé à un agent inactif depuis plus d’une heure compacte d’abord une grosse conversation, dont le cache de prompt a de toute façon expiré.
• Une garde de lecture demande d’abord un plan des gros fichiers et refuse, une seule fois, de relire des lignes d’un fichier inchangé qu’elle a déjà montrées ; les nouveaux agents sont invités à lire avec économie.
• La révision de prompt utilise un modèle moins cher, et le nœud Transform des flows ne transmet que la partie utile d’une longue réponse.

AgentVera embarque RTK, open source (Apache-2.0). La sortie des commandes de test, de build, git et similaires lancées par les agents est raccourcie avant d’atteindre le modèle, typiquement 60 à 90 % de tokens en moins. L’interrupteur RTK sous Settings → Token savings est activé par défaut, et les changements s’appliquent aux agents démarrés ensuite.

• Dans Claude Code, opencode, Qwen Code, Gemini CLI et Copilot CLI, les commandes sont réécrites par un hook : git status → rtk git status. Les commandes que RTK ne connaît pas sont laissées telles quelles.
• Codex et les autres agents locaux reçoivent rtk dans leur PATH et sont invités à préfixer leurs commandes avec lui, en utilisant rtk proxy quand ils ont besoin de la sortie brute.
• La télémétrie de RTK est toujours désactivée.
• Les économies s’affichent sous Settings → Token savings pour cet ordinateur, et dans l’onglet AI ROI par projet.

Settings → Kullanım limitleri (limites d’usage) montre ce qui reste pour chaque compte Claude et Codex, fenêtre par fenêtre : 5 heures, hebdomadaire et, pour Claude, hebdomadaire Sonnet et Opus, chacune avec son heure de réinitialisation. La barre d’état les actualise environ une fois par minute. L’onglet Statistics des Details du projet regarde au contraire en arrière.

• Temps de travail, tokens, prompts et sessions pour aujourd’hui, cette semaine, ce mois, cette année ou depuis toujours.
• Usage de tokens de Claude et Codex, avec entrée, sortie, lecture de cache et écriture de cache séparées, et vos modèles les plus utilisés.
• Une carte thermique jour par heure et les 20 dernières sessions de la période choisie.
• Les données sont lues dans les transcriptions locales de Claude Code et Codex sur cet ordinateur.

Le modèle automatique évalue chaque tâche comme simple, normale ou difficile et confie les petits travaux à un modèle moins cher. Les outils intelligents réduisent les relectures de fichiers répétées de Claude Code, les exécutions complètes de tests et les commandes répétées. La carte du projet permet aux agents de trouver le code pertinent sans lire fichier après fichier.