Claude Code : selon Flamerix AI, des résumés brûleraient 15 à 20 % des tokens

Votre quota Claude fond plus vite que prévu ? Selon Numerama, l’une des causes possibles se cache dans l’outil lui-même : de petits résumés automatiques de quelques mots, générés en arrière-plan par Claude Code. Flamerix AI chiffre le gaspillage à 15 à 20 %. Anthropic, l’éditeur de Claude, reconnaît le mécanisme mais annonce un coût bien plus faible.

Ce que rapporte Numerama : un gaspillage invisible

En jeu pour le lecteur : ce qui consomme votre quota n’est pas toujours ce que vous tapez. Une partie peut être dépensée sans que vous le voyiez.

Claude Code est l’assistant de programmation d’Anthropic. Il travaille dans le terminal de l’ordinateur et peut faire tourner plusieurs « agents », c’est-à-dire des instances qui accomplissent chacune une tâche en parallèle. Selon Numerama, Flamerix AI a publié un script pour désactiver les résumés automatiques de l’outil. Elle les estime responsables de 15 à 20 % des jetons consommés.

Le mécanisme décrit est simple. Toutes les 30 secondes, Claude Code génère une étiquette de quelques mots pour chaque agent actif. Pour y parvenir, il renverrait au modèle l’historique complet de cet agent. Autrement dit, pour produire quelques mots, l’outil relirait toute la conversation.

En clair : c’est comme relire un livre entier pour en écrire le titre de chapitre, et recommencer toutes les 30 secondes.

Un token, c’est quoi, et pourquoi le compte-t-on ?

En jeu : comprendre l’unité de compte, c’est comprendre pourquoi la facture ou le quota bouge.

Un token (ou « jeton ») est un morceau de mot, parfois un mot entier. Le modèle ne lit pas des phrases : il lit des morceaux. Chaque token lu ou produit a un coût en puissance de calcul. Les fournisseurs en font donc l’unité de mesure.

Cette unité sert à deux endroits :

• les abonnements, qui offrent un quota d’usage sur une période, souvent sans afficher clairement le détail du décompte ;
• l’API, l’accès pour les développeurs et les entreprises, où l’on paie à l’usage, en proportion des tokens traités.

Le point important : l’historique d’une conversation compte à chaque échange. Plus il est long, plus chaque nouvelle relecture pèse. Un résumé qui relit tout l’historique, répété toutes les 30 secondes et pour chaque agent actif, peut donc coûter cher même s’il produit très peu de texte.

15 à 20 % ou 2 à 6 % : deux chiffres, une même mécanique

En jeu : savoir quel chiffre croire quand l’enjeu financier est réel.

Selon Numerama, Anthropic confirme le mécanisme. Mais l’entreprise évalue le coût à environ 2 % via l’API et 6 % dans le terminal. L’écart avec les 15 à 20 % de Flamerix AI est donc considérable. Pour donner un repère : 2 %, c’est environ deux euros sur cent d’usage ; 20 %, c’est vingt euros.

Plusieurs raisons peuvent expliquer cet écart. Nous ne les connaissons pas, et la source ne les détaille pas. On peut se poser des questions simples :

• Les deux mesures portent-elles sur les mêmes usages, par exemple beaucoup d’agents en parallèle ou un seul ?
• Le chiffre le plus élevé décrit-il un cas défavorable, et le plus bas une moyenne ?
• Quelle méthode de mesure chaque acteur a-t-il employée, et peut-on la consulter ?

Ce n’est pas un procès d’intention. C’est une invitation à ne retenir aucun des deux chiffres comme une vérité générale. Le 15 à 20 % est une estimation de Flamerix AI, rapportée par Numerama. Il ne s’applique pas forcément à tous les usages, ni à d’autres modèles ou outils.

Anthropic, de son côté, a commencé à déployer un correctif utilisant le cache. Le cache est une mémoire qui permet de réutiliser un contenu déjà traité, au lieu de le renvoyer et de le recalculer en entier. Si le correctif fonctionne comme annoncé, le gaspillage devrait se réduire une fois l’outil à jour.

Ce que cela change pour un indépendant ou une PME

En jeu : un quota plus vite épuisé, c’est du travail interrompu ou une facture plus lourde.

Pour un indépendant, un quota d’abonnement qui s’épuise en milieu de journée coupe le travail ou pousse vers une formule plus chère. Pour une PME qui utilise l’API, chaque pourcentage compte sur une facture mensuelle. Même à 6 % dans le terminal, selon le chiffre d’Anthropic, la dépense n’est pas anodine pour qui utilise l’outil toute la journée.

Quelques réflexes concrets, sans rien promettre de chiffré :

• Garder l’outil à jour. Le correctif d’Anthropic est en cours de déploiement : la dernière version est la première protection.
• Surveiller sa consommation avant et après un changement, plutôt que de s’en remettre à un pourcentage annoncé par quelqu’un d’autre.
• Limiter le nombre d’agents actifs si la tâche ne l’exige pas, puisque l’étiquette est générée pour chacun, d’après Numerama.
• Lire un script tiers avant de l’exécuter. Celui de Flamerix AI modifie le comportement d’un outil installé chez vous. Sa lecture, ou l’avis d’une personne compétente, vaut mieux qu’une confiance aveugle.

Une nuance : la source parle de Claude Code. Rien n’indique ici que l’écriture de vos propres messages, politesses comprises, change la consommation dans ce cas. Le gaspillage décrit vient du fonctionnement de l’outil, pas des habitudes de l’utilisateur.

Des chiffres à vérifier, un réflexe à garder

Le même récap de Numerama évoque une autre affirmation à manier avec prudence. OpenAI dit que son IA a réfuté l’hypothèse du temps exponentiel, une limite supposée en informatique théorique. La preuve, publiée sur GitHub, doit encore être examinée de façon indépendante, notamment par deux chercheurs à l’origine de l’hypothèse.

Le sujet est sans rapport avec les tokens, mais la leçon est proche : une annonce chiffrée ou spectaculaire reste une affirmation tant qu’elle n’est pas vérifiée par d’autres. Pour Claude Code, la question ouverte est concrète : quand le correctif d’Anthropic sera généralisé, quelle part du quota les résumés représenteront-ils vraiment dans votre usage ? Votre compteur de consommation est le meilleur endroit pour le vérifier.

Sources

• Numerama : Une théorie clé de l’informatique réfutée, 3 mots qui brûlent 15 à 20 % des tokens et L’Odyssée façon Musk – le récap’ tech de la semaine