Limites Claude Code en 2026 : 8 règles pour ne pas épuiser vos tokens

Documentation de référence Ailoot : ailoot.ai/docs/.

Comment fonctionnent les limites de Claude Code en 2026, et pourquoi les atteint-on ?#

Au 20 mai 2026, les forfaits payants Claude Code fonctionnent ainsi :

Chiffres tirés de la page officielle d’Anthropic. En plus de la période de 5 heures, il existe aussi une limite hebdomadaire, qui commence à affecter les utilisateurs intensifs aux alentours du vendredi.

En quoi consistait le doublement du 6 mai ?

Lors de la conférence Code with Claude SF, le 6 mai 2026, Anthropic a annoncé un accord avec SpaceX Colossus 1 : 220 000 cartes graphiques NVIDIA, une capacité de 300 MW, disponibles en ligne sous un mois. Immédiatement :

• Les limites de 5 heures ont été doublées pour tous les forfaits payants.
• La limitation quotidienne aux heures de pointe a été supprimée ; elle réduisait auparavant les quotas pendant les périodes de forte affluence.
• Pour l’API : le maximum de tokens d’entrée par minute pour Opus est passé de 30K à 500K (+1500 %), et le maximum de sortie de 8K à 80K.

Une autre promotion temporaire est en vigueur du 13 mai au 13 juillet : +50 % sur les limites hebdomadaires pour Pro / Max / Team. Après le 13 juillet, les quotas hebdomadaires retrouveront leur niveau précédent.

Quelle quantité un vibe coder utilise-t-il réellement ?

Anthropic donne des chiffres de référence dans sa documentation officielle :

• Les développeurs dépensent en moyenne 13 $ / jour, 150-250 $ / mois.
• 90 % des utilisateurs restent sous 30 $ / jour.
• Les équipes d’agents en Plan Mode consomment environ 7 fois plus de tokens qu’une session standard.

La taille de la fenêtre de contexte dépend du modèle. Selon la documentation d’Anthropic, depuis septembre 2026, Opus 4.7 et les modèles plus récents, Sonnet 5 et les modèles Fable disposent d’une fenêtre de 1M tokens sur tous les forfaits, y compris Pro, et la compaction automatique (auto-compact) se déclenche par défaut vers 967K. Opus 4.6 et Sonnet 4.6 sans contexte étendu ont une fenêtre de 200K, et la compaction se déclenche à la limite de 200K. Vous pouvez définir votre propre seuil avec la commande /autocompact, par exemple /autocompact 500k. Quand vous entassez une demi-journée de travail dans un seul chat, le contexte gonfle, Claude perd le fil, recommence à lire les mêmes fichiers et consomme 1,5 à 2 fois plus de tokens.

D’après l’expérience décrite par l’auteur, l’abonnement à 200 $ suffit grâce aux 8 règles présentées ci-dessous. Sans elles, même Max 20x sera épuisé avant la pause déjeuner.

Règle 1. Pourquoi « une tâche – une conversation » permet-elle d’économiser le plus de tokens ?#

La règle ne consiste pas à « ouvrir 5 chats en parallèle », mais bien à « ne pas récupérer le chat précédent pour l’utiliser dans la tâche suivante ».

Dans l’approche décrite, voici comment cela fonctionne. À chaque message, Claude voit non seulement la nouvelle demande, mais aussi toute la conversation précédente. Si vous avez parlé d’une page d’atterrissage le matin, puis d’une campagne e-mail, puis demandé de corriger une consigne d’atelier, tout l’historique est inclus dans le contexte au moment de la troisième demande. Des tokens sont dépensés pour « se souvenir de la page d’atterrissage », alors que vous l’avez déjà oubliée.

Pourquoi « se vider la tête » fonctionne-t-il ?

Fermez le chat dès que la tâche est terminée. Il ne s’agit même pas de tokens, mais de libérer votre attention.

Si la tâche est vraiment terminée, ne gardez pas le chat « au cas où j’y reviendrais ». Ouvrez-en un nouveau. Vous pourrez retrouver l’ancien avec claude --resume ou /resume à l’aide de n’importe quel indicateur (nom de branche, ID de PR, tag).

Que faire si une tâche s’étale sur deux jours ?

Si la tâche doit vraiment se poursuivre, ne laissez pas le chat « en suspens ». Avant de le fermer, demandez à Claude de rédiger un prompt pour un chat voisin (voir la règle 7). Cela compresse 50K tokens d’historique en un prompt de 500 tokens ; demain, le nouveau chat récupère le contexte sans devoir tout réécrire.

Règle 2 : Limitez CLAUDE.md à 200 lignes, pas 500#

CLAUDE.md est le premier fichier que Claude lit au démarrage d’une nouvelle session. Cette section porte précisément sur les économies de tokens.

Combien de lignes est-ce raisonnable ?

Pourquoi un long CLAUDE.md rend-il l’agent moins intelligent ?

L’explication est simple : /init décrit à nouveau le dépôt au modèle et ajoute au contexte des informations que le modèle connaît déjà ou peut découvrir en un coup d’œil à la structure. Cette redondance consomme des tokens et brouille la concentration.

La règle de densité : chaque mot modifie le comportement

Si je peux supprimer une ligne de CLAUDE.md sans que le comportement de Claude change, cette ligne est inutile. Faites ce test :

1. Ouvrez CLAUDE.md et parcourez chaque paragraphe.
2. Demandez-vous : « Si je supprime ceci, Claude commencera-t-il à faire des erreurs ? »
3. Si la réponse est non, supprimez-le ou déplacez-le dans un Skill.

Toutes les règles qui ne s’appliquent que dans certaines situations vont dans les skills (.claude/skills/<name>/SKILL.md). CLAUDE.md ne contient que ce qui est nécessaire en permanence.

Règle 3. Pourquoi conserver le plan Claude Code dans un fichier séparé ?#

Plan Mode est un mode Claude Code activé avec Shift+Tab. Claude y explore le code, lit les fichiers et pose des questions avant implémentation. Séparez les écritures du dépôt : revoyez le plan puis enregistrez-le manuellement dans plans/, ou quittez explicitement Plan Mode et autorisez cette écriture avant un nouveau chat.

Pourquoi un plan dans un fichier est-il plus fiable qu’un plan dans la tête de Claude ?

J’ai un dossier plans/ dans chaque projet. Quand je commence une tâche :

1. Je demande à Claude en Plan Mode d’examiner le projet et de proposer une approche.
2. Je revois le plan et l’enregistre moi-même dans plans/YYYY-MM-DD-task-name.md, ou je quitte Plan Mode et autorise Claude à l’écrire. Je vérifie le contenu sauvegardé avant de fermer le chat.
3. Je ferme le chat.
4. Dans un nouveau chat, je dis : « Lis plans/YYYY-MM-DD-...md et mets en œuvre la phase 1. »

Ce que j’y gagne :

• Le plan est fixé : Claude n’« oublie » pas ce que nous avons décidé une heure plus tôt.
• Je peux modifier le plan à la main : je vois 5 étapes, je comprends que l’étape 3 est inutile, je la supprime et je continue.
• Le plan résiste à un redémarrage : je reviens demain, j’ouvre le fichier et je reprends.
• Je peux le confier à des agents l’un après l’autre : un chat rédige le plan, un autre le met en œuvre, un troisième le vérifie.

Plan Mode ne casse pas le cache

Un détail important : Plan Mode invalide uniquement le cache de conversation (les messages), tandis que le prompt système et le contexte du projet (CLAUDE.md) restent chauds. Cela signifie que passer à Plan Mode puis en revenir coûte presque rien en tokens, contrairement au changement de modèle avec /model, qui casse le cache pour 90 % du prix d’entrée et oblige à recalculer tout le préfixe.

L’ingénierie du contexte consiste aussi à conserver le plan dans un endroit durable, plutôt que dans un chat qui disparaîtra au bout de 5 heures.

Règle 4. Les Skills se chargent à la demande, pas au début d’une session#

Les Skills se chargent en trois niveaux :

1. Métadonnées toujours présentes : au démarrage de la session, Claude ne voit que name et description de chaque skill. Budget : ~100 tokens par skill.
2. Instructions déclenchées : lorsque l’utilisateur demande quelque chose de pertinent, Claude charge le corps de SKILL.md. Budget : jusqu’à 5000 tokens.
3. Ressources sur demande : les fichiers associés (exemples, modèles) ne sont récupérés que lorsque le modèle lui-même en a besoin.

Quel est l’effet sur le coût des tokens ?

Dans l’exemple décrit, les règles de rédaction de consignes pédagogiques, les règles de mailing et celles de revue de code se trouvaient auparavant dans CLAUDE.md. Le fichier a atteint 500 lignes, et au début de chaque session, je payais pour ces 500 lignes, même si la conversation portait sur une page d’atterrissage.

Dans cet exemple, CLAUDE.md contient 200 lignes consacrées à la navigation et aux principes de base. Les 4 ensembles de règles sont dans des skills :

.claude/skills/
├── write-tutorial/SKILL.md         # trigger: “write a guide”
├── deploy-checklist/SKILL.md       # trigger: “check before publishing”
├── send-broadcast/SKILL.md         # trigger: “send a mailing”
└── debug-payment-webhook/SKILL.md  # trigger: “check the payment”

Au démarrage, Claude ne voit que les en-têtes : 400 tokens. Quand je dis « rédige un guide », il charge le SKILL.md correspondant et le suit. Quand je dis « envoie un mailing », il en charge un autre.

Voici une citation des règles de rédaction des skills de la documentation officielle d’Anthropic :

Si un skill paraît suspect, ne l’installez pas

Les skills sont des instructions exécutables qui ont un accès direct à vos fichiers et à vos clés API. Avant d’installer la collection de quelqu’un d’autre, j’ouvre chaque SKILL.md et le lis moi-même. Si des blocs bash: contiennent des liens vers des URL externes, c’est un signal d’alerte ; je ne l’installe pas.

Règle 5. Quand confier une tâche à un sous-agent plutôt qu’à la session principale ?#

D’après la documentation officielle :

Quelles tâches peut-on déléguer à des sous-agents ?

• Explorer une grande base de code. Un sous-agent lit 30 fichiers et répond : « La fonction pertinente se trouve dans src/lib/payment/cloudpayments.ts:142. » Je n’ai pas le contenu des 30 fichiers dans le contexte principal.
• Exécuter des tests et analyser des logs. Un sous-agent lance npm test, parcourt 200 lignes de sortie et répond : « 3 tests ont échoué dans X, Y et Z pour cette raison. »
• Refactoriser plusieurs fichiers. Un sous-agent par fichier, en parallèle.
• Vérifier les liens d’un guide. Un sous-agent visite 30 URL avec WebFetch et répond : « 5 liens renvoient une erreur 404. »

En mai 2026, Anthropic a officiellement annoncé Multi-Agent Orchestration comme fonctionnalité de premier plan. Auparavant, les sous-agents ne pouvaient être lancés dans le code qu’avec le SDK ; ils peuvent désormais être lancés directement dans Claude Code au moyen de commandes slash.

Les limites des sous-agents

Je ne laisse donc jamais des sous-agents sans surveillance pendant une demi-journée. La règle : plus vous déléguez de tâches en parallèle, plus vous devez vérifier souvent les résultats intermédiaires. Pour les grandes tâches, j’active Plan Mode séparément pour chaque sous-agent.

Règle 6. Comment choisir un modèle Claude (Opus / Sonnet / Haiku) pour une tâche ?#

Prix de l’API (par million de tokens) :

Source : page officielle d’Anthropic. Les prix ne sont pas visibles avec un abonnement, mais les proportions restent les mêmes. Opus 4.7 a une particularité : par rapport à Opus 4.6, son nouveau tokenizer peut utiliser jusqu’à +35 % de tokens en plus pour le même texte. Le prix par token n’a pas augmenté, mais le coût effectif par requête, lui, a augmenté. Si vous faites tout passer par Opus sans y réfléchir, votre limite sera épuisée 5 fois plus vite qu’en utilisant Sonnet ou Haiku pour la moitié de vos tâches.

Exemple de choix d’un modèle

Changez de modèle avec la commande /model. Mais changer de modèle invalide le cache. Si vous passez de Sonnet à Opus au milieu d’une session, la requête suivante recalcule tout le préfixe depuis le début au prix d’entrée complet (et non au prix du cache). Il vaut donc mieux choisir le modèle au début plutôt que de faire des allers-retours.

/effort : un réglage moins agressif

En avril 2026, Anthropic a déployé /effort, qui propose 5 niveaux de profondeur de raisonnement : minimal / low / medium / high / xhigh. Claude Code avec Opus 4.7 fonctionne par défaut en xhigh.

Voici ce que je fais :

• Pour les classifications, l’extraction de données et les résumés courts : /effort low. Cela économise 30-70 % pour les types de tâches qui ne nécessitent pas un raisonnement approfondi.
• Pour les tâches de programmation simples : /effort medium.
• Pour les architectures complexes, je laisse le réglage sur xhigh.

/effort ne change pas le modèle, seulement la profondeur de son raisonnement. Le cache reste intact.

Règle 7 : Transférez un prompt à un nouveau chat au lieu d’utiliser /compact#

/compact est une commande officielle de Claude Code qui remplace l’historique par un résumé. Si vous la lancez juste après le dernier message, tant que le cache est chaud (TTL de l’abonnement : 1 heure), le résumé est mis en cache et lu à 10 % du prix habituel. Si vous attendez plus d’une heure, le cache est froid et vous payez le prix complet.

/compact peut être personnalisé :

/compact Focus on code samples and API usage

Vous pouvez aussi définir le sujet par défaut du résumé dans CLAUDE.md :

# Compact instructions
When you are using compact, please focus on test output and code changes

Mais, en général, je procède autrement.

Transférer un prompt à un chat voisin : exemple

Étapes :

1. Dans le chat en cours, lorsque je vois que le contexte dépasse 50 %, je dis : « Rédige-moi un prompt pour un chat voisin qui permettra de poursuivre le travail sans en perdre le sens. Inclus : ce sur quoi nous travaillions, ce qui a déjà été fait, ce qu’il reste à faire, les fichiers et constantes clés. »
2. Claude me fournit un prompt de 300-800 tokens.
3. Je ferme le chat en cours avec /clear ou j’en ouvre simplement un nouveau.
4. Je colle le prompt et je démarre avec un CLAUDE.md chaud et le contexte du projet, mais une mémoire de conversation vierge.

Ce que j’y gagne par rapport à /compact :

• Je contrôle le contenu transféré au nouveau chat. /compact résume selon sa propre compréhension ; je peux modifier le prompt à la main avant de démarrer.
• Je peux enregistrer le prompt dans un fichier plans/ et y revenir le lendemain.
• Le nouveau chat démarre avec un cache de conversation vierge ; ensuite, vous travaillez au tarif des entrées mises en cache.

Quand /compact est-il préférable ?

• Lorsque vous êtes en Plan Mode et ne voulez pas perdre le plan en cours.
• Lorsque la tâche est uniforme et que le contexte reste cohérent (par exemple, pour traduire un long document).
• Lorsque /compact est exécuté immédiatement après la réponse de Claude : le résumé entre alors dans le cache chaud et coûte 10 %.

/clear : le dernier recours

/clear efface tout, y compris le contexte du projet. Je ne l’utilise que lorsque je passe à un sujet sans aucun rapport et que je ne veux rien conserver de ce qui précède. Après /clear, la requête suivante paie le prix complet pour recharger CLAUDE.md.

Règle 8. Qu’est-ce qui invalide le cache Claude Code, et pourquoi le paie-t-on ?#

Avec un abonnement, le TTL du cache est de 1 heure (il est prolongé à chaque accès). Avec l’API, la valeur par défaut est de 5 minutes. Ainsi, si vous reprenez le travail après 40 minutes, le cache est toujours actif et la requête suivante ne coûte presque rien pour les entrées. Au bout d’1 heure, le cache expire et vous payez le prix complet.

Ce qui casse le cache (à éviter en cours de tâche)

1. /model : changer de modèle en cours de session. Chaque modèle a son propre cache. Après /model opus, la requête suivante recalcule tout le préfixe pour Opus depuis le début.
2. Activer Plan Mode avec le réglage opusplan. Dans ce mode, Plan Mode utilise Opus et le mode normal Sonnet. Chaque Shift+Tab équivaut à un changement de modèle et invalide le cache.
3. Connexion ou déconnexion d’un serveur MCP. Cela inclut la reconnexion automatique après un incident temporaire. Si votre serveur MCP est instable, vous payez deux fois.
4. Règles de refus par nom simple (Bash, WebFetch) : elles modifient les définitions des outils dans le prompt système.
5. /compact : invalide la couche de conversation (par conception).
6. Mettre à niveau Claude Code vers une nouvelle version : une nouvelle version implique un nouveau prompt système et un nouveau cache.

Ce qui NE casse PAS le cache

• Modifier des fichiers dans le dépôt (ils sont lus à la demande).
• Modifier CLAUDE.md en cours de session (les changements ne s’appliquent qu’au redémarrage ; voir la règle 2).
• Changer le style de sortie.
• Changer le mode d’autorisation (si opusplan n’est pas impliqué).
• Invoquer des skills / commandes (ajoutés à la couche de conversation).
• /recap (nouvelle commande, résumé sans invalidation du cache).
• /rewind (retour à un préfixe déjà réchauffé).
• Lancer un sous-agent (le cache du parent n’est pas affecté).

Comment tirer parti du cache

• Ne changez pas de modèle avec /model sans raison. Choisissez le modèle au début de la tâche.
• N’activez pas 10 serveurs MCP « au cas où ». Chacun alourdit le prompt système et casse le cache lors d’une reconnexion.
• Ne modifiez pas CLAUDE.md entre les tâches ; faites toutes les modifications en une fois, puis redémarrez.
• Utilisez /recap au lieu de /compact si vous souhaitez simplement consulter un résumé, sans libérer de place dans le contexte.

Qu’est devenue la proposition de crédits d’automatisation du 15 juin ?#

La séparation proposée des quotas interactifs et programmatiques a été suspendue. La mise à jour d’Anthropic indique qu’Agent SDK, claude -p et les applications tierces peuvent encore utiliser les limites d’abonnement. N’ajoutez pas les montants de la proposition abandonnée comme seconde facture obligatoire.

Les crédits API mensuels distincts introduits en octobre pour les offres Max et Team admissibles constituent une allocation incluse dans une organisation Console liée. Ils ne remplacent pas les limites interactives. Le guide des crédits API distingue connexion par abonnement et travail par clé API et précise les surfaces de lancement non couvertes.

Avant de budgéter une tâche planifiée, notez authentification, surface de lancement, modèle et consommation réelle. La seule commande claude -p ne révèle pas le solde utilisé. Les frais API supplémentaires dépendent de la facturation de l’organisation. Voir la facturation des automatisations Claude Code pour l’explication et le calculateur actuels.

Une journée dans la vie d’un vibe coder utilisant Claude Code#

Une journée type :

1. 9:00. J’ouvre la tâche #1 : une modification de modèle d’e-mail. J’ouvre un nouveau chat, passe en Plan Mode et demande à Claude d’examiner le projet. Le plan est prêt en 3 minutes ; je passe en auto-accept et la modification prend 10 minutes. Je ferme le chat.
2. 9:30. Tâche #2 : rédiger un guide pédagogique. J’ouvre un nouveau chat où mon skill de rédaction de guides est déclenché. Il charge 4000 tokens de méthodologie. Je travaille dessus et le guide est prêt en 40 minutes. Terminé.
3. 11:00. Tâche #3 : un problème d’architecture complexe. /model opus, Plan Mode, discussion. Je revois le plan, l’enregistre manuellement dans plans/2026-05-20-...md ou autorise l’écriture après sortie de Plan Mode, vérifie le fichier puis ferme le chat.
4. 12:00. Nouveau chat : « Lis plans/2026-05-20-...md et mets en œuvre la phase 1. » 6 sous-agents travaillent en parallèle, un par fichier. La phase 1 est prête en 45 minutes. Je ferme le chat.
5. 14:00. Tâche #4 : une modification de page d’atterrissage. /model sonnet. Nouveau chat. La planification et la mise en œuvre prennent 30 minutes. Je ferme le chat.
6. 15:00. Tâche #5 : déboguer la production. /model opus, Plan Mode ; il faut de la profondeur. Après une heure de discussion, je lui demande de rédiger un prompt pour un chat voisin, avec la cause identifiée et la correction proposée. Je le copie dans un nouveau chat et la correction est mise en œuvre en 20 minutes.

À la fin de la journée : 6 tâches, 8 chats fermés, pas un seul /compact. La limite est utilisée à 40-60 %. C’est largement suffisant.

La limite s’épuise pour les personnes qui :

• Entassent une tâche entière dans un chat dont le contexte est déjà utilisé à 50 %.
• Gardent CLAUDE.md à 600 lignes parce que « ça peut servir ».
• Passent à /model opus pour chaque modification simple.
• Activent 8 serveurs MCP « au cas où ».
• N’utilisent jamais de sous-agents et font tout entrer dans la conversation principale.

La limite ne s’épuise pas pour les personnes qui construisent une seconde mémoire dans les fichiers du projet et travaillent avec Claude comme avec un ingénieur de l’équipe : elles lui confient des tâches claires, ne déversent pas tout dans une seule conversation et utilisent différents outils pour différentes tâches.

Vous pouvez poursuivre votre découverte d’Ailoot sur ailoot.ai.