Claude Code : réduire neuf pertes de tokens et de contexte

Dans un exemple, /context affichait 60K tokens occupés sur 200K dans une nouvelle session Claude Code, avant même le premier message. Seul claude avait été lancé dans le dépôt du projet. Soixante mille tokens : un tiers du budget dépensé à « préparer » la conversation.

Deux semaines plus tard, j’ai compris exactement où ils étaient passés. Voici les 9 pertes qui consomment vos tokens avant même que vous commenciez à taper, et comment y remédier. Les chiffres proviennent de la documentation officielle d’Anthropic et de mesures de sessions réelles.

Que signifie « 73 % des tokens sont perdus avant le prompt » ?#

Voici les 9 pertes dans un tableau, avec des chiffres issus de mesures de sessions réelles et de la page officielle d’Anthropic sur la gestion des coûts.

Je ne prétendrai pas que le chiffre « 73 » est absolu : il pourrait être de 60 % ou de 80 %, selon votre configuration. Mais le tableau d’ensemble est juste, et chaque perte peut être corrigée séparément. Je les aborderai ci-dessous par groupes de trois.

Comment Claude construit-il le contexte avant de lire votre requête ?#

Dans la discussion de l’issue GitHub #13717, quelqu’un a ouvert /context dans une session avec six serveurs MCP et obtenu cette répartition :

Remarquez que même si vous n’avez rien écrit, presque la moitié de la fenêtre est occupée. Il reste moins de la moitié pour l’espace libre et le tampon d’autocompactage, et cette moitié doit contenir toute votre conversation : messages, réponses de Claude, fichiers lus et sorties de commandes.

La taille de la fenêtre dépend du modèle. Selon la documentation des modèles d’Anthropic, en septembre 2026, Opus 4.7 et les versions ultérieures, Sonnet 5 et les modèles Fable ont une fenêtre de 1M tokens sur tous les forfaits, y compris Pro. 200K restent la taille pour Opus 4.6 et Sonnet 4.6 sans contexte étendu, ainsi que pour les sessions où 1M est désactivé avec la variable CLAUDE_CODE_DISABLE_1M_CONTEXT=1. Une fenêtre plus grande ne résout pas le problème d’un contexte trop volumineux : tout ce qui est chargé avant le premier message est envoyé au modèle à chaque requête, et la documentation sur les coûts précise que plus le contexte est important, plus le nombre de tokens dépensés augmente. Un abonnement n’y change rien : quel que soit le forfait, chaque token supplémentaire compte dans votre limite.

Où va le premier tiers du contexte : CLAUDE.md, historique et MCP ?#

Perte 1. CLAUDE.md avant chaque message

Le fichier CLAUDE.md est chargé avant chaque message que vous envoyez, et pas une seule fois par session. Un CLAUDE.md de 5 000 tokens occupe cet espace dans les requêtes qui le contiennent, mais entrées fraîches, écritures et lectures de cache se comptent séparément ; le contenu répété n’est pas forcément au plein tarif sans cache.

Anthropic indique explicitement dans sa documentation :

Dans un exemple, le CLAUDE.md du projet contient 180 lignes : tout le contenu spécialisé (rédaction de consignes pour des ateliers, format des posts TG, liste de vérification juridique) a été déplacé dans des Skills et des fichiers Markdown du répertoire business/, que Claude ne lit que lorsqu’il les consulte spécifiquement. Cela réduit la charge de base de 60 à 70 % par rapport à il y a deux mois.

Perte 2. L’historique de conversation est relu à chaque réponse

C’est la perte la moins visible de l’extérieur, car elle est invisible. Le modèle reçoit le contexte conservé aux requêtes suivantes. Le cache peut réutiliser un préfixe stable ; compression et effacement changent le texte conservé. Ce contexte répété occupe encore la fenêtre même si le cache réduit son coût. Cela représente 13 % du budget.

La solution consiste à utiliser /clear entre des tâches sans lien. Ma règle : un nouveau chat pour chaque nouvelle tâche. Si une tâche est longue et que vous avez besoin de l’historique, utilisez /compact pour résumer les échanges précédents et poursuivre à partir de ce résumé.

J’explique davantage cette règle dans le guide « Comment ne pas épuiser vos limites Claude Code en une journée : 8 règles pour économiser des tokens », avec des exemples tirés de mes sessions.

Perte 3. Les serveurs MCP enregistrent tous leurs outils dans le contexte

Jusqu’en 2026, c’était un problème historique majeur de Claude Code, à l’origine des pertes les plus importantes. Dans l’issue #13717 déjà mentionnée, six serveurs MCP connectés (Google Docs, Asana, Calendar, Slack, Atlassian, Gmail) occupaient 98 700 tokens, soit 49 % de toute la fenêtre avant le début de la conversation.

Anthropic a publié la fonctionnalité Tool Search en décembre 2025–janvier 2026, ce qui résout la moitié du problème.

Dans la documentation d’Anthropic, la description indique désormais :

Voici ce qu’il faut faire en production :

1. Mettez à jour Claude Code vers une version compatible avec Tool Search (toutes les versions actuelles après décembre 2025).
2. Ouvrez /mcp et désactivez les serveurs dont vous n’avez pas besoin dans la session actuelle. Dans l’exemple décrit, Playwright et shadcn sont connectés en permanence. J’active les autres pour une tâche, puis j’exécute immédiatement /mcp disconnect.
3. Remplacez MCP par la CLI lorsque c’est possible. Utilisez gh au lieu d’un serveur MCP pour GitHub. Utilisez le calendrier dans un navigateur plutôt que Google Calendar MCP.

J’ai expliqué le principe des serveurs MCP et leur configuration judicieuse dans « Serveurs MCP de Claude Code en 2026 : 7 configurations prêtes à l’emploi et installation pas à pas ».

Le problème des Skills et de CLAUDE.md ne tient pas seulement à leur taille, mais aussi à leur structure. Un fichier d’instructions, CLAUDE.md, forme le noyau. Les connaissances supplémentaires sur le projet (public, produits, documents juridiques, consignes quotidiennes) résident dans le répertoire business/ : c’est le Second Brain de ma méthodologie. Claude ne lit que ce qui est nécessaire à ce moment-là, et la compression du contexte s’effectue déjà à ce niveau. La présentation complète se trouve dans « Le Second Brain dans Claude Code ».

Autre détail souvent négligé : nettoyer CLAUDE.md, passer aux Skills et désactiver MCP constitue la première étape. Ensuite intervient la méthodologie de Context Engineering : quoi mettre dans chaque prompt, dans quel ordre, quoi transmettre via Plan Mode et quoi gérer avec /compact. Ce guide en présente un élément.

Qu’est-ce qui s’accumule dans une session et que ne peut-on pas réduire ?#

Perte 4. Les sorties des outils s’accumulent au fil de la session

Un détail rarement mentionné : quand Claude exécute bash cat huge-file.log, la sortie ENTIÈRE de cette commande entre dans le contexte et y reste jusqu’à la fin de la session ou jusqu’à /clear. Il en va de même pour Read sur un gros fichier : les 10 000 lignes restent dans le contexte et consomment des tokens à chaque message ultérieur (voir la perte 2).

Solutions :

1. Utilisez head, tail et grep au lieu de tout lire. bash tail -100 deploy.log au lieu de Read deploy.log. Cela réduit immédiatement la sortie d’un facteur 10 à 100.
2. Des hooks pour le prétraitement. Placez un script dans ~/.claude/hooks pour filtrer la sortie de bash avant que Claude ne la voie. Un exemple de la documentation d’Anthropic est un hook PreToolUse qui exécute npm test 2>&1 | grep -A 5 -E 'FAIL|ERROR' au lieu d’afficher toute la sortie des tests. Cela la compresse d’un facteur 50 à 100. Les détails figurent dans « Hooks Claude Code 2026 : configuration pas à pas et 7 exemples prêts à l’emploi ».
3. /clear après une lecture volumineuse. Si vous avez lu un gros fichier pour une tâche précise et que vous n’en avez plus besoin, ne le gardez pas dans le contexte « au cas où » : démarrez un nouveau chat.

Perte 5. Prompt système + outils système = base permanente

Cette perte ne peut pas être modifiée, car il n’y a presque rien à faire pour la réduire. Claude Code démarre avec un prompt système (~3 200 tokens) et les descriptions de tous les outils intégrés — Read, Edit, Write, Bash, Glob, Grep, WebSearch, WebFetch, TodoWrite (~16 100 tokens). Au total, cela représente une base permanente de 19 300 tokens que vous ne pouvez pas réduire.

Que faire en pratique :

• En tenir compte. Sachez que vous avez une « taxe » de base de 19K : avec une fenêtre de 200K, il reste 200K - 19K = 181K pour tout le reste (moins CLAUDE.md, MCP et le tampon d’autocompactage). Une fenêtre de 1M offre davantage de place, mais cette « taxe » accompagne toujours chaque requête.
• Mesurez le traitement répété. La base occupe la fenêtre et peut revenir dans les requêtes suivantes. Ce n’est pas une facturation unique par session : séparez totaux d’entrée, écriture et lecture de cache et sortie.

Où les tokens sont-ils perdus avec les Skills, les plugins et les équipes d’agents ?#

Perte 6. Les Skills et les plugins peuvent être enregistrés deux fois

Ce problème est apparu avec l’arrivée des plugins dans Claude Code (fin 2025). Lorsque vous installez un plugin qui ajoute des Skills, ceux-ci entrent dans le contexte. Si vous avez également installé des Skills utilisateur similaires dans ~/.claude/skills/, ils sont eux aussi chargés. Et ils peuvent parfois faire doublon.

Vercel a publié un chiffre dans ses recherches sur sa pile d’IA : 56 % des Skills ne sont jamais invoqués au cours d’une session, mais leurs descriptions sont constamment chargées dans le contexte. À raison de 100 tokens par description, cela représente jusqu’à 5 600 tokens de « bagages » pour 100 Skills.

Que faire :

1. /context montre ce qui est réellement occupé. Si la section Skills dépasse 3K, faites le ménage.
2. ls ~/.claude/skills/ — vérifiez quels Skills sont réellement installés. Supprimez ceux que vous n’avez pas utilisés depuis plus d’un mois.
3. /plugin remove pour les plugins installés « pour essayer » puis oubliés.

La structure recommandée des Skills et leurs différences avec CLAUDE.md sont présentées dans « Skills Claude Code en 2026 : créer une bibliothèque personnelle de Skills ».

Perte 7. Les équipes d’agents consomment 7 fois plus en Plan Mode

Les équipes d’agents sont une fonctionnalité qui permet à Claude Code de lancer plusieurs instances parallèles du modèle, chacune avec son propre contexte. Anthropic l’indique explicitement dans sa documentation :

Cela signifie que cinq membres d’équipe en Plan Mode équivalent à cinq sessions parallèles, chacune chargeant sa propre base système, sa propre copie de CLAUDE.md et ses propres outils MCP. La consommation totale de tokens augmente de façon non linéaire.

Que faire :

1. Utilisez Sonnet ou Haiku pour les membres de l’équipe. Réservez Opus au responsable d’équipe qui les coordonne. Le tarif par token peut baisser, mais mesurez coût complet et qualité de chaque membre sans supposer un gain fixe.
2. Formez de petites équipes. Deux ou trois membres plutôt que dix.
3. Arrêtez les membres d’équipe inactifs. Si la tâche est terminée mais qu’un membre est toujours en cours d’exécution, il continue à consommer des tokens en arrière-plan.

Pour en savoir plus sur Plan Mode et découvrir quand il est vraiment utile, consultez « Plan Mode dans Claude Code : guide pas à pas et 4 étapes en 2026 ».

Pour quoi Claude facture-t-il des tokens quand vous ne regardez pas ?#

Perte 8. Extended Thinking consomme des tokens sans votre intervention

Extended Thinking est un mode dans lequel Claude « réfléchit » à la solution dans un bloc de réflexion masqué avant de répondre. Pour le calcul, il s’agit de tokens de sortie, facturés comme une réponse ordinaire, mais invisibles dans le chat.

Anthropic l’explique dans sa documentation :

Cela signifie qu’une seule requête complexe peut utiliser 10 à 30K tokens de réflexion qui « grignotent » le budget, alors que vous ne voyez qu’un bref résumé dans le chat.

Que faire :

1. /effort low pour les tâches simples. Cela réduit le budget de réflexion au minimum.
2. MAX_THINKING_TOKENS=8000 dans l’environnement pour fixer un plafond.
3. /config → désactivez Thinking pour les tâches très routinières où Claude n’a pas besoin de « réfléchir ».

Le guide « Sonnet ou Opus 4.7 dans Claude Code : choisir un modèle et /effort en 2026 » explique quand Thinking est utile (architecture complexe, raisonnement complexe en plusieurs étapes) et quand il ne l’est pas.

Perte 9. Synthèse en arrière-plan pendant les périodes d’inactivité

C’est une perte très faible, mais intéressante. Claude Code exécute un processus en arrière-plan qui synthétise les sessions précédentes pour la commande claude --resume. Ce processus fonctionne même lorsque vous ne tapez pas.

Anthropic l’indique explicitement dans sa documentation :

Quatre centimes par session, ce n’est pas catastrophique. Mais avec 10 sessions ouvertes par jour, cela représente déjà $0.40 de dépenses passives quotidiennes, soit $12 par mois. Fermez les sessions dont vous n’avez pas besoin maintenant. Une session peut être restaurée depuis l’index avec /resume : vous n’avez pas besoin de la laisser ouverte.

Comment mesurer vos pertes : la commande /context et ses réserves#

Commençons par la commande. Dans Claude Code, ouvrez /context (ou /usage pour le calcul) et vous obtiendrez quelque chose comme ceci :

Context window: 200 000 tokens

System prompt:        3 200 (1.6%)
System tools:        16 100 (8.0%)
MCP tools:           12 600 (6.3%)
CLAUDE.md:            4 800 (2.4%)
Memory files:         3 000 (1.5%)
Conversation:        18 400 (9.2%)
Free space:         141 900 (71.0%)

C’est une base permanente normale après le premier nettoyage. Très bien : 71 % de la fenêtre est libre.

Défaut connu de /context : surestimation par 3 pour MCP

Jusqu’à une mise à jour récente, /context affichait environ trois fois la perte MCP réelle, car les frais généraux par outil étaient comptabilisés séparément pour chaque outil.

Selon Cameron, Anthropic a corrigé ce problème dans la version actuelle, qui indique désormais 12 600 pour le même XcodeBuildMCP. Donc :

1. Si /context affiche 50K+ pour les outils MCP, vous utilisez peut-être une ancienne version de Claude Code. Mettez-la à jour.
2. Si MCP est entre 8 et 15K, c’est normal : c’est le coût réel avec Tool Search.
3. Si MCP est entre 30 et 50K sur une nouvelle version, de nombreux serveurs inutilisés sont réellement connectés. Ouvrez /mcp et déconnectez-les.

Que vérifier en plus de /context ?

/usage — affiche l’utilisation de votre forfait sur les dernières 24 heures ou les 7 derniers jours. Sur Pro et Max, la répartition par Skills, subagents, plugins et serveurs MCP individuels est indiquée. Pratique pour identifier le Skill qui consomme le plus.

/cost — pour les utilisateurs de l’API. Affiche le coût au prorata de la session actuelle en dollars. Ce n’est pas destiné aux abonnés Pro/Max, qui n’en ont pas besoin.

/usage-credits — sur Pro/Max, permet de définir une limite de dépenses mensuelles. Pratique si vous ne voulez pas qu’une équipe d’agents pilotée par script fasse accidentellement exploser votre facture de carte bancaire.

Comment nettoyer le contexte de Claude Code en 15 minutes#

Ouvrez votre projet dans Claude Code et suivez les étapes :

1. /context — notez la répartition actuelle. C’est votre point de départ.
2. /clear — si le chat a accumulé un historique sans rapport avec la tâche en cours. Fenêtre vierge.
3. ls -la ~/.claude/skills/ — voyez quels Skills sont installés. Supprimez ceux que vous n’avez pas utilisés depuis un mois. Commande : rm -rf ~/.claude/skills/[skill-name] (ou supprimez le dossier via l’interface).
4. /plugin list — faites de même pour les plugins. Supprimez ceux que vous n’utilisez pas avec /plugin remove <name>.
5. /mcp — vérifiez les serveurs MCP connectés. Gardez uniquement ceux qui sont nécessaires à la tâche en cours. Déconnectez les autres avec /mcp disconnect <name>.
6. Ouvrez CLAUDE.md dans un éditeur. Si le fichier dépasse 200 lignes, déplacez les instructions spécialisées dans des Skills (~/.claude/skills/[topic]/SKILL.md). Visez un noyau de 100 à 200 lignes et 5 à 15 Skills thématiques. Le guide détaillé se trouve dans « Configurer CLAUDE.md en 2026 : modèle prêt à l’emploi et 6 règles ».
7. Vérifiez /effort — utilisez /effort low pour les tâches simples. Un budget de réflexion élevé n’est nécessaire que pour une architecture complexe.
8. Mesure finale avec /context. Comparez-la à celle de l’étape 1.

Dans les sessions décrites, le contexte occupé passe de 60–80K à 25–30K après nettoyage. Cela mesure l’empreinte d’un instantané, sans prouver une réduction fixe des tokens traités ou du coût. Comparez des exécutions complètes de la même tâche, cache et sortie compris, avant d’annoncer une économie.

Quand passer à Sonnet ou Haiku est-il plus utile que nettoyer le contexte ?#

Anthropic parle des modèles dans sa documentation :

Aperçu indicatif des prix des tokens d’entrée (au 27 mai 2026) :

Ma configuration :

1. Par défaut : Sonnet 4.5. C’est le modèle défini par /config → default model. Il couvre 80 % des tâches.
2. Lancez manuellement /model opus lorsqu’une tâche est vraiment difficile (un choix d’architecture, le diagnostic d’un bogue déroutant, un nouveau produit).
3. Utilisez /model haiku pour les tests et la mise en forme. Vous pouvez aussi définir explicitement model: haiku dans la configuration du subagent.
4. /effort se règle indépendamment du modèle. Vous pouvez utiliser Opus avec /effort low : vous obtenez un modèle puissant avec un minimum de réflexion pour des réponses rapides à des tâches de difficulté moyenne.

Quand le nettoyage du contexte est plus utile que le changement de modèle :

• Le contexte est rempli à plus de 50 % : nettoyez-le d’abord.
• Le contexte est correct, mais les tâches sont complexes : utilisez Opus avec un niveau d’effort normal.
• Le contexte est correct et les tâches sont routinières : utilisez Haiku.

Pour une comparaison détaillée des modèles et des niveaux d’effort, consultez « Sonnet ou Opus 4.7 dans Claude Code : choisir un modèle et /effort en 2026 ».

Quels conseils augmentent l’utilisation au lieu de la réduire ?#

Anti-pattern 1. « Supprimer tous les MCP : ils consomment des tokens »

La facilité est le piège le plus courant. Oui, MCP consommait historiquement jusqu’à 49 % du contexte, mais après Tool Search, cette part est tombée à 8–15 %. Et MCP fournit de vrais outils que vous devriez sinon construire à la main. Supprimer tous les MCP revient à retourner au travail manuel, qui vous fera « perdre » plus de temps que les tokens économisés.

La bonne approche : gardez uniquement les serveurs MCP que vous utilisez régulièrement. Je garde Playwright (pour tester des pages d’atterrissage) et shadcn (pour générer des interfaces). Tout le reste est réservé à une tâche à la fois.

Anti-pattern 2. « N’utilisez pas CLAUDE.md, mettez tout directement dans le prompt »

Cela semble « logique » : si CLAUDE.md est chargé à chaque requête, supprimons-le. En pratique, sans CLAUDE.md, vous retapez à la main les mêmes instructions au début de chaque message et Claude oublie le contexte entre les messages. Cela signifie plus de tokens, pas moins : ils passent simplement par un autre canal.

La bonne approche : gardez CLAUDE.md compact (100 à 200 lignes), avec les éléments essentiels dans le fichier et le contenu spécialisé dans des Skills. Les détails figurent dans « Configurer CLAUDE.md en 2026 ».

Anti-pattern 3. « Toujours travailler avec Plan Mode »

Plan Mode est un excellent outil pour les tâches complexes qui nécessitent d’abord d’explorer la base de code et de proposer un plan. Mais il utilise en moyenne 7 fois plus de tokens avec les équipes d’agents (documentation Anthropic). Pour une tâche simple comme « corriger une faute de frappe dans le README », Plan Mode consomme 7 fois plus qu’une modification directe.

La bonne approche : utilisez Plan Mode pour les tâches complexes qui prennent 30 minutes ou plus. Pour les tâches courtes, faites une demande directe sans planification. Vous trouverez les conseils pour choisir le mode approprié dans « Plan Mode dans Claude Code : guide pas à pas et 4 étapes en 2026 ».

Retrouvez d’autres ressources sur Ailoot.