Accueil / Contexte et coût

D'où vient vraiment la facture, et pourquoi un décompte ment

Le coût réel d'une session se cache rarement où on le cherche : un décompte de jetons confond souvent une relecture au tarif de cache avec une première lecture au tarif plein, une poignée de sessions marathon porte l'essentiel de la facture parce que l'historique entier se relit à chaque appel d'outil, et tout fichier chargé automatiquement au démarrage se repaie en entier à chaque compaction, pas seulement une fois au début.

Une session Claude Code ouverte depuis le matin, qui ne pose en fin de journée qu'une dernière question tenant en une phrase, facture pourtant beaucoup plus que cette phrase. La raison tient à un mécanisme précis : chaque appel d'outil envoie à Claude une nouvelle requête qui porte l'historique complet de la conversation, et cet historique se relit à chaque fois, au tarif réduit du cache mais jamais à coût nul.

Ce que le cache abaisse, et ce qu'il ne supprime pas

Le cache réduit le prix de la relecture, il ne l'annule pas. Une session qui enchaîne plusieurs dizaines d'appels d'outils fait donc payer plusieurs dizaines de fois la même portion d'historique, à un tarif plus bas que la première lecture, mais additionné sur toute la journée. Voici un calcul avec des chiffres choisis pour l'exercice, que vous pouvez reproduire avec les vôtres :

Historique avant un appel d'outil : 40 000 jetons
Cinq appels d'outils dans la même session
Jetons relus au total : 40 000 x 5 = 200 000 jetons relus au tarif de cache

Le même calcul explique pourquoi une session ouverte toute la journée peut peser plus lourd dans une facture que plusieurs sessions courtes portant sur le même volume de travail : ce n'est pas le volume de travail qui coûte, c'est le nombre de fois où l'historique accumulé est renvoyé.

Ce qui se recharge en entier à chaque compaction

Le fichier d'instructions et la mémoire automatique d'un projet se chargent une fois au démarrage de la session, puis restent gelés. Trois évènements seulement les font relire intégralement depuis le disque : compacter la conversation, la vider, ou redémarrer la session. Ce rechargement touche le tarif de cache tant que CLAUDE.md et la mémoire n'ont pas changé depuis le début de la session, et ne tombe au tarif plein que s'ils ont été modifiés entretemps. Une compaction lancée en cours de session, cache encore chaud, coûte donc une fraction de ce que la taille du contexte laisserait croire ; c'est surtout la compaction d'une session ancienne, reprise après une longue pause où le cache a expiré, qui coûte réellement cher. La différence entre compacter et vider compte donc autant pour le coût que pour la continuité de la tâche.

Un décompte qui confond une relecture en cache et une première lecture au tarif plein donne une impression fausse de la facture : deux lignes qui portent le même nombre de jetons peuvent coûter dix fois plus cher l'une que l'autre selon qu'elles viennent d'une première lecture ou d'une relecture en cache. Le détail de ce tarif de cache se trouve dans la leçon sur le cache et la Batch API. Avant de juger un coût élevé, il faut donc séparer deux questions distinctes : combien de jetons ont été traités, et à quel tarif chacun l'a été.