On surconsomme des tokens, parce qu'on n'adapte pas l'effort à ce qu'on demande.
Un mod relit chaque demande et dit comment régler l'effort et le modèle.
Il est ouvert : deux commandes, et le bouton « Installer le mod » plus haut.
On surconsomme des tokens sans le voir
On fait presque tous pareil. On ouvre une session, on choisit un modèle et un effort un peu au hasard, et on n'y touche plus.
Résultat : chaque demande est payée au réglage du départ, même quand elle n'en demande pas autant. On surconsomme parce qu'on n'adapte pas l'effort à la demande.
Aujourd'hui, un gros forfait absorbe ce gaspillage. Rien ne dit que ça durera : si les forfaits se resserrent face à la consommation, ceux qui ont appris à régler au plus juste seront prêts.
Exemple. En ambre, l'effort réglé au départ ; à droite, ce que la demande demandait vraiment.
Le bon réglage dépend de ce qu'on demande. Il change donc pendant la conversation.
Une bande qui relit chaque demande
Claude Code permet maintenant d'ajouter des mods à son interface : une bande au-dessus du prompt, une étiquette à côté du sélecteur.
Le mod que j'ai créé relit chaque demande. Un petit appel à Sonnet lit la demande et les six derniers messages, puis rend un modèle, un effort et une raison en une phrase.
Une simple relance, un « oui » ou un « continue », ne le déclenche pas : la demande n'a pas changé de nature, le conseil reste le même.
Pour l'effort, il suit cette grille :
Un geste mécanique : commit, renommer, lancer une commande.
Une tâche claire, une recette connue.
Du jugement ou un texte qui sort : email, plan, arbitrage.
Un raisonnement long : architecture, audit large.
Quand l'exactitude compte plus que le coût.
Pour le modèle, le mod lit ma propre règle : Opus pour tout le travail, Fable seulement pour un problème vraiment difficile, parce qu'il coûte 2,5 fois plus cher. La tienne peut être différente : j'y reviens plus bas.
Changer de modèle en cours de route coûte cher. Changer l'effort, beaucoup moins.
Mesuré sur 691 de mes sessions, entre deux appels à moins de 55 minutes d'écart, dans des conversations de 20 000 tokens et plus.
Il y a deux façons de changer d'effort en cours de conversation. Changer le réglage de la requête fait repartir le cache de zéro : toute la conversation est relue au prix fort. Le changer par un message glissé dans la conversation garde le cache intact.
Et dans les deux cas, monter l'effort fait réfléchir le modèle plus longtemps, donc écrire plus de tokens.
Dans Claude Code, 25 changements d'effort sur 28 n'ont rien fait relire. Claude Code passe donc par la seconde façon : je le déduis de la mesure, sa doc ne le dit pas.
Changer de modèle, lui, a tout fait relire, 33 fois sur 33.
Ce que je n'ai pas encore mesuré : combien de tokens le mod m'économise sur une semaine. Il a d'ailleurs lui-même un petit coût : un appel à Sonnet à chaque demande, léger face à une demande en Opus.
Il conseille de bouger l'effort sans hésiter, mais prend le plus bas entre deux niveaux, puisque chaque cran se paie. Il fait redescendre de Fable vers Opus dès que la difficulté est passée : la relecture se rembourse en un ou deux prompts.
Adapte-le à ton forfait
De mon côté, je travaille uniquement sur Opus : mon forfait, le Max 20x, me le permet, et mes tâches aussi. Le jour où je le dépasse, j'adapterai le mod pour qu'il me fasse aussi redescendre sur Sonnet.
Sur un forfait plus petit, ce réglage épuise la semaine avant la fin. Le mod lit sa règle dans un fichier que tu choisis : écris la tienne, et il pourra faire redescendre certaines demandes sur Sonnet.
## Modèle
- Sonnet pour les gestes mécaniques et les tâches qui suivent une recette connue.
- Opus dès qu'il faut du jugement ou qu'un texte sort.
- Fable seulement pour un problème vraiment difficile, annoncé comme tel.Pointe le réglage fichierRegles du mod vers ce fichier, dans /config. Et trois conseils, tirés de mes mesures :
- Choisis le modèle en ouvrant la session, d'après le gros de ce que tu vas y faire. En changer plus tard fait relire toute la conversation.
- Bouge l'effort sans hésiter pendant la session. Ça ne relit rien : monte pour un audit, redescends pour un commit.
- Si tu es monté sur un modèle cher, redescends dès que la difficulté est passée. La relecture se paie une fois ; le modèle cher, à chaque demande.
Il y a bien d'autres façons d'optimiser sa consommation de tokens, à commencer par l'entrée : savoir quel modèle prendre selon ce qu'on doit produire. Ce sera pour une autre note.
L'essayer chez toi
Clone le repo, fais pointer Claude Code vers le dossier, ouvre une nouvelle session : le conseil apparaît à ta première demande.
git clone https://github.com/NicoNocturn/conseil-modele.git{ "env": { "CLAUDE_CODE_PLUGIN_DIRS": "/chemin/vers/conseil-modele" } }