Où part vraiment une facture Claude Code ?

Chaque ligne, trois nombres

Une requête d'agent de code se facture sur trois composantes. Le réflexe à acquérir : quand une facture surprend, ne demandez pas quel modèle est cher — ouvrez les lignes et demandez lequel des trois nombres a bougé.

1. Tokens de prompt — tout ce que le modèle lit : prompt système, contexte du projet, la conversation jusqu'ici, les résultats d'outils. Sur une longue session, ce n'est presque jamais « votre question » ; c'est votre question plus tout ce que l'agent a dû relire pour répondre.
2. Tokens de completion — ce que le modèle écrit en retour : code, raisonnement, appels d'outils. En général la minorité de la facture.
3. Lectures/écritures de cache — la tarification du prompt-cache. Les lectures sont très décomptées ; les écritures paient le remplissage du cache. Que votre outil et votre endpoint cachent bien change dramatiquement votre tarif effectif.

Le dominant silencieux : le contexte est renvoyé

Claude Code et les agents similaires sont sans état sur le fil : à chaque tour, le client renvoie toute la conversation — prompt système, contexte de fichiers, résultats d'outils précédents inclus. Votre 15ᵉ message est facturé comme si vous aviez posé les 15 d'un coup. Ce n'est pas un défaut ; c'est le protocole. Mais cela explique deux faits contre-intuitifs :

Une longue session sur un modèle pas cher peut coûter plus qu'une courte sur un modèle cher. Et le correctif au meilleur ROI est généralement de gérer le contexte — nettoyer les vieux résultats d'outils, garder des sessions cadrees, laisser le cache travailler — pas de chasser les remises.

Trois leviers, par ordre d'honnêteté

Avant de toucher à une grille tarifaire, les leviers classés par économie honnête :

1. Dimensionner le modèle par tâche. Les edits routiniers et les greps n'ont pas besoin du flagship ; les demandes d'architecture difficiles oui. Le routage par tâche est la plus grande économie honnête.
2. Faire marcher le cache. Les lectures de prompt-cache coûtent un ordre de grandeur moins cher que les tokens froids. Des prompts système stables et une structure de session comptent plus que n'importe quelle grille.
3. Abonnement vs. à l'usage — faites l'arithmétique pour votre profil. Les forfaits gagnent si votre usage est massif sur un modèle ; le paiement à l'usage gagne dès que votre charge est diverse, occasionnelle ou répartie. Pas de réponse universelle, seulement votre propre calcul.

Trois questions à tout fournisseur

Quel que soit l'endpoint, ces trois questions transforment une boîte noire en piste d'audit :

1. Puis-je voir le coût, les tokens et la latence par requête — pas seulement un total mensuel ? Avec export.
2. Y a-t-il une grille de prix lisible par machine, pour calculer le coût avant de m'engager ? Un endpoint JSON public sans login est la barre que j'exigerais.
3. Qu'arrive-t-il exactement à mon crédit inutilisé — expiration, politique de remboursement, frais ? « Il reste là pour toujours » devrait être une politique écrite, pas une impression.

Confidentialité, puisque vous routez du code

Demandez ce qui est conservé. Teapot Router ne garde que des métadonnées de facturation — aucun archivage des prompts/réponses — et vous devriez vérifier plutôt que croire le marketing « zero log » de n'importe quel vendeur, y compris le nôtre.