Combien de tokens sont inclus dans Claude Pro ?

Combien de tokens Claude Pro inclut-il ?

Claude Pro n’inclut pas de quota de tokens et, en septembre 2026, Anthropic n’en publie aucun. Un abonnement Claude est limité en fonction du nombre de messages envoyés dans une fenêtre glissante, et non selon des tokens déduits d’un solde. La durée de cette fenêtre dépend du modèle choisi, de la longueur de la conversation et de la quantité de texte incluse dans chaque échange.

C’est la réponse rarement donnée à cette question, car beaucoup s’attendent à ce qu’une formule fonctionne comme une clé d’API. Une clé d’API débite un solde comptabilisé en tokens, ce qui permet de calculer soi-même le montant de la facture. Une formule vend un accès plafonné, dont la limite est définie et ajustée par Anthropic. Cette limite est exprimée en messages : il n’existe donc aucun nombre fixe de tokens à citer. Toute personne qui vous en donne un l’a inventé.

Posez plutôt une autre question : qu’est-ce qui rend mes messages coûteux ? Celle-ci a une réponse concrète, et vous pouvez agir dès aujourd’hui.

Pourquoi un abonnement ne peut pas indiquer un nombre de tokens

L’API facture chaque requête en fonction des tokens. Les tokens d’entrée couvrent tout ce que vous envoyez, tandis que les tokens de sortie couvrent tout ce que le modèle renvoie. Les deux appliquent des tarifs différents. C’est pourquoi les tokens d’entrée et de sortie coûtent des montants différents avant toute estimation.

Les offres grand public ne disposent d’aucun solde à dépenser. Anthropic limite le nombre de messages que vous pouvez envoyer pendant une fenêtre glissante. Celle-ci s’ouvre avec votre premier message et se ferme après un nombre défini d’heures. Les offres payantes appliquent aussi une seconde limite, plus longue, calculée sur une semaine. Un message n’a pas une taille fixe. Le même nombre de messages peut donc représenter une charge de travail très différente pour deux personnes. Les pages d’aide d’Anthropic décrivent ces limites en nombre approximatif de messages pour une conversation courte, puis précisent que les conversations longues et les pièces jointes volumineuses consomment l’allocation plus rapidement. Cet avertissement explique tout, mais le mécanisme sous-jacent est presque jamais expliqué.

Pourquoi le tour 20 d’un chat coûte beaucoup plus cher que le tour 1

Le modèle ne conserve aucune mémoire entre les requêtes. Il est sans état : à chaque tour, il renvoie toute la conversation, avec le prompt système, chacun de vos messages précédents, chaque réponse précédente de Claude et chaque fichier joint. Votre nouvelle question peut contenir vingt mots. La requête qui la transporte contient toute la transcription.

Le coût d’un tour augmente donc avec la longueur du chat, de manière linéaire. Les lignes ci-dessous montrent ce calcul selon un ensemble d’hypothèses simples : un prompt système d’environ 1 000 tokens, des messages d’environ 1 000 tokens chacun et des réponses d’environ 1 200 tokens chacune. Elles illustrent le mécanisme. Elles ne mesurent pas votre compte.

[
  {
    "label": "Turn 1",
    "sent_this_turn": "2,000",
    "cumulative_input": "2,000"
  },
  {
    "label": "Turn 5",
    "sent_this_turn": "10,800",
    "cumulative_input": "32,000"
  },
  {
    "label": "Turn 10",
    "sent_this_turn": "21,800",
    "cumulative_input": "119,000"
  },
  {
    "label": "Turn 20",
    "sent_this_turn": "43,800",
    "cumulative_input": "458,000"
  }
]

Au premier tour, vous envoyez 2,000 tokens d’entrée. Au tour 20, la même question courte en envoie 43,800, soit plus de vingt fois plus, pour la même quantité de texte saisie. Sur l’ensemble de la conversation, vous avez envoyé 458,000 tokens d’entrée, dont la plupart correspondent au même texte envoyé encore et encore.

Vingt chats distincts d’un seul tour auraient envoyé vingt fois la première ligne ci-dessus, et rien de plus. Les mêmes questions, pour une charge nettement moindre. Les pièces jointes accentuent l’écart : un PDF joint au tour 2 est renvoyé au tour 3, au tour 4 et à chaque tour suivant, même si la conversation ne le concerne plus.

C’est pourquoi deux personnes utilisant le même forfait constatent une consommation très différente. L’une conserve un seul fil ouvert toute la semaine et atteint la limite dès mercredi. L’autre ouvre un nouveau chat pour chaque tâche et voit rarement une limite. Aucune des deux ne fait quelque chose de mal. Leur consommation de tokens varie d’un ordre de grandeur parce que leurs habitudes diffèrent.

Avec l’API, vous pouvez réduire le coût des répétitions grâce au prompt caching. Celui-ci conserve la partie inchangée d’une requête afin que les appels suivants soient facturés à un tarif d’entrée réduit pour cette partie. Avec un abonnement, vous ne contrôlez pas le caching. La longueur de la conversation est donc le levier que vous pouvez réellement utiliser. Le même mécanisme domine les sessions de coding, où le contenu des fichiers et les définitions des outils sont transmis à chaque tour. Dans ce contexte, garder le contexte d’une session de coding réduit davantage votre consommation que n’importe quel réglage, et où vont réellement les tokens d’une session Claude Code mérite d’être lu avant d’incriminer le forfait.

Ce que chaque formule vous apporte, en termes relatifs

Aucune formule ne publie de quota absolu. Les informations publiées sont relatives, et cette comparaison suffit pour choisir. L’offre Free est la moins généreuse, et sa capacité peut diminuer lorsque la demande sur le service est élevée. L’offre Pro se situe au-dessus. L’offre Max existe en deux niveaux, présentés comme des multiples de l’utilisation de Pro : environ cinq fois et environ vingt fois. Les offres Team et Enterprise sont facturées par utilisateur et disposent de leurs propres plafonds.

Considérez ces multiplicateurs comme une indication générale, et non comme un engagement contractuel. Anthropic ajuste les plafonds sans annoncer ces changements à l’avance. C’est une autre raison pour laquelle aucune page fiable ne peut vous donner un nombre précis de tokens. Pour comparer les tarifs, le prix de Pro et ses plafonds et l’écart entre les deux niveaux Max donnent les informations nécessaires. Ce que l’offre gratuite permet réellement décrit le niveau minimal.

Le choix du modèle ajoute un second multiplicateur au niveau de l’offre. Une même question consomme davantage votre fenêtre de contexte avec le modèle le plus grand qu’avec le plus petit, car l’exécution d’un modèle plus lourd coûte davantage par token. Passer les tâches courantes d’Opus à Sonnet ou Haiku vous donne souvent plus de temps d’utilisation qu’une mise à niveau de l’offre. Commencez donc par adapter le modèle à la tâche lorsque vous atteignez régulièrement la limite.

Comment voir votre propre consommation au lieu de faire des suppositions

Votre propre compte est la seule source faisant autorité, et les informations sont accessibles en deux clics. Sur claude.ai, ouvrez Settings, puis Usage. Cette page indique ce que vous avez consommé pendant la fenêtre actuelle et quand elle sera réinitialisée. Consultez-la une fois lorsque les réponses commencent à être refusées, puis une autre fois après une longue session. Vous comprendrez ainsi votre propre schéma d’utilisation plus rapidement que ne pourrait le faire n’importe quelle donnée publiée.

Dans Claude Code, deux commandes slash remplissent la même fonction depuis le terminal. /usage indique l’utilisation du plan et l’heure de réinitialisation. /context détaille ce qui occupe actuellement la context window en séparant le system prompt, les définitions des outils, les fichiers et l’historique de la conversation. Lorsque /context montre que l’ancienne conversation occupe la majeure partie de l’espace, /clear démarre une nouvelle session et le coût par tour revient vers la première ligne du graphique ci-dessus.

Avec l’API, le décompte est exact et vous pouvez le demander avant tout envoi :

curl https://api.anthropic.com/v1/messages/count_tokens \
  --header "x-api-key: $ANTHROPIC_API_KEY" \
  --header "anthropic-version: 2023-06-01" \
  --header "content-type: application/json" \
  --data '{
    "model": "claude-sonnet-5",
    "messages": [{"role": "user", "content": "Summarise the attached report."}]
  }'

Une réponse correcte contient un seul champ. Il indique le nombre qui sera utilisé pour la facturation :

{"input_tokens": 14}

Chaque requête terminée fournit les mêmes informations de comptabilisation à sa fin :

{"usage": {"input_tokens": 21430, "output_tokens": 512}}

Envoyez une question courte dans une nouvelle requête, puis envoyez cette même question à la fin d’un long thread. Comparez ensuite les deux valeurs input_tokens. La différence correspond exactement à l’effet mesuré par votre abonnement, exprimé par un nombre.

Que faire lorsqu’une limite est atteinte en cours de tâche

1. Attendez la réinitialisation. L’application affiche l’heure de réinitialisation, et l’attente est souvent plus courte que la solution de contournement. C’est le bon choix lorsqu’aucune échéance ne presse.
2. Passez à un modèle plus léger. Un modèle plus petit coûte moins cher par requête avec tous les forfaits et, avec certains forfaits, utilise un quota distinct. Vous pouvez ainsi continuer le travail pendant que le modèle plus puissant attend sa réinitialisation.
3. Commencez une nouvelle conversation en ne conservant que ce dont l’étape suivante a besoin. Collez la conclusion, pas la transcription. Le coût par requête diminue immédiatement et les réponses s’améliorent généralement, car le modèle n’a plus à traiter des milliers de tokens de discussion déjà résolue.
4. Déplacez le travail vers l’API, où les tokens sont comptabilisés par requête et facturés au token. Vous n’avez plus de fenêtre à attendre et vous pouvez voir le prix de chaque appel avant et après son exécution.

Le choix dépend de la nature du problème : le délai ou la charge de travail. Un besoin ponctuel urgent est un problème de délai. Un blocage qui survient chaque mercredi est un problème de charge de travail. Il justifie l’utilisation de l’API ou d’un forfait supérieur, plutôt qu’une meilleure gestion du délai. la liste complète des vérifications pour une limite atteinte en cours de tâche détaille la récupération étape par étape, tandis que le fonctionnement de l’ouverture et de la réinitialisation des fenêtres glissantes explique le comportement de l’horloge. Si vous envisagez d’utiliser l’API, commencez par en calculer le coût : comparaison entre l’API et un abonnement pour la même charge de travail et coût réel d’un million de tokens fournissent les calculs nécessaires avant le changement.

FAQ

Combien de tokens Claude Pro inclut-il ?

Anthropic ne publie pas de quota de tokens pour Pro et, en septembre 2026, il n’existe aucun chiffre de référence à citer. Pro est plafonné en fonction du nombre de messages sur une fenêtre glissante, avec un plafond supplémentaire calculé sur une semaine. Le nombre de messages disponibles varie selon le modèle et la longueur de votre conversation. Toute page qui indique un nombre mensuel précis de tokens pour Pro ne fait que spéculer. Ouvrez Settings, puis Usage sur claude.ai pour consulter votre propre consommation et l’heure de votre réinitialisation.

Le démarrage d’une nouvelle conversation réinitialise-t-il mon utilisation ?

Non. L’utilisation est comptabilisée pour votre compte sur l’ensemble de la fenêtre. Une nouvelle conversation ne vous restitue donc pas ce que vous avez déjà consommé. En revanche, elle modifie le coût de chaque tour à partir de ce moment. Une nouvelle conversation ne contient aucun transcript à renvoyer. Elle commence donc au bas du graphique ci-dessus au lieu de continuer à augmenter. Ouvrir une nouvelle conversation lorsque le sujet change est l’habitude la plus économique, quel que soit le forfait.

Pourquoi ai-je atteint la limite plus rapidement aujourd’hui qu’hier ?

La cause est généralement une journée de travail passée dans un même long fil de discussion. À chaque tour, l’intégralité de la conversation ainsi que les fichiers joints sont renvoyés. Le coût par message augmente donc régulièrement, même si le nombre de messages affiché ne change pas. L’autre cause fréquente est le modèle utilisé. Les modèles plus lourds consomment le quota plus rapidement à chaque tour. Un après-midi avec le plus grand modèle se termine donc plus tôt qu’une matinée avec un modèle moins lourd.

Dois-je passer à l’API pour obtenir un vrai décompte des tokens ?

Passez à l’API si vous avez besoin de chiffres précis ou de prévisibilité. L’API compte les tokens d’entrée et de sortie à chaque appel. Elle fournit un endpoint de comptage des tokens que vous pouvez exécuter avant l’envoi et n’impose aucune fenêtre à attendre. La facturation se fait au token. Une utilisation intensive coûte donc plus cher qu’un abonnement forfaitaire, tandis qu’une utilisation légère coûte beaucoup moins cher. Évaluez le coût de votre charge réelle par rapport à votre forfait actuel avant de changer, car le résultat dépend du nombre de tokens que vous envoyez.