Combien de tokens Claude Pro inclut-il ?

Combien de tokens Claude Pro inclut-il ?

Claude Pro n’inclut pas de quota de tokens et, en octobre 2026, Anthropic n’en publie pas. Un abonnement Claude ne correspond pas à un solde de tokens que vous épuisez progressivement. Anthropic mesure l’utilisation en tokens, mais Pro la plafonne avec une limite de session qui se réinitialise toutes les cinq heures et une limite hebdomadaire qui s’applique à tous les modèles. Aucune de ces limites n’est publiée sous forme de nombre de tokens. La longueur d’une session dépend du modèle choisi, de la longueur de la conversation et de la quantité de texte incluse à chaque échange.

C’est la réponse qui manque souvent à cette question, car beaucoup s’attendent à ce qu’un forfait 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. Un forfait fondé sur un quota, comme Pro, Max ou Team, vend un accès soumis à une limite définie et ajustée par Anthropic. Anthropic n’exprime pas cette limite en nombre de tokens, et sa page d’aide consacrée à Pro indique seulement que le nombre de messages que vous pouvez envoyer varie. Il n’existe donc aucun nombre fixe de tokens à citer. Quiconque 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 donner un nombre de tokens

L’API facture chaque requête en tokens. Les tokens d’entrée couvrent tout ce que vous envoyez, tandis que les tokens de sortie couvrent tout ce que le modèle génère. Les deux appliquent des tarifs différents. C’est pourquoi les tokens d’entrée et de sortie n’ont pas le même coût avant toute estimation.

Les forfaits grand public ne disposent d’aucun solde à dépenser pour leur utilisation de chat incluse. À l’exception des comptes Ultra vérifiés, Anthropic plafonne votre utilisation dans une session qui se réinitialise toutes les cinq heures. Les forfaits payants fondés sur une allocation (Pro, Max, Ultra, Team et les anciens contrats Enterprise facturés par siège) appliquent également une seconde limite, plus longue, calculée sur une semaine. Les forfaits Enterprise facturés selon l’utilisation fonctionnent différemment : Anthropic indique qu’ils n’imposent aucune limite d’utilisation par siège et n’incluent aucune allocation de tokens. Chaque token est facturé aux tarifs de l’API. Les administrateurs peuvent à la place définir des limites de dépenses pour l’organisation et pour chaque utilisateur.

Un message n’a pas une taille fixe. Le même nombre de messages peut donc représenter une quantité de travail très différente pour deux personnes. La page d’aide Pro d’Anthropic n’indique aucun nombre de messages. Elle précise que le nombre de messages que vous pouvez envoyer varie selon la longueur des messages, la taille des fichiers joints, la longueur de la conversation en cours et le modèle ou la fonctionnalité utilisés. Cet avertissement résume toute la situation, mais le mécanisme qui l’explique est presque jamais détaillé.

Pourquoi le tour 20 d’une conversation coûte bien plus cher que le tour 1

Le modèle ne conserve aucune mémoire entre les requêtes. Il est sans état : chaque requête fournit donc à nouveau le contexte de la conversation, notamment le prompt système, les messages et les réponses précédents, ainsi que le contenu joint qui se trouve toujours dans le contexte. Claude Code compresse les longues conversations sous forme de résumé. Le contexte ne contient donc pas toujours l’intégralité de la transcription d’origine. Votre nouvelle question peut comporter vingt mots. La requête qui la transporte contient aussi le contexte existant.

Le nombre de tokens d’entrée d’un tour augmente donc avec la longueur de la conversation. Dans cet exemple, il augmente de manière linéaire. Les lignes ci-dessous présentent ce calcul à partir d’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, 2,000 tokens d’entrée sont envoyés. Au tour 20, la même question courte envoie 43,800, soit plus de vingt fois plus, alors que vous avez saisi la même quantité de texte. 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 conversations distinctes d’un seul tour auraient envoyé vingt fois la valeur de la première ligne ci-dessus, et rien de plus. Les mêmes questions, avec une charge bien moindre. Les pièces jointes accentuent l’écart lorsque leur contenu reste dans le contexte, car ce contenu est de nouveau comptabilisé comme entrée aux tours suivants.

C’est pourquoi deux personnes ayant le même forfait peuvent constater une autonomie totalement différente. L’une garde un seul fil ouvert toute la semaine et atteint la limite dès mercredi. L’autre ouvre une nouvelle conversation pour chaque tâche et rencontre rarement une limite. Aucune des deux ne fait quoi que ce soit de mal. Leur consommation de tokens diffère d’un ordre de grandeur parce que leurs habitudes diffèrent.

Avec l’API, le prompt caching permet de réduire le coût des répétitions. Il conserve la partie inchangée au début d’une requête afin que les appels suivants soient facturés à un tarif d’entrée réduit pour cette partie. Claude Code le fait automatiquement, avec un abonnement comme avec une clé d’API, et vous permet de le désactiver ou de choisir la durée de vie du cache. Le caching rend les répétitions moins coûteuses, mais ne les supprime pas : chaque tour transporte toujours le contexte courant. La longueur de la conversation reste donc le levier que vous contrôlez réellement. Le même mécanisme concerne les sessions de développement, dans lesquelles le contenu des fichiers et les définitions des outils chargés s’ajoutent au contexte. Garder le contexte d’une session de développement réduit donc la consommation et aide à préserver vos limites. La destination réelle des tokens d’une session Claude Code mérite également d’être lue avant d’accuser le forfait.

Ce que chaque niveau d’abonnement offre, en termes relatifs

Aucun niveau d’abonnement ne publie de quota absolu. Les informations publiées sont relatives, et cette comparaison suffit pour choisir. L’offre Free se situe au niveau le plus bas. Anthropic indique que le nombre de messages qu’un utilisateur Free peut envoyer varie selon la demande. L’offre Pro se situe au-dessus. Sur le web, l’offre Max coûte $100 par mois et inclut cinq fois le quota d’utilisation de Pro toutes les cinq heures et chaque semaine. L’ancienne offre Max 20x s’appelle désormais Ultra. Elle coûte $200 par mois sur le web, offre dix fois le quota hebdomadaire de Pro et n’impose aucune limite de cinq heures aux comptes vérifiés. L’offre Team est facturée par siège. Ses limites s’appliquent à chaque membre, et non à l’équipe dans son ensemble. Les offres Enterprise basées sur l’utilisation font exception à toute cette page. Elles facturent des frais par siège qui couvrent uniquement l’accès à la plateforme, puis facturent séparément chaque token aux tarifs API standard, avec un multiplicateur de 1.1x pour l’inférence exclusivement aux États-Unis sur Opus 4.6, Sonnet 4.6 et les modèles ultérieurs. Les administrateurs peuvent définir des limites de dépenses. Avec l’offre Enterprise en libre-service, l’utilisation s’arrête également pour toute l’organisation lorsque les crédits prépayés sont épuisés, jusqu’à ce qu’une personne disposant des droits de facturation en achète d’autres. Chaque limite grand public est associée à un compte, et non à une personne. Ainsi, deux personnes qui partagent un même identifiant Pro épuisent ensemble une seule fenêtre. Les conditions d’utilisation grand public interdisent également cette pratique.

Considérez ces multiplicateurs comme une indication de principe, et non comme un engagement contractuel. Anthropic ajuste les limites. Ses pages d’aide se réservent aussi le droit de limiter l’utilisation d’autres façons, notamment avec des plafonds hebdomadaires et mensuels ou des limites concernant certains modèles et certaines fonctionnalités, à sa discrétion. C’est une autre raison pour laquelle aucune page sérieuse ne peut vous donner un nombre de tokens. Pour l’aspect financier de cette même comparaison, le prix de Pro et ses limites et la différence entre Max et Ultra couvrent le sujet. Ce que l’offre Free autorise réellement décrit le niveau minimal.

Le choix du modèle constitue un deuxième multiplicateur qui s’ajoute au niveau d’abonnement. Une même question consomme davantage de votre fenêtre avec le plus grand modèle qu’avec le plus petit, car l’exécution d’un modèle plus lourd coûte plus cher par token. Transférer les tâches courantes d’Opus vers Sonnet ou Haiku offre souvent davantage de temps d’utilisation qu’une montée en gamme. Commencez donc par adapter le modèle à la tâche lorsque vous atteignez régulièrement la limite. Si ces tâches courantes passent ensuite par l’API, consultez d’abord le prix de Haiku 5.5 par million de tokens, car les prompts de plus de 100K tokens sont facturés cinq fois le tarif normal. Les longues conversations qui épuisent une fenêtre d’abonnement coûtent donc aussi davantage dans ce contexte.

Comment consulter votre propre usage au lieu de deviner

Votre propre compte est la seule source faisant autorité, et elle est accessible en deux clics. Sur claude.ai, ouvrez Settings, puis Usage. Cette page indique ce que vous avez consommé et quand vos limites sont réinitialisées. Consultez-la une fois lorsque les réponses commencent à être refusées, puis une autre fois après une longue session. Vous comprendrez ainsi votre propre rythme plus rapidement qu’avec n’importe quelle valeur publiée. L’application vous avertit également avant d’atteindre cette limite : une bannière indiquant que vous avez utilisé 90 % de la limite de votre session signifie qu’il ne reste qu’un dixième de la session en cours. C’est le moment d’ouvrir un nouveau chat ou de passer à un modèle moins lourd, plutôt que de prolonger un long thread.

Dans Claude Code, deux commandes slash font la même chose depuis le terminal. /usage indique les limites d’usage de votre plan. Avec les plans Pro, Max, Team et Enterprise, elle fournit aussi le détail de ce qui est comptabilisé dans ces limites. /context affiche ce qui occupe actuellement la context window, avec le détail par élément et des suggestions sur ce que vous pouvez supprimer. Lorsque /context montre qu’une ancienne conversation occupe l’essentiel de l’espace, /clear démarre une nouvelle conversation avec un contexte vide. Le coût par tour revient alors à une valeur proche de celle de la première ligne du graphique ci-dessus.

Avec l’API, vous pouvez demander un décompte 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 valide contient un seul champ, présenté ici avec un nombre donné à titre d’exemple :

{"input_tokens": 14}

Anthropic précise que ce nombre est une estimation. Il ne dit rien sur la sortie que le modèle n’a pas encore générée. Chaque requête terminée fournit le décompte réel lors de sa finalisation :

{"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 le nombre total de tokens d’entrée, en ajoutant cache_read_input_tokens et cache_creation_input_tokens à input_tokens lorsqu’un cache est utilisé. La différence indique la quantité de contexte supplémentaire transportée par le long thread. Le contenu mis en cache est moins fortement comptabilisé dans les limites d’abonnement lorsqu’il est réutilisé.

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

1. Attendez la réinitialisation. L’application indique l’heure de réinitialisation, et l’attente est souvent plus courte que la solution de contournement. C’est le bon choix si rien n’est urgent. Si une réinitialisation de limite est disponible pour votre compte, la page d’aide Pro d’Anthropic indique que vous pouvez l’utiliser pour rétablir votre limite de session de cinq heures ou votre limite hebdomadaire à leur niveau maximal. le fonctionnement des réinitialisations de limite explique dans quels cas cette option est utile. Si vous préférez ne pas attendre, les abonnés Pro peuvent activer des crédits d’utilisation pour continuer à travailler au-delà des limites incluses dans leur forfait.
2. Passez à un modèle plus léger. Un modèle plus petit coûte moins cher par tour, quel que soit le forfait. Avec Max, les recommandations Fable d’Anthropic vous permettent de consacrer jusqu’à la moitié de votre limite hebdomadaire aux modèles Fable sans coût supplémentaire. Cette consommation est déduite de la même limite hebdomadaire que celle des autres modèles. Une fois cette part utilisée, vous pouvez passer à un autre modèle ou continuer à utiliser Fable avec des crédits d’utilisation. Avec Pro, Fable ne fait pas partie des limites du forfait et fonctionne avec des crédits d’utilisation dès le premier message.
3. Commencez une nouvelle conversation en ne transférant que les éléments nécessaires à l’étape suivante. Collez la conclusion, pas la transcription. Le coût par tour diminue immédiatement et les réponses s’améliorent généralement, car le modèle n’a plus à prendre en compte des milliers de tokens issus d’une discussion déjà tranchée.
4. Transférez la tâche vers l’API, où les tokens sont comptabilisés par requête et facturés par token. Il n’y a pas de session de cinq heures à attendre, mais l’API a ses propres fenêtres. Les limites de débit sont mesurées par minute en requêtes, tokens d’entrée et tokens de sortie. Une requête qui dépasse l’une de ces limites renvoie une erreur 429, généralement accompagnée d’un en-tête retry-after indiquant la durée de l’attente. Les niveaux d’utilisation Start, Build et Scale comportent également un plafond mensuel de dépenses de $500, $1,000 et $200,000. Une fois ce plafond atteint, l’utilisation de l’API est suspendue jusqu’à 00:00 UTC le premier jour du mois suivant, sauf si vous demandez une limite supérieure auparavant. Vous pouvez estimer le nombre de tokens d’entrée d’un appel avant de l’envoyer et consulter sa consommation exacte après son exécution.

L’option à choisir dépend de la nature du problème : le délai ou la charge de travail. Un besoin ponctuel 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 checklist complète pour une limite atteinte en cours de tâche détaille les étapes de récupération. le fonctionnement et la réinitialisation des fenêtres glissantes explique le comportement de l’horloge. Si vous envisagez l’API, calculez d’abord son coût : l’API comparée à un abonnement pour une charge de travail identique et le coût réel d’un million de tokens présentent les calculs nécessaires avant la migration.

FAQ

Combien de tokens Claude Pro inclut-il ?

Anthropic ne publie pas de quota de tokens pour Pro et, en octobre 2026, aucun chiffre de ce type ne peut être cité. L’utilisation de Pro est mesurée en tokens par rapport à une limite de session qui se réinitialise toutes les cinq heures, ainsi qu’à une limite hebdomadaire commune à tous les modèles. Le nombre de messages disponibles varie selon le modèle, vos pièces jointes 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 consommation et l’heure de votre prochaine réinitialisation.

Le fait de démarrer 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 restitue donc pas ce que vous avez déjà consommé. Elle modifie en revanche 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 moins coûteuse, quel que soit le forfait.

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

La cause est généralement une journée de travail concentrée dans un seul long fil de discussion. Les messages précédents et les contenus joints qui sont toujours dans le contexte sont de nouveau comptabilisés comme entrée. Le volume d’entrée par message augmente donc jusqu’à ce que le contexte soit réduit ou compacté. L’autre cause fréquente est le modèle utilisé. Les modèles plus lourds consomment le quota plus rapidement à chaque tour. Une après-midi avec le plus grand modèle se termine donc plus tôt qu’une matinée avec un modèle plus léger.

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

Passez à l’API si vous avez besoin de chiffres précis ou de prévisibilité. L’API indique les tokens d’entrée et de sortie à chaque appel. Elle fournit aussi un endpoint gratuit de comptage des tokens que vous pouvez exécuter avant l’envoi, et elle n’impose pas de session de cinq heures à attendre. Elle comporte néanmoins des limites. Des limites de débit par minute renvoient une erreur 429, généralement accompagnée d’un délai d’attente, lorsque vous les dépassez. Avec les niveaux Start, Build et Scale, un plafond mensuel de dépenses suspend l’utilisation jusqu’au premier jour du mois suivant lorsque vous l’atteignez. La facturation se fait au token. Une utilisation intensive coûte donc plus cher qu’un abonnement forfaitaire, tandis qu’une utilisation légère coûte nettement moins cher. Estimez le coût de votre charge réelle avec votre forfait actuel avant de changer, car le résultat dépend du nombre de tokens que vous envoyez.