Claude et les agents IA brûlent des tokens plus vite que prévu, les entreprises découvrent la « tokenomique »

Les entreprises qui ont déployé des agents IA pour écrire du code se heurtent à un problème inattendu : le coût réel des tokens s'est révélé nettement supérieur aux prévisions, et leurs dirigeants s'initient en urgence à une nouvelle discipline baptisée « tokenomique ».

Ce qui s'est passé avec les budgets

Wired a interrogé plusieurs entreprises sur leur manière de gérer les dépenses liées aux agents IA en conditions réelles. L'un des interlocuteurs, dirigeant d'une société de logiciels de la Silicon Valley, a décrit la situation par le mot « folie » : son équipe a commencé à utiliser massivement Claude, d'Anthropic, pour coder, et la consommation de tokens a grimpé à des niveaux que personne n'avait budgétés.

Une société d'e-commerce est dans la même situation. Ses agents IA, qui tournent en arrière-plan, génèrent des milliers de tokens sur des tâches pourtant routinières : revue de code, écriture de tests, refactorisation. Si un développeur passe une heure sur une telle tâche, l'agent « réfléchit » quelques minutes, mais produit des tokens en continu, et la facture mensuelle n'a plus rien à voir.

Pourquoi les agents brûlent autant de tokens

Le token est l'unité de facturation des fournisseurs d'IA. Chaque requête envoyée au modèle et chaque réponse sont facturées au nombre de tokens. Pour un chat ordinaire, c'est quasi imperceptible. Mais les agents IA de codage fonctionnent de façon radicalement différente :

• avant chaque action, ils lisent tout le contexte du dépôt
• au sein d'une même tâche, ils interrogent le modèle à de multiples reprises
• ils génèrent de longues chaînes de raisonnement interne avant de répondre
• ils écrivent, testent et réécrivent le code jusqu'à obtenir le résultat voulu

Résultat : une tâche qu'un développeur règle en une heure peut « coûter » des dizaines de milliers de tokens. Avec les tarifs élevés de modèles puissants comme Claude, cela représente des centaines de dollars par employé pour une seule journée de travail.

Comment les entreprises changent d'approche

Les dirigeants commencent à instaurer la notion de « tokenomique » : piloter la consommation de tokens comme on pilotait auparavant les ressources serveur ou les dépenses cloud. Les premières pratiques se sont déjà dégagées :

• limiter la fenêtre de contexte des agents, afin qu'ils ne voient que la partie pertinente de la base de code
• mettre en cache les prompts répétitifs pour ne pas recalculer les tokens à chaque fois
• router les tâches : modèles peu coûteux pour la routine, modèles puissants pour les requêtes complexes
• surveillance et alertes en cas de dépense anormale
• réévaluer le ROI des outils d'IA à partir des coûts réels, et non des coûts prévus

« Nous avions l'habitude de voir l'IA comme un abonnement SaaS à prix fixe.

Nous comprenons maintenant que cela ressemble plutôt au cloud : le prix dépend de ce que vous utilisez. »

Anthropic et d'autres fournisseurs proposent des outils de suivi des dépenses, mais la gestion des tokens reste pour l'instant un casse-tête côté client.

Ce que cela signifie

Le pari des entreprises sur le codage par IA pour réduire les coûts de développement risque de ne pas être rentable si le coût réel des tokens n'est pas pris en compte. Les sociétés qui maîtriseront les premières la « tokenomique », en apprenant à optimiser la consommation sans sacrifier les résultats, obtiendront un avantage tangible sur celles qui pilotent leurs dépenses d'IA à l'aveugle.