Compter les jetons avant d'envoyer : l'outil gratuit de l'API Claude pour prévoir ses coûts

Les modèles de langage se facturent au jeton (« token »), une unité de texte un peu plus courte qu'un mot. Tant qu'on ne sait pas combien de jetons pèse une requête, on ne sait ni ce qu'elle coûtera, ni si elle tiendra dans la fenêtre de contexte du modèle. L'API Claude fournit un point d'accès dédié pour le savoir avant d'envoyer quoi que ce soit.

Un appel, un chiffre

Le point d'accès /v1/messages/count_tokens accepte la même structure qu'une requête normale : prompt système, messages, outils, images, PDF. En Python :

import anthropic

client = anthropic.Anthropic()

response = client.messages.count_tokens(
    model="claude-opus-5-5",
    system="You are a scientist",
    messages=[{"role": "user", "content": "Hello, Claude"}],
)

print(response.json())

La réponse tient en un champ :

{ "input_tokens": 14 }

L'outil en ligne de commande d'Anthropic propose l'équivalent avec ant messages count-tokens.

Ce que cela coûte

Rien. La documentation précise que le comptage est gratuit. Il est seulement soumis à une limite de requêtes par minute, selon le palier du compte : 5 000 pour le palier Start, 10 000 pour Build, 20 000 pour Scale. Ces limites sont indépendantes de celles de la création de messages : compter ne consomme pas le quota de génération.

Trois usages concrets

• Estimer un budget. Comptez un échantillon représentatif de vos requêtes, multipliez par le prix d'entrée du modèle visé.
• Aiguiller vers le bon modèle. Une requête courte peut partir vers un modèle économique, une requête longue vers un modèle à plus grand contexte.
• Éviter les rejets. Vérifiez qu'un document tient dans la fenêtre de contexte avant de l'envoyer.

Les limites à connaître

• C'est une estimation. Anthropic indique que le nombre réel peut différer légèrement. Le compte peut aussi inclure des jetons ajoutés par le système, qui ne sont pas facturés.
• Seule l'entrée est comptée. La réponse du modèle, facturée plus cher que l'entrée, n'est pas prévisible par cet outil. Bornez-la avec max_tokens.
• Certaines requêtes sont refusées. Les outils exécutés côté serveur (recherche web, exécution de code…), le connecteur MCP et les images ou documents fournis par URL ou par identifiant de fichier renvoient une erreur invalid_request_error. Images et PDF doivent être envoyés en base64 pour être comptés.
• Le cache n'est pas pris en compte. Vous pouvez laisser vos blocs cache_control dans la requête, mais le comptage ignore la logique de cache. Le chiffre obtenu est le volume brut, pas le montant facturé après remise.

Le piège du changement de modèle

C'est le point le plus important de la page. Les modèles Claude à partir d'Opus 4.7 utilisent un nouveau découpage du texte : selon Anthropic, un même texte y produit environ 30 % de jetons en plus que sur les modèles antérieurs, avec des écarts selon le contenu. Un prix au million de jetons en baisse ne garantit donc pas une facture en baisse.

Le point d'accès compte selon le modèle indiqué dans le champ model. La méthode recommandée pour préparer une migration est simple : compter la même requête deux fois, une fois avec le modèle actuel, une fois avec le modèle visé, puis comparer les deux valeurs input_tokens.

Notre lecture

Pour une petite entreprise qui lance un premier projet avec l'API, ce comptage devrait faire partie du chiffrage initial : une heure de script sur une centaine de requêtes réelles donne une estimation bien plus fiable qu'une règle de trois sur le nombre de mots. Mesurez sur vos propres documents, en français, plutôt que de reprendre des ratios lus ailleurs. Gardez enfin en tête que l'outil ne dit rien du coût de sortie ; le suivi de l'objet usage renvoyé par chaque réponse réelle reste nécessaire une fois en production.