Il faut d'abord savoir qui consomme quoi, puis agir sur les gros postes. Le mois suivant, on regarde si la facture a bougé. Un total par fournisseur ne permet aucune des trois étapes : il ne dit ni quelle équipe consomme, ni sur quel modèle, ni ce qu'a changé la décision du mois dernier.
Mesurer : chaque token rattaché à une équipe
Un appel facture quatre volumes, l'entrée fraîche, la sortie, l'écriture de cache et la relecture de cache, chacun à son prix. Sur notre session Claude Code type, la relecture de cache fait 91 % du volume et les tokens générés 0,9 %, mais ces derniers pèsent 25 % du coût. Un relevé qui mélange les quatre classes ne dit donc pas où agir.
La maille utile est l'équipe, puis la personne et le modèle. À notre connaissance au 12 novembre 2026, les API d'usage d'Anthropic, OpenAI, GitHub et Cursor découpent par clé, par projet ou par personne, jamais par équipe au sens de votre organigramme : le rattachement est à faire, une fois, puis à tenir à jour quand quelqu'un change d'équipe. Le détail de cette maille, et la lecture du même relevé en gCO₂e, est dans FinOps de l'IA. Le chapitre compter en tokens, pas en requêtes du cours explique pourquoi le token est la bonne unité.
Agir : les leviers, en deux lignes
Le modèle par défaut d'abord (Opus 5.5 coûte 2 fois Sonnet 5.5 au token), puis le cache et ses reprises à froid, puis le contexte qui grossit à chaque tour. Les réglages, avec des chiffres sur une session réelle, sont dans réduire la facture Claude Code.
Notre plan d'action en propose aujourd'hui 11, dont 7 mesurés chaque semaine dans les données que nous collectons déjà. Pour les autres, le suivi est déclaratif et se vérifie en revue. Chaque titre renvoie à la documentation officielle du réglage.
| Levier | Famille | Ce qui le déclenche | Suivi |
|---|---|---|---|
| Modèle par défaut de l'équipe | Technique | Opus sert la moitié des sessions Claude Code de l'équipe, ou plus. | Mesuré chaque semaine |
| Sous-agents sur un modèle plus léger | Technique | Les sous-agents font une part notable des requêtes, et Opus sert la moitié de leurs tokens ou plus. | Mesuré chaque semaine |
| Préfixe fixe allégé | Technique | La première écriture de cache des sessions dépasse la médiane de l'organisation. | Mesuré chaque semaine |
| Cache d'une heure sur clé API | Technique | Les sessions reprennent souvent après plus de 5 minutes et réécrivent leur contexte, sur une source facturée à l'usage. | Mesuré chaque semaine |
| Sorties d'outils bornées | Technique | Le contexte des requêtes grossit vite alors que les sessions comptent peu de requêtes. | Mesuré chaque semaine |
| Codex : effort de raisonnement | Technique | L'équipe déclare utiliser Codex pendant l'état des lieux. | Déclaratif, vérifié en revue |
| Sessions courtes et compaction guidée | Humain | Les sessions de l'équipe reprennent souvent à froid et traînent un contexte long. | Mesuré chaque semaine |
| CLAUDE.md d'équipe versionné | Humain | Préfixe lourd ou reprises à froid sur plusieurs projets d'une même équipe. | Déclaratif, vérifié en revue |
| Atelier d'équipe mesuré | Humain | Équipe d'au moins 5 personnes couverte par le CLI, avec au moins deux constats ouverts. | Déclaratif, vérifié en revue |
| Dimensionnement des sièges | Humain | Des sièges servent peu, ou des membres à l'usage dépassent le prix d'un siège. | Déclaratif, vérifié en revue |
| Étendre la mesure à toute l'équipe | Humain | Une partie de l'équipe n'envoie pas encore la forme de ses sessions. | Mesuré chaque semaine |
Le chapitre les dix leviers, par impact du cours reprend les mêmes leviers côté énergie.
Budgéter : sur la part qui bouge
Sur la part au siège, il n'y a pas de token à économiser : l'usage compris dans un siège n'est pas compté en dollars (voir les limites des forfaits). Le levier y est le dimensionnement. Un siège peu utilisé passe sur un plan plus petit, un utilisateur qui dépasse largement le prix de son siège en équivalent API garde le sien. Le calcul est dans combien coûte Claude en entreprise.
Un budget se pose donc par équipe, sur la part facturée au token, la seule qui varie avec l'usage. Il ne sert que si quelqu'un compare la dépense réelle au budget avant la fin du mois. Les sièges de chaque outil, et ce que l'API ajoute par-dessus, sont dans ce que coûte l'IA en entreprise.
Vérifier : une base datée, puis la même mesure
On ne sait si une action a marché qu'avec la facture suivante. Il faut une base datée avant le changement, puis la même mesure quelques semaines après, équipe par équipe, sur les mêmes classes de tokens. Sur la part au siège, la facture ne bouge pas : on regarde alors la marge sous le plafond et le CO₂e.
Les consoles des éditeurs ne font pas cette comparaison : elles montrent la dépense, rien sur l'effet d'une action. Nous l'expliquons dans pourquoi pas la console de l'éditeur ?. Ce suivi, avec la base datée et la lecture chaque mois, fait partie de notre offre.
FAQ
Par quoi commencer ?
Par le rattachement : chaque clé d'API et chaque personne à une équipe. Sans lui, aucun budget ni aucune comparaison avant et après ne tient. Le premier levier à regarder ensuite est le modèle par défaut, parce que Opus 5.5 coûte 2 fois Sonnet 5.5 au token. Le bon ordre dépend de votre mix, que seules vos données donnent.
Faut-il un budget par personne ?
Par équipe suffit : une direction lit cette maille-là. Un budget par personne pousse à surveiller des individus pour quelques dollars d'écart, et il se heurte aux sièges, dont l'usage n'est pas compté en dollars.
Combien de temps attendre pour juger une action ?
Assez pour que la base et la mesure couvrent des semaines comparables : quelques semaines de travail normal de chaque côté, sans vacances ni mise en production exceptionnelle au milieu.
Un compresseur de prompts baisse-t-il la facture d'un agent de code ?
Nous ne le promettons pas. À notre connaissance au 12 novembre 2026, aucune mesure indépendante d'un compresseur sur une boucle d'agent de code n'est publiée, et dans notre session type, 91 % des tokens sont déjà relus depuis le cache, au tarif le plus bas.