Lire une facture de tokens : quatre prix, et le cache qui en fait l'essentiel

Ouvrez le détail des tokens de presque n'importe quelle session Claude Code : le plus gros chiffre, de loin, ce sont les lectures de cache, le contexte déjà envoyé au modèle et relu à chaque tour. Une session remonte quatre compteurs, facturés à quatre prix différents, et l'erreur la plus courante est de les additionner puis de multiplier par le prix de l'entrée. Voici ce qu'est chaque compteur, pourquoi le cache fait l'essentiel de la facture, et ce qui le fait bouger.

Les quatre compteurs

• L'entrée : le contexte nouveau, au plein tarif de l'entrée.
• L'écriture de cache : le contexte stocké pour être réutilisé, facturé au-dessus de l'entrée : 1,25 fois pour le cache de 5 minutes d'Anthropic, le double pour celui d'une heure.
• La lecture de cache : le contexte servi depuis ce cache, au dixième du prix de l'entrée sur la plupart des modèles Claude, et moins sur certains.
• La sortie : ce que le modèle a produit. Le plus cher au token, et en général le plus petit compteur.

Pourquoi le cache fait l'essentiel de la facture

Un assistant ne garde pas la conversation en mémoire d'un tour à l'autre : il la renvoie en entier à chaque fois, avec les fichiers lus et les résultats des outils. Le cache rend cela abordable. Le premier tour écrit la conversation dans le cache ; chaque tour suivant relit cette partie au dixième du prix et ne paie le plein tarif que pour ce qui est nouveau.

Voici une session de l'exemple du calculateur de coût IA, aux prix catalogue d'Anthropic pour Claude Sonnet 5.5, vérifiés le 14 octobre 2026.

Le cache fonctionne par préfixe, et il ne dure pas. Trois habitudes décident de la part de la session qu'il sert :

• Ouvrir une nouvelle conversation pour chaque tâche. Une session neuve n'a pas de cache. Deux tâches liées dans une même conversation coûtent moins que les deux séparées.
• Modifier le début du contexte. Changer quelque chose au début invalide tout ce qui suit. Ajouter à la fin coûte peu ; compacter la conversation la réécrit, et le tour suivant l'écrit de nouveau dans le cache.
• Les longues pauses. Le cache par défaut vit 5 minutes, renouvelées à chaque lecture. Une conversation reprise après une pause café réécrit son contexte, à 1,25 fois le prix de l'entrée.

Une part élevée de lectures de cache est donc le cas sain. Ce qui mérite un coup d'œil, c'est une session où l'entrée nouvelle ou les écritures de cache restent hautes face aux lectures : le contexte est reconstruit au lieu d'être réutilisé.

Pourquoi les additionner trompe autant

Au prix de l'entrée, les 3,3 millions de tokens côté entrée de cette session coûtent 6,63 $, plus 0,25 $ de sortie : 6,88 $ pour un vrai coût de 1,56 $, plus de quatre fois trop. Sur un modèle dont les lectures de cache coûtent moins du dixième, l'écart est plus grand. Tout compter au prix de la lecture de cache trompe tout autant, dans l'autre sens.

La méthode est la longue : multiplier chacun des quatre compteurs par son propre prix pour le modèle utilisé, puis additionner. Avec un abonnement comme Claude Pro ou Max, la facture est un forfait : la même somme dit alors ce que le travail aurait coûté sur l'API, pas ce que vous avez payé.

Codex et Gemini CLI

Codex et Gemini CLI remontent leurs tokens autrement : tous deux comptent l'entrée en cache dans l'entrée. inlinr l'en retire, pour que l'entrée désigne la part hors cache pour tous les assistants et que les quatre compteurs se comparent. Les tokens de réflexion de Gemini sont facturés comme de la sortie et comptés avec elle. Les mêmes habitudes font bouger leur cache : c'est toujours la conversation renvoyée à chaque tour.

Ce que fait inlinr

Le plugin Claude Code lit les fichiers de session de Claude Code, Codex et Gemini CLI sur votre machine et envoie les quatre compteurs de chaque session avec son modèle, jamais un prompt ni une réponse. Le tableau de bord montre les quatre compteurs côte à côte, et une estimation pour les modèles Claude au prix catalogue, avec la date de vérification de ces prix. Pour un modèle dont inlinr n'a pas vérifié les prix, il affiche les tokens sans montant : un chiffre tiré d'un prix supposé paraîtrait plus sûr qu'il ne l'est.

Sources

• Prompt caching, Anthropic : le cache par préfixe, sa durée de 5 minutes renouvelée à chaque lecture, l'option d'une heure, et les multiplicateurs de prix. Consulté le 29 octobre 2026.
• Pricing, Anthropic : prix de l'entrée, de la sortie et du cache par modèle. Vérifiés le 14 octobre 2026.