Compter les jetons d'une requête avant l'appel API

Pour connaître le nombre de jetons d'une requête avant de l'envoyer, le plus fiable est de la faire compter par l'éditeur lui-même, avec le modèle que vous comptez utiliser. Anthropic propose pour cela un point d'accès dédié, gratuit, qui accepte exactement la même requête qu'un appel normal (consignes, messages, outils, images, PDF) et renvoie le nombre de jetons d'entrée. Un compte fait « à la main » ou avec l'outil d'un autre éditeur donne un ordre de grandeur, pas un chiffre de facture. (Ce qu'est un jeton : voir la définition du lexique.)

Pourquoi compter avant la mise en production

Un budget se trompe rarement sur le prix au jeton, qui est public. Il se trompe sur le nombre de jetons : des consignes plus longues que prévu, des extraits de documents plus nombreux, un historique de conversation qui grossit. Compter sur une vingtaine de vraies requêtes donne une base solide pour calculer le coût d'un appel.

La documentation d'Anthropic cite trois usages du comptage :

• gérer à l'avance les limites de débit et les coûts ;
• choisir le modèle selon la taille de la requête ;
• ajuster une consigne à une longueur visée.

L'outil de comptage d'Anthropic

Le point d'accès est /v1/messages/count_tokens. On lui envoie le même contenu qu'à /v1/messages, et il renvoie un objet du type { "input_tokens": 14 }. C'est le résultat donné en exemple par la documentation pour une consigne système « You are a scientist » et un message « Hello, Claude » ; une autre requête d'exemple, d'une seule question mais avec la définition d'un outil météo, en donne 403, ce qui montre le poids des définitions d'outils.

Pour les requêtes qui utilisent des outils côté serveur, la documentation renvoie à l'objet usage de la réponse, qui donne le compte réel après coup.

Recompter à chaque changement de modèle

Le même texte ne donne pas le même nombre de jetons d'un modèle à l'autre. Anthropic indique que les modèles Claude 4.7 et suivants utilisent un nouveau découpage qui produit environ 30 % de jetons de plus que les modèles antérieurs, l'écart exact dépendant du contenu. Sa consigne est explicite : ne réutilisez pas des comptes mesurés sur un ancien modèle pour estimer les coûts d'un nouveau ; recomptez avec l'identifiant du modèle visé.

En pratique, avant une migration :

1. Gardez un jeu de requêtes représentatives.
2. Comptez-les avec le modèle actuel, puis avec le modèle visé.
3. Comparez les deux valeurs de input_tokens et corrigez votre budget en conséquence.

Le même raisonnement vaut entre éditeurs : comparer des prix au million de jetons suppose des découpages comparables, ce qui n'est pas le cas.

Ordres de grandeur pour un premier chiffrage

Faute de requêtes réelles, la page tarifs d'Anthropic donne trois repères pour l'outil de lecture de pages web :

Ces repères suffisent pour une première estimation, à remplacer dès que possible par un comptage sur vos documents.

Où placer le comptage dans l'application

• Avant l'envoi, pour refuser ou tronquer une requête trop longue plutôt que de la payer.
• Au choix du modèle, pour envoyer une requête courte vers un modèle léger (voir router vers un petit modèle).
• Après l'envoi, en journalisant l'objet usage, qui reste la référence du coût réel.