Le jugement de Fable
Les économies viennent aussi de moins de mauvais loops, pas seulement de tokens moins chers.
Une leçon de l’équipe Claude Code : un meilleur jugement réduit les reprises, les interventions et les boucles coûteuses.
01
L’économie des tokens IA, racontée comme un briefing terrain.
Un guide clair et lisible sur le vrai coût de l’IA : prix des modèles, workflows de coding agents, signaux de benchmark et façons concrètes d’utiliser moins de tokens.
Pensé d’abord pour les humains, mais structuré pour que les agents puissent lire, citer et réutiliser en sécurité.
Veille prixEntrée, sortie, cache, batch, contexte, retry.
Coût agentClaude Code, Codex, Cursor, Aider, OpenCode.
Économie de tokensPrompt caching, routage, compression, discipline de contexte.
Angles de départ
De haut en bas, chaque carte donne le titre, la date, le résumé et le signal d’ouverture pour décider vite.
02
Sortie : llm-coding-agent 0.1a0
Un agent de code minimal montre où les tokens sont dépensés.
Cet agent LLM cartographie la planification, la lecture de fichiers, l’édition et la vérification comme étapes consommatrices de tokens.
03
Utiliser DSPy pour améliorer les prompts SQL de Datasette Agent
L’optimisation de prompts doit être évaluée, pas ressentie.
Le projet utilise DSPy pour tester et raffiner les prompts système d’un agent SQL en lecture seule.
04
Andrew Qu de Vercel : les agents comme nouveau logiciel
Les sites lisibles par agents deviennent une surface produit.
Vercel explique son framework eve et l’importance des skills, sandboxes et sites lisibles par agents.
05
Comment Cursor déploie l’IA en entreprise
À l’échelle, le vibe coding devient un sujet de budget d’équipe.
Les équipes terrain de Cursor aident les entreprises à créer des usines logicielles basées sur des agents.
06
Nouveautés de Claude Sonnet 5
Un nouveau modèle change les choix par défaut, les coûts agent et les taux d’échec.
Après une mise à jour, les docs développeur sont plus utiles que le marketing pour décider du modèle par défaut.
07
ScarfBench : benchmark d’agents pour migration Java entreprise
Les benchmarks agent se rapprochent de vraies migrations d’entreprise.
IBM Research teste les agents sur des migrations de frameworks Java, plus proches des tâches réelles.
08
Ornith-1.0 : LLM auto-scaffold pour agentic coding
Les modèles de code open-weight peuvent changer l’équation de coût API.
Le modèle MIT de DeepReinforce propose plusieurs variantes dense et MoE pour le codage agentique.
09
OpenAI signale une forte hausse des tokens de sortie Codex
La croissance des tokens de sortie est un coût caché majeur des workflows agent.
À l’ère des agents, le coût peut venir moins de l’input que de l’output, des retries et des loops.
10
GLM-5.2 marque un saut pour les agents ouverts
Les modèles chinois et ouverts comptent dans la comparaison coût/performance mondiale.
Le seuil de capacité des modèles ouverts évolue, et GLM-5.2 mérite d’entrer dans la carte des coûts.
11
Assez agentique ? Évaluer les modèles ouverts sur vos outils
Votre propre stack peut compter plus qu’un rang public.
La bonne question : quel modèle réussit au moindre coût dans votre stack agent ?
12
Résultats de benchmark Qwen3
Un pont durable entre modèles chinois et évaluation coding-agent.
Le benchmark polyglotte d’Aider fournit des preuves concrètes pour discuter Qwen3 en coding agent.
13
Comment Claude Code utilise le prompt caching
Le prompt caching modifie directement vitesse et coût token.
Claude Code gère le cache ; changement de modèle, /compact, CLAUDE.md et hit rate influencent coût et latence.
14
Quitter Claude pour OpenCode et OpenRouter
Un cas réel de passage des outils par défaut vers des routeurs et modèles ouverts.
Un retour d’expérience sur un mois avec OpenCode, OpenRouter et des modèles open-weight à la place de Claude Code.
15
Contextify : historique recherchable pour Claude Code et Codex
L’historique agent et le contexte réutilisable réduisent les tokens répétés.
Si l’agent oublie le contexte à chaque session, vous repayez les mêmes tokens ; Contextify conserve un historique recherchable.
Lisible par les humains et les agents
HTML statique d’abord, avec des endpoints lisibles par machine pour l’automatisation et la recherche.
- /llms.txt
objectif du site et politique de lecture - /feed.xml
RSS des briefs et angles - /data/hooks.fr.json
cartes d’articles structurées - /sources/
politique de sources et citations