Claude-thermos : économise 20% de ta facture API
Pourquoi ça compte pour toi
Si tu utilises Claude avec des sous-agents (workflows multi-étapes, délégués à d'autres instances), ton cache expire silencieusement toutes les 5 minutes d'inactivité. Résultat : tu repays la totalité de ta conversation à chaque reprise. Claude-thermos l'empêche automatiquement, ce qui réduit ta facture d'environ 20% sur les sessions longues. Pour un créateur ou entrepreneur qui itère intensément sur des tâches complexes, c'est du vrai cash récupéré.
Ce qu'il faut retenir
- 1.Rafraîchit le cache Claude en arrière-plan pour éviter les expirations du TTL de 5 min
- 2.Coût quasi nul (lectures 0.1x) pour éviter des réécritures massives (1.25x)
- 3.Journaux détaillés : vois exactement combien tu as économisé par session
Tu galères avec le jargon ?
Lis la version réécrite en mode débutant — toutes les idées, sans le jargon.
Le problème silencieux du cache Claude
Tu utilises Claude Code avec des agents secondaires ? Chaque fois qu'un sous-agent tourne plus de 5 minutes, le cache du système principal s'efface. Quand le sous-agent termine et que l'agent principal reprend, Claude doit ré-encoder toute ta conversation — pas au prix lecture (0.1x), mais au prix écriture (1.25x). Sur 185 sessions analysées, ce gaspillage représentait 22% de la facture totale.
Comment ça marche
Claude-thermos s'intercale entre toi et l'API Anthropic (une simple redirection locale). Il détecte quand :
- ▸L'agent principal est inactif
- ▸Un sous-agent tourne encore
Et il « réveille » le cache en rejouant la dernière requête avec max_tokens: 1 — sans toucher au trafic réel. C'est une lecture gratuite qui maintient le cache vivant.
Quand le sous-agent termine, le cache est toujours là. L'agent principal reprend sans surcoût.
Mise en place en 30 secondes
uvx claude-thermos # au lieu de : uvx claude
uvx claude-thermos -p "fix the bug" # tous les args passent directement
Prérequis : Python 3.11+ et la CLI Claude dans ton PATH.
Configuration (optionnelle)
- ▸
--idle 270: délai avant de réveiller (secondes) - ▸
--interval 270: fréquence entre réveils - ▸
--max-cycles 4: nombre max de réveils par épisode inactif
Désactive temporairement avec CLAUDE_WARMER_DISABLE=1.
Vois les économies
Chaque session génère un summary.json dans ~/.claude-thermos/logs/ :
- ▸
warms_fired: appels de réchauffage envoyés - ▸
rewrite_avoided_tokens: tokens sauvés - ▸
net_savings: bénéfice net en unités de tokens
Pour convertir en euros (exemple Claude 3.5 Sonnet à $3/M tokens) :
net_savings × 3 / 1_000_000 = euros sauvés
Le calcul : chaque réchauffage coûte une lecture (0.1x). Chaque réécriture évitée aurait coûté une écriture (1.25x) sur un contexte conséquent. L'équilibre est largement en ta faveur.
Et concrètement pour toi ?
Choisis ton profil — la lecture de l'article change selon qui tu es.
Pour toi, Claude-thermos montre comment on optimise déjà les coûts des outils IA : c'est un bon exemple concret de ce que veut dire « économie de ressources » dans un monde où les modèles coûtent cher à tourner.
Essayer maintenant
Installer claude-thermos via uvx →Source
Pour aller plus loin
Cet article t'a donné envie d'approfondir ? Deux formations Noésis t'attendent :
Explorer les thèmes de cet article :