
Dans les longues conversations de Claude Code, la requête médiane est passée d’environ 800 Ko à 1,8 Ko (kilo-octets). Anthropic l’a indiqué le 2 novembre sur son compte officiel ClaudeDevs, en annonçant l’arrivée des fils de discussion (threads) en bêta publique sur l’API Messages.
Concrètement, l’API garde la conversation en cache sur le serveur entre les tours. Au lieu de renvoyer tout l’historique à chaque échange, le développeur envoie uniquement les nouveaux messages et l’identifiant du message précédent.

Complétez votre site, carte par carte
J’ai conçu TresoRank pour détecter ce qui manque à votre visibilité SEO & GEO : contenus, enrichissements, maillage ou optimisations techniques. Chaque opportunité devient une carte à activer.
Analyser mon site gratuitement →800 Ko contre 1,8 Ko : l’historique ne voyage plus
Le calcul est rapide : 800 divisé par 1,8 donne un facteur d’environ 444, soit 99,8 % de données en moins sur la requête médiane. Les deux valeurs étant annoncées avec un « environ », on parle d’un ordre de grandeur, pas d’une mesure au millième.
Ce gain ne vient d’aucune compression ni d’aucune astuce de format. Il vient d’un déplacement : l’historique reste là où le modèle le lit. Ce qui subsiste dans la requête, c’est ce qui est nouveau à ce tour, une consigne, un résultat d’outil, une réponse de l’utilisateur.
Pour situer l’échelle, on estime souvent qu’un token représente de l’ordre de quatre caractères de texte. À cette aune, 800 Ko correspondent grossièrement à 200 000 tokens renvoyés à chaque tour. C’est une estimation de notre part, pas une donnée d’Anthropic, mais elle donne la mesure de ce que les agents longs réexpédiaient jusqu’ici.
Longues conversations seulement, et médiane seulement
Le périmètre est précis : « dans les longues conversations ». Une médiane calculée sur ce sous-ensemble ne dit rien des échanges courts, où l’historique pèse peu et où le gain est donc forcément plus modeste.
Elle ne dit rien non plus de la queue de distribution. Une médiane de 1,8 Ko signifie que la moitié des requêtes pèsent moins que cela, pas que toutes sont légères. Un tour qui injecte un gros fichier, une longue sortie d’outil ou un document entier dépassera largement ce seuil, fil de discussion ou non.
Reste le premier tour d’une conversation, qui doit bien amener du contenu. L’annonce ne détaille pas ce point, mais la logique du mécanisme le laisse supposer : le cache ne peut pas économiser ce qu’il n’a jamais reçu.
Un tiers de latence en moins, mais sur les très gros contextes
Second chiffre de l’annonce : pour les requêtes de 500 000 à 1 million de tokens, le temps médian jusqu’au premier token (le délai avant l’apparition du début de la réponse) est environ 35 % plus bas.
Il s’agit de deux populations différentes. Les 800 Ko concernent la requête médiane des longues conversations ; les 35 % concernent une tranche précise, celle des contextes très volumineux. Rien n’autorise à dire que la requête médiane de Claude Code gagne 35 % de latence.
L’annonce ne précise pas non plus d’où vient le gain de délai. Moins de données à transmettre y contribue sans doute, mais la part due à la réutilisation du contexte côté serveur reste inconnue. Anthropic ne publie pas de méthode de mesure détaillée, et une médiane en baisse de 35 % ne dit rien des cas les plus lents.
Le serveur garde la mémoire, le client une référence
Pour les agents longs, la conséquence touche à l’architecture. Jusqu’ici, le client était propriétaire de l’historique : il le stockait, le tronquait, le résumait, puis le renvoyait en entier. Avec les fils de discussion, il porte une référence, l’identifiant du message précédent, et le serveur porte la mémoire.
OpenAI a fait le même choix avec son API Responses : le paramètre previous_response_id permet d’enchaîner les tours sans renvoyer l’historique. Anthropic rejoint donc un modèle déjà installé chez son principal concurrent.
Le code d’un agent s’allège : plus de gestion de l’historique à chaque tour, des requêtes qui restent petites même après des centaines d’échanges, un réseau moins sollicité. Pour un outil qui tourne des heures, comme Claude Code, le bénéfice est concret.
Cela déplace aussi des responsabilités. Plusieurs questions restent ouvertes dans les messages publiés :
- combien de temps un fil est-il conservé côté serveur, et que se passe-t-il à son expiration ?
- comment le cache est-il facturé, par rapport à l’envoi de l’historique complet ?
- que devient la conformité pour les équipes soumises à des règles strictes de conservation des données ?
- comment rejouer ou auditer une conversation si l’historique n’existe plus nulle part côté client ?
Tant que la fonctionnalité est en bêta publique, ces points sont à tester avant tout déploiement sérieux. Conserver une copie locale de chaque échange reste la parade la plus simple pour garder la main sur l’audit et sur un éventuel changement de fournisseur.
Un réflexe utile pour tout développeur d’agent : mesurer dès maintenant le poids médian de ses propres requêtes sur une longue session. Si ce poids se compte en centaines de kilo-octets, le gain potentiel est du même ordre que celui annoncé ici ; s’il se compte en quelques kilo-octets, l’intérêt sera surtout côté simplicité de code.
Une mémoire d’agent hébergée chez le fournisseur
Les deux chiffres d’Anthropic décrivent un gain de transport et de délai, pas encore un gain de coût démontré : rien n’est dit de la facturation. Ils indiquent surtout une direction. À mesure que les agents s’allongent, l’historique devient trop lourd pour voyager, et les fournisseurs de modèles le gardent chez eux.
Les équipes devront décider jusqu’où elles acceptent de confier cette mémoire à un tiers, alors qu’elle contient souvent leur code, leurs décisions et leurs données.

Vous avez aimé celui-ci ?
La newsletter du vendredi réunit les articles de la semaine, avec leurs sources.
Offert à l'inscriptionMa configuration Claude Code, avec mes skills, mes sous-agents et mes hooks, prêts à copier.
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 22 évaluations
Faire appel à mes services →

