Sur son bureau, Alexandre, ingénieur freelance et créateur de SaaS, a installé un petit écran de 3,5 pouces.
L'objet n'a rien d'impressionnant. Ce qui s'affiche dessus, en revanche, mérite qu'on s'y attarde. L'ingénieur ne supervise pas le CPU, la mémoire ou encore la température du processeur. Mais quatre indicateurs d'un genre nouveau, qui suivent en temps réel sa consommation d'intelligence artificielle.
Pour comprendre pourquoi un développeur a besoin de surveiller ça en permanence, il faut d'abord comprendre ce qu'est un token.
Le token, c'est l'unité de base que consomme une IA à chaque échange. Grosso modo un morceau de mot. Quand on demande à ChatGPT ou Claude de générer du code, de résumer un document ou d'analyser un fichier, l'IA compte les tokens en entrée et en sortie et facture en conséquence.
Pour un usage occasionnel, ça ne coûte presque rien. Pour un professionnel qui travaille huit heures par jour avec une IA, ça change tout.
Aujourd'hui, beaucoup d'ingénieurs ne codent plus seuls. Ils délèguent une partie du travail à des assistants comme Claude Code, Cursor ou GitHub Copilot. Ces outils écrivent du code à leur place, débuggent, refactorisent, lisent leur base entière. Tout ça consomme des tokens. Beaucoup de tokens.
Résultat : un développeur peut épuiser le quota de son abonnement hebdomadaire en quelques heures de session intensive. Une fois la limite atteinte, soit il attend la prochaine fenêtre, soit il paye au prix fort chaque token supplémentaire.
D'où la comparaison qui revient en boucle dans la communauté. Le token est devenu l'or invisible de 2026. Une ressource finie, qui s'évapore vite, et qui dicte la productivité d'une journée entière.
Le problème, c'est qu'aucun outil grand public ne permet de visualiser cette consommation en temps réel. Les développeurs naviguent à l'aveugle, jusqu'au moment où l'IA refuse poliment de continuer.
C'est ce vide qu'Alexandre a comblé. Sur son mini écran, quatre données défilent en permanence :
- Le quota brûlé sur la fenêtre glissante de 5 heures
- La consommation sur la semaine
- L'usage par modèle d'IA
- Les crédits dépassés au-delà du forfait
Il a publié l'ensemble du code en open source sur son blog. N'importe quel développeur peut cloner le projet, l'adapter à son propre workflow et suivre sa consommation Claude Code.
Et c'est là que l'histoire prend une autre dimension.
Quand Alexandre a partagé son setup sur LinkedIn, il ne s'attendait pas à grand-chose. En 48 heures, le post a dépassé les 32 000 vues. Plus de 400 personnes ont liké. Les commentaires se sont accumulés. Beaucoup remercient l'auteur d'avoir mis des chiffres et un protocole derrière une angoisse jusque-là diffuse. D'autres partagent leurs propres dérives de consommation, parfois à trois voire quatre chiffres mensuels.
Le post a touché un nerf collectif. Celui d'une profession qui sent que son rapport au travail change vite, et qui cherche des repères concrets pour rester maîtresse de ses outils.
Dans un monde où les abonnements IA sont devenus la deuxième dépense logicielle de beaucoup de sociétés tech, après l'hébergement, savoir exactement où part chaque centime devient stratégique.
L'article complet, avec démo, captures et lien direct vers le repo, est à retrouver sur le blog du dev-freelance.
Pour les ingénieurs comme pour les curieux, c'est probablement le meilleur point d'entrée pour comprendre où va vraiment le métier en 2026.
