Comment utiliser moins de tokens dans Cursor : 6 habitudes qui réduisent l'usage

Votre agent a tourné pendant dix minutes, et le compteur d'usage a bougé plus que la tâche ne le méritait. La réponse courte : Cursor facture au million de tokens, et un long chat fait que chaque nouvelle étape transporte à nouveau tout l'historique. Gardez les fils courts, gardez le contexte petit, et n'utilisez pas un modèle coûteux pour de petites modifications.

Ce pour quoi vous êtes réellement facturé#

La page modèles et tarifs de Cursor (consultée le 24 octobre 2026 ; la page n'affiche aucune date de publication) liste les prix au million de tokens, répartis en quatre parties : entrée, écriture de cache, lecture de cache et sortie. L'entrée est ce que Cursor envoie au modèle : votre message, les fichiers, l'historique. La sortie est ce que le modèle renvoie. L'écriture de cache et la lecture de cache sont les parties à tarif réduit pour le texte déjà envoyé.

Deux autres détails de la même page comptent pour les habitudes :

• Le contexte long coûte plus cher. L'entrée de Grok 4.7 au-delà de 256k tokens est facturée à 2x ; certaines variantes Claude 1M sont à 2x au-delà de 200k d'entrée. Les détails sont propres à chaque modèle, donc vérifiez la page pour le modèle que vous utilisez.
• Les modèles tiers (Claude, GPT, Gemini) ne font pas partie du pool hebdomadaire inclus. Sur Premium et au-dessus, ils sont facturés au prix catalogue de l'API depuis le crédit prépayé ; ils ne sont pas disponibles sur Free ou Plus.

Les habitudes ci-dessous découlent du fonctionnement de la facturation au token : chaque étape renvoie ce qui est déjà dans le fil.

Habitude 1 : ouvrez un nouveau chat quand la tâche change#

Un modèle d'IA n'a aucune mémoire entre les requêtes. Chaque étape d'un agent renvoie le fil jusqu'ici, ce qui est l'effet décrit dans pourquoi un long chat IA coûte plus cher. L'étape 5 est bon marché. L'étape 150 transporte 149 étapes d'historique.

Disons que vous terminez un refactor dans un fil, puis demandez au même fil de corriger une faute de frappe dans le README. Rien dans le fil n'aide pour la faute de frappe, mais tout est facturé à nouveau. Ouvrez un nouveau chat, nommez le fichier, terminé.

La doc de Cursor sur la summarization (24 octobre 2026) ajoute un point à connaître : restaurer un checkpoint ne rétablit que les fichiers et ne retire pas les messages de la conversation. Si vous annulez une mauvaise modification et continuez à discuter, la mauvaise tentative reste dans le fil. Quand une tentative a mal tourné, un nouveau chat est plus propre qu'une restauration.

Habitude 2 : pointez le fichier, pas le dossier#

Un gros fichier collé ou une pile de @-mentions entre dans l'entrée à chaque étape qui suit. Dix fichiers mentionnés de 2 000 tokens chacun ajoutent 20 000 tokens à chaque étape, et avec une session de 100 étapes cela fait 2 000 000 de tokens d'entrée pour un contexte dont le modèle n'avait la plupart du temps pas besoin.

Mentionnez le seul fichier ou la seule fonction que la tâche touche. Si le modèle en a besoin de plus, il peut le demander ou le lire lui-même.

Habitude 3 : restez sous la ligne du contexte long#

Comme le contexte long est facturé à un tarif plus élevé sur certains modèles, un fil qui franchit le seuil devient cher deux fois : plus de tokens, et un tarif plus élevé sur ceux-ci. Si vous voyez un fil grossir vers quelques centaines de milliers de tokens, c'est le signal pour conclure et repartir avec un court résumé que vous écrivez vous-même : deux ou trois lignes sur ce qui est fait et ce qui suit.

Habitude 4 : adaptez le modèle à la tâche#

Renommer une variable n'a pas besoin du même modèle que concevoir un module. Sur la page des modèles, les modèles tiers sont facturés au prix catalogue de l'API, donc un modèle coûteux sur de petites modifications est le moyen le plus rapide de brûler du crédit. Utilisez le modèle lourd pour la planification et les bugs difficiles ; utilisez-en un moins cher pour les modifications de routine et les questions.

Auto a des modes Cost, Balance et Intelligence. Les forfaits individuels n'ont que le mode Cost, qui puise dans le pool hebdomadaire quel que soit le modèle qui sert la requête. Balance et Intelligence sont pour Teams et Enterprise avec Cursor Router.

Habitude 5 : demandez des réponses courtes quand vous voulez des réponses courtes#

Les tokens de sortie sont facturés à un tarif plus élevé que les tokens d'entrée sur la plupart des modèles (voir tokens d'entrée vs de sortie). « Montre seulement la fonction modifiée » coûte moins que « réécris le fichier » et est plus facile à relire.

Habitude 6 : déplacez le travail de chat de routine vers un modèle bon marché sur votre propre clé#

Pour les questions et modifications du quotidien dans le chat, sur les forfaits qui le permettent, vous pouvez pointer Cursor vers une clé personnalisée compatible OpenAI. La page des modèles de Cursor (24 octobre 2026) indique que vos propres clés API ne sont pas disponibles sur Plus ; sur Teams et Enterprise, Cursor ajoute son propre tarif de tokens par-dessus les prix de l'API, ce que les coûts ci-dessous n'incluent pas. Comment le configurer, et quelles fonctionnalités de Cursor marchent avec une clé personnalisée, c'est dans Comment connecter Cursor à CheapTokens. L'URL de base est https://api.cheaptokens.dev/v1.

Quel modèle ? Pour les longues sessions à gros contexte, deepseek-ai/DeepSeek-V4-Flash-0731 est celui à essayer : un seul prix à toute heure, 380K de contexte, jusqu'à 32 768 tokens de sortie par réponse. Pour les modifications de routine et les questions rapides, MiniMaxAI/MiniMax-M2.7 a 180K de contexte et jusqu'à 8 192 tokens de sortie par réponse, et son entrée comme sa sortie sont moins chères qu'OpenRouter.

Ce que coûte une session : avant et après#

Mettons des chiffres sur l'habitude 1. Supposons une session d'agent de 200 étapes avec environ 300 tokens de sortie par étape, soit 60 000 tokens de sortie au total. Dans un seul fil sans fin, l'historique grossit et l'étape moyenne envoie environ 10 000 tokens d'entrée : 200 × 10 000 = 2 000 000 de tokens d'entrée. Avec un nouveau chat toutes les douzaines d'étapes environ, la moyenne tombe à environ 3 000 : 200 × 3 000 = 600 000 tokens d'entrée. Même travail, même sortie.

Sur MiniMax-M2.7, coût en tokens aux prix API du jour :

• un long fil (2 000 000 en entrée, 60 000 en sortie) : $0.109
• chats courts (600 000 en entrée, 60 000 en sortie) : $0.039

L'entrée tombe à moins d'un tiers, et c'est la partie que vous contrôlez avec les habitudes 1 à 3. Voici la session en long fil sur tous les modèles dont nous disposons :

Ce sont des prix en direct issus de la liste de prix, ils se mettent à jour quand les tarifs changent. Pour savoir comment l'entrée et la sortie se répartissent sur de vraies tâches, voir combien de tokens utilise une requête API et tokens d'entrée vs de sortie.

Vérification rapide avant d'envoyer#

1. La tâche a-t-elle changé depuis le début de ce chat ? Nouveau chat.
2. Mentionnez-vous plus que les fichiers que la tâche touche ? Épurez.
3. Est-ce une petite modification sur un modèle coûteux ? Changez.
4. Le fil vous semble-t-il long ? Écrivez deux lignes de résumé et repartez à zéro.

Pour faire tourner le travail de chat sur un modèle bon marché, commencez par la doc CheapTokens et la page des tarifs. Les prix côté Cursor changent, donc vérifiez sa page modèles et tarifs avant de planifier un mois.