Locale: fr
Quand on atteint vite la limite d'utilisation d'une IA, on a d'habitude l'impression d'être bloqué. Mais si on lance en même temps 10 ou 11 grosses tâches de développement, et que l'agent les mène seul de la recherche à l'écriture du code, aux tests et aux corrections, l'impression s'inverse. Voir le quota de 5 heures fondre à toute vitesse devient la preuve qu'une énorme quantité de travail est en train d'être bouclée dans ce créneau.
Pourquoi épuiser la limite de 5 heures aussi vite donne l'impression d'avoir fait une bonne affaire ?
D'après les informations d'Anthropic à septembre 2026, Claude Max 5x coûte 100 dollars par mois sur le web, et Max 20x 200 dollars par mois. L'utilisation par session se réinitialise toutes les 5 heures, et il existe en plus une limite hebdomadaire. La consommation ne se résume pas au nombre de messages : elle dépend de la longueur de la conversation, des pièces jointes, du modèle, des fonctionnalités utilisées et de la complexité de la tâche.
Du coup, si on lui fait lire un énorme dépôt de code, modifier plusieurs fichiers et lancer les tests, avec plusieurs tâches de ce genre en parallèle, il n'y a rien d'étonnant à ce que le créneau de 5 heures parte vite.
Ce qui est intéressant, c'est qu'« avoir grillé son quota » ne veut pas forcément dire « avoir perdu au change ». Utiliser son quota pour 100 petites discussions, ce n'est pas du tout la même chose que l'utiliser pour boucler 10 gros chantiers jusqu'au bout. Même consommation, résultat très différent.
Ce qu'il faut regarder, ce n'est pas le temps qu'il reste, mais la quantité de travail terminé qu'on obtient pour chaque unité d'utilisation.
Avoir l'impression d'en tirer 50 fois plus ne veut pas dire avoir 50 fois plus de tokens
Comparé à un autre agent, on a parfois l'impression qu'il « permet d'en faire environ 50 fois plus ». Mais cet écart ne correspond pas forcément à 50 fois plus de tokens ou de messages.
L'écart réel grandit parce que plusieurs facteurs se multiplient :
- la probabilité d'arriver au but avec une seule consigne
- l'ampleur de ce qu'il peut modifier en une fois
- la part des fois où il ne s'arrête pas à la recherche et passe vraiment à l'écriture du code
- la part des tests en échec qu'il corrige tout seul
- le nombre de fois où il faut lui redire « continue » ou « corrige ça aussi »
- le nombre de tâches qu'on peut faire tourner en même temps
Si un agent moins bon a besoin de 20 allers-retours pour un travail qu'un agent costaud boucle en 1 ou 2, l'écart ressenti dépasse facilement un facteur 10.
Autrement dit, ce qui compte, ce n'est pas la quantité de texte qu'il peut cracher, mais le nombre de tâches qu'il arrive à mener jusqu'au bout.
Environ 16 000 yens par mois, ça représente combien de jours d'un ingénieur senior ?
Si on met soudain ça à côté des salaires humains, les chiffres deviennent un peu absurdes.
Selon les données de Levels.fyi au 26 septembre 2026, la rémunération totale médiane d'un Senior Software Engineer au Japon était d'environ 11,77 millions de yens par an. Le 25e percentile était d'environ 8,96 millions, le 75e d'environ 16,81 millions et le 90e d'environ 23,91 millions.
En divisant simplement par 20 jours ouvrés par mois, on obtient ceci :
| Niveau | Rémunération totale annuelle | Équivalent mensuel | Par jour ouvré |
|---|---|---|---|
| 25e percentile | env. ¥8,96 M | env. ¥747 k | env. ¥37 k |
| Médiane | env. ¥11,77 M | env. ¥981 k | env. ¥49 k |
| 75e percentile | env. ¥16,81 M | env. ¥1,40 M | env. ¥70 k |
| 90e percentile | env. ¥23,91 M | env. ¥1,99 M | env. ¥100 k |
Par ailleurs, l'enquête 2026 de Findy Freelance indique que les ingénieurs freelances facturaient en moyenne 808 264 yens par mois, soit 5 319 yens de l'heure.
Si on compte l'abonnement à l'IA à environ 16 000 yens par mois, ça fait à peu près 0,33 jour de travail d'un ingénieur senior au salaire médian, et seulement 2 % environ du tarif mensuel moyen d'un freelance.
Bien sûr, c'est une comparaison pour rire. Un salaire et un abonnement logiciel, ce n'est pas la même chose, et l'IA ne prend pas en charge un contrat de travail, les responsabilités, les astreintes, les explications aux clients ou la coordination avec le reste de l'entreprise.
N'empêche qu'un prix qui paraît salé pour un « abonnement de chat » semble tout à coup minuscule quand on le voit comme le coût de la sous-traitance d'un gros travail technique.
10 ou 11 tâches en parallèle, ce ne sont pas « 11 salariés », mais on se rapproche d'une équipe de dev à soi tout seul
Avec 10 ou 11 tâches qui tournent en même temps, de l'extérieur, ça ressemble à une petite équipe de développement.
D'un côté, on ajoute des fonctionnalités au site. De l'autre, on gère la traduction en plusieurs langues. Ailleurs, on fait des contrôles qualité. Ailleurs encore, on corrige des bugs. Et sur un autre front, on améliore l'infrastructure. Des tâches qu'une personne seule ferait normalement les unes après les autres avancent toutes en même temps.
Mais on ne peut pas dire que « 11 tâches en parallèle = embaucher 11 ingénieurs seniors ».
Un vrai ingénieur senior va voir les personnes concernées quand le besoin est flou, assume ses choix de conception, décide des priorités quand quelque chose casse et transmet ce qu'il sait à l'équipe. L'IA ne garantit rien de tout ça d'elle-même.
Plus exactement : « une seule personne peut désormais avoir une capacité de travail proche de celle d'une petite équipe de développement ».
Le prochain goulot d'étranglement, ce n'est pas l'écriture du code, c'est la gestion du trafic
À l'époque où les agents n'en faisaient pas beaucoup, le gros problème, c'était leur capacité à produire.
Maintenant qu'ils en font presque trop, le problème change.
Quand plusieurs agents touchent au même dépôt, ils modifient le même fichier chacun de leur côté. L'un travaille sur des hypothèses dépassées. Une tâche arrivée plus tard annule la correction d'un bug faite juste avant par une autre. Deux d'entre eux finissent par créer des fonctionnalités similaires séparément.
Là, il ne suffit pas de générer du code plus intelligent :
- garder une seule version de référence
- bien répartir qui s'occupe de quoi
- relire et vérifier après chaque modification
- ne pas séparer les tests de la vérification sur le site en ligne
- prévoir une revue d'intégration finale
- ne pas régler un problème en montant un « deuxième système »
En gros, plus l'IA va vite, plus le travail humain passe de « celui qui exécute » à « celui qui organise le trafic et conçoit ».
Si les articles s'améliorent, ce n'est pas seulement parce que le modèle qui écrit est plus malin
Dans un système qui produit des articles en masse, il se passe la même chose.
Au début, rien que pouvoir générer du texte, c'était déjà un grand pas. Mais avec seulement ça, le résultat est très inégal.
Ensuite, les couches s'empilent une à une : des contrôles qui bloquent les défauts graves, une vérification du naturel pour chaque langue, des garde-fous contre le mélange des langues, la vérification de la vraie page publiée, les liens internes, le fait d'amener le lecteur vers l'article suivant, des aides à la lecture comme l'audio ou la lecture rapide, le lien avec ce que les gens recherchent vraiment, et un circuit qui renvoie les réactions des vrais lecteurs vers l'article suivant.
Du coup, une amélioration ne s'arrête plus à un seul article.
Si on transforme en règle une erreur repérée une fois, elle profite aussi à tous les articles à venir. On a l'air de corriger un article, mais en réalité on corrige les réglages de l'usine qui fabrique les articles.
À ce stade, la qualité progresse moins comme une addition que comme des intérêts composés.
Mais « l'usine est plus solide » ne veut pas dire « tous les articles sont meilleurs »
Que le système ait plus de fonctionnalités ne veut pas dire que le texte que lisent les gens s'est vraiment amélioré.
On peut avoir 100 points de contrôle, le lecteur s'en fiche si le texte est ennuyeux. On peut publier en 12 langues, une traduction bancale ne vaut pas grand-chose. On peut vérifier le site en ligne à la perfection, si la réponse que cherchait l'internaute est maigre, ce n'est pas un bon article.
C'est pour ça qu'au final, le mieux est de comparer à l'aveugle les anciens articles et les actuels, dans les mêmes conditions.
Par exemple, tirer au hasard 100 articles de chaque période et noter l'exactitude des faits, la clarté, le côté concret, l'intérêt, la réponse à ce que l'internaute cherchait, le naturel de la langue et le fait de savoir quoi faire après la lecture.
Si les articles actuels gagnent à chaque fois, ce n'est plus un vague « on dirait que c'est mieux » : on a la confirmation que l'usine elle-même s'est améliorée.
Juger le prix d'un agent IA comme un « abonnement de chat », c'est passer à côté de l'essentiel
Vu comme un chat hors de prix, 100 dollars par mois, c'est cher.
Mais si, pour le même prix, on peut boucler plusieurs fois par jour l'exploration d'un dépôt, l'écriture du code, les tests, les corrections et la documentation, on ne compare plus avec la même chose.
Il ne faut pas comparer avec un logiciel de messagerie ou un outil de rédaction, mais avec les heures de travail humain, le coût de la sous-traitance, le temps d'attente, le fait de jongler entre les tâches et le travail à refaire.
Évidemment, on ne peut pas tout mettre sur le dos de l'IA. Il faut toujours vérifier ce qu'elle produit et tout assembler.
Malgré tout, quand la quantité de travail obtenue est aussi énorme pour le prix, on a moins l'impression « d'utiliser un service par abonnement » que de « louer la capacité d'une équipe technique incroyablement bon marché ».
Conclusion : regardez la vitesse à laquelle le travail terminé s'accumule, pas celle à laquelle le quota fond
Le créneau de 5 heures disparaît en un rien de temps.
Normalement, c'est rageant.
Mais si, dans ces 5 heures, près de 10 gros chantiers ont été bouclés, qu'il reste encore de la marge sur la semaine et que chaque amélioration resservira pour les articles et le code de demain, le chiffre à regarder n'est pas « combien de % il me reste ».
Combien de choses ont été terminées ? Combien d'allers-retours ont été évités ? Combien de fois a-t-on évité de refaire le travail ? À combien de tâches une seule amélioration s'est-elle propagée ?
La valeur d'un agent IA se comprend mieux quand on la mesure en travail terminé par unité d'utilisation, plutôt qu'au nombre de réponses qui ont l'air intelligentes.
Si on a l'impression d'embaucher un super-ingénieur d'élite pour 16 000 yens par mois, ce n'est pas parce qu'un salaire et un abonnement logiciel sont la même chose.
C'est parce que l'unité de travail elle-même commence à changer : on passe de « une personne travaille 8 heures » à « une personne prend les décisions et plusieurs tâches se terminent en même temps ».
Et à ce stade, ce qui fait vraiment peur, ce n'est pas la limite d'utilisation.
C'est de rater l'intégration et de casser le même dépôt avec l'élan de 10 super-ingénieurs d'élite.
Références (5)
- Anthropic, offre Claude Max : https://support.claude.com/en/articles/11049741-what-is-the-max-plan
- Anthropic, limites d'utilisation et de longueur : https://support.claude.com/ja/articles/11647753-%E4%BD%BF%E7%94%A8%E9%87%8F%E3%81%A8%E9%95%B7%E3%81%95%E3%81%AE%E5%88%B6%E9%99%90%E3%81%AF%E3%81%A9%E3%81%AE%E3%82%88%E3%81%86%E3%81%AB%E6%A9%9F%E8%83%BD%E3%81%97%E3%81%BE%E3%81%99%E3%81%8B
- Anthropic, Claude Opus : https://www.anthropic.com/claude/opus
- Levels.fyi, salaire d'un Senior Software Engineer au Japon : https://www.levels.fyi/t/software-engineer/levels/senior/locations/japan
- Findy Freelance, rapport 2026 sur le marché des ingénieurs freelances : https://freelance.findy-code.io/articles/market-report_202603
