Jev aide Claude Code à choisir le modèle et l’effort

Quand vous demandez à Claude Code de traduire « merci » en anglais, votre message part chez le même modèle que lorsque vous lui demandez pourquoi votre application plante une fois sur dix. Même cerveau, même temps de réflexion, même tarif.

C’est un peu comme appeler un chirurgien pour poser un pansement. L’inverse existe aussi, et il est pire : confier l’opération à l’interne de garde. En construisant ce que je raconte ici, j’ai découvert que mon propre système faisait exactement ça : un chantier de 86 actions confié au plus petit des modèles, sans que personne ne s’en aperçoive.

Cet article explique ce qui se joue derrière ce choix, pourquoi presque personne ne le fait, et comment je l’ai confié à un réflexe. Pas besoin de savoir coder pour le suivre. Si vous utilisez Claude Code, vous pourrez installer le résultat à la fin.

Trois cerveaux, trois prix

Claude Code est l’assistant d’Anthropic qui travaille directement dans vos dossiers : il lit vos fichiers, lance des commandes, écrit et corrige. Derrière lui, trois tailles de modèle peuvent répondre. Imaginez un atelier.

Plus le modèle est grand, plus il comprend finement, et plus il est lent et cher. Pour donner un ordre de grandeur mesuré chez moi : dans mon projet, qui est gros, le premier échange d’une conversation coûte 0,47 $ sur Opus et 0,009 $ sur Haiku. Cinquante fois plus.

Le second réglage : l’effort

Il existe un deuxième bouton, plus récent et moins connu : l’effort de réflexion. Avant de répondre, le modèle peut réfléchir longtemps, ou presque pas. Claude Code propose cinq niveaux, de low à max.

La différence est énorme. J’ai posé trois mêmes questions sérieuses à Opus, à trois niveaux d’effort, et compté les tokens qu’il écrit (les morceaux de mots qu’un modèle lit et écrit, et sur lesquels il est facturé) :

En max, Opus écrit vingt-six fois plus qu’en high, et met vingt fois plus de temps, pour des réponses qui n’étaient pas vingt fois meilleures.

Il y a donc deux questions à chaque message : qui réfléchit, et combien de temps.

Le vrai problème : personne ne tourne les boutons

Claude Code a deux commandes pour ça, /model et /effort. En pratique, on choisit le matin et on n’y touche plus. Or une conversation alterne sans arrêt : « corrige ce bug », puis « ok merci », puis « traduis ce paragraphe », puis « revois toute la structure du projet ».

Résultat, deux façons de perdre :

• tout sur Opus : on paie l’expert pour déplacer une virgule ;
• tout sur un petit modèle : les tâches difficiles sont mal faites, et on ne sait pas pourquoi.

Il faudrait choisir à chaque message. Mais qui choisit ? Pas vous : vous y penseriez toute la journée. Pas Opus non plus : demander à l’expert quel expert appeler, c’est déjà payer l’expert.

Le réflexe avant la réflexion

Vous touchez une plaque chaude. Votre main se retire avant que vous ayez pensé « c’est chaud ». Ce n’est pas votre raisonnement qui a décidé, c’est un réflexe : rapide, simple, presque gratuit.

Le psychologue Daniel Kahneman appelle ce mode rapide le Système 1, et la réflexion lente, celle qui pèse et argumente, le Système 2.

Claude est un Système 2 : puissant, lent, et payé à la lecture. Ce qui manquait, c’est un Système 1 placé devant lui.

Ce Système 1 existe. Il s’appelle Jev, et il est fait par TypeSafe. Jev a une particularité : il n’écrit pas. Il choisit. On lui donne une question et des options, il rend l’option retenue et sa confiance, en 0,3 seconde.

Et il ne coûte presque rien. Une décision revient à environ 0,006 centime. En quatre jours, tous mes tests compris, Jev m’a coûté 0,0376 $ : moins de quatre centimes.

Pourquoi pas Haiku 5.5 comme décideur, puisqu’il est petit et rapide ? J’ai posé la question à un banc de 60 décisions en français. Haiku 5.5 en a réussi 97 %, Jev 92 %. Mais Jev répond presque trois fois plus vite (0,32 seconde contre 0,87) et coûte trois fois moins cher. Surtout, il donne une probabilité pour chaque option, et nous verrons que c’est ce détail qui a tout réglé.

Les deux ont donc leur place : Jev décide, Haiku exécute ce qui est léger.

Les mods : l’endroit où brancher un réflexe

Il restait à savoir où placer ce réflexe. Depuis le 1er octobre 2026, Claude Code (version 2.1.287 ou plus) accepte des mods : un petit dossier de code qui dit à Claude Code « quand tel moment arrive, appelle-moi d’abord ». Le mod regarde ce qui passe, et il tranche : laisser passer, modifier, refuser, ou vous poser la question.

Claude Code avait déjà d’autres façons de se personnaliser. Elles ne font pas la même chose :

La différence qui compte : une consigne écrite, Claude peut la lire de travers, l’oublier ou l’interpréter. Un mod s’exécute à chaque fois, et il ne consomme aucun token pour appliquer une règle. C’est l’endroit où une règle devient un mécanisme.

Ce que j’ai construit

Un mod qui, à chaque message, fait quatre choses :

1. il relit les derniers échanges de la conversation, pas seulement le dernier message ;
2. il pose à Jev cinq questions en un seul appel : est-ce la suite de la tâche en cours ? quel modèle ? quel effort ? est-ce une petite demande toute simple ? quel risque ?
3. des règles écrites tranchent à partir des réponses, et de votre avis si vous l’avez donné ;
4. la requête part vers le modèle choisi, avec l’effort choisi.

Sous la zone de saisie, une ligne s’affiche, par exemple : Jev → Opus · effort high · nouveau sujet (0,86). Et le sélecteur de modèle de Claude Code affiche le choix de Jev : vous voyez à chaque envoi quel cerveau va répondre.

Ça, c’est la version qui marche. Elle est la sixième.

Trois erreurs qui m’ont tout appris

1. « reprend » n’est pas une petite tâche

La première version ne jugeait que le dernier message. Or quand je relance un long travail, j’écris « reprend », « ok go » ou « audit ». Sept caractères. Jev y voyait une tâche simple et renvoyait tout sur Haiku, en pleine analyse difficile. Trois fois de suite.

La longueur d’un message ne dit rien du travail qu’il déclenche. La règle qui corrige ça : un modèle ne change qu’au début d’un sujet. Les mots de relance gardent le modèle et l’effort, sans même appeler Jev.

Sur 50 messages répartis en 18 conversations, la version qui ne regarde que le dernier message choisit le bon modèle 60 % du temps. Avec le contexte et cette règle, 100 %.

2. Changer de modèle a un prix caché

Un modèle garde en mémoire ce qu’il a déjà lu de la conversation : c’est le cache, et le relire coûte très peu. Mais quand on change de modèle, le nouveau doit tout relire depuis le début, à son propre tarif. C’est de là que viennent les 0,47 $ du premier échange sur Opus.

J’ai mesuré l’autre bouton, sur près de 5 000 de mes requêtes : après un changement d’effort, 99,6 % de la conversation est relue depuis le cache ; après un changement de modèle, 9 % seulement. Claude Code envoie l’effort à part, dans un petit message qui ne touche pas au reste. Le cache tient.

D’où une règle simple : le modèle change rarement, l’effort peut suivre chaque message. C’est comme au bureau : changer d’interlocuteur oblige à tout réexpliquer ; demander à la même personne de réfléchir plus longtemps, non.

3. Le routeur qui n’appelait jamais l’expert

Quelques jours plus tard, j’ai trouvé qu’Opus n’était presque jamais choisi. J’ai audité le système sur mes vrais messages : Opus avait été retenu 2 fois sur 30. Une question de 95 caractères avait déclenché 86 actions, toutes confiées à Haiku. Mon banc de test, écrit par moi, affichait pourtant 100 %.

Jev jugeait la forme du message (« c’est une courte question, c’est facile ») et non le travail qu’elle allait déclencher dans un vrai projet. Ma première correction est tombée dans l’excès inverse : Opus 39 fois sur 39. Presque chaque message ressemblait à la suite du précédent, et une suite ne redescendait jamais.

La vraie correction tient dans les probabilités. Au lieu de demander « quel modèle ? » et de prendre la réponse, le mod lit le risque que chaque modèle soit trop faible. Il prend le plus léger dont ce risque reste sous un seuil : 25 % par défaut, parce que la qualité passe d’abord, 40 % pour un équilibre, 55 % si l’on veut économiser. Pour redescendre vers un modèle plus petit, il faut une marge de plus : dans le doute, on garde l’expert.

Sur 39 de mes vrais messages, rejoués avec cette règle : 39 choix jugés acceptables à la relecture, aucun trop faible, aucun trop fort.

Mesurez sur votre vrai usage. Un test écrit pour l’occasion valide votre règle, pas votre façon de travailler.

Trois jours en production

J’ai ensuite laissé tourner le routeur trois jours sur mon vrai travail, puis j’ai tout relu : 116 décisions, recoupées une à une avec le modèle qui a réellement répondu.

• Il obéit. 115 réponses sur 116 sont parties chez le modèle choisi. La dernière, je l’avais interrompue.
• Plus aucun gros travail sur un petit modèle. La plus grosse tâche confiée à Sonnet faisait 15 actions. Les chantiers de 60 à 150 actions sont tous partis sur Opus.

Mais la relecture a montré deux défauts, et leur correction a changé ma façon de voir le routeur.

Mon avis était ignoré

Dans l’extension VS Code, quand je choisissais un modèle à la main, le routeur ne le voyait pas. Trois fois, il a choisi autre chose que moi sans le savoir.

La correction n’est pas « l’humain gagne toujours ». C’est mieux : mon choix devient un vote. Il pèse la moitié de la décision, Jev l’autre moitié. Si je vote pour un modèle plus fort, je l’emporte presque toujours : c’est sans risque. Si je vote pour plus léger alors que Jev est sûr qu’il faut l’expert, Jev garde l’expert, et me le dit. Puis mon vote s’estompe : 50 %, 25 %, 12,5 % sur les trois décisions suivantes, et il disparaît. Un avis donné pour une tâche ne colle pas à toute la journée.

Et dans l’autre sens, le sélecteur de modèle affiche maintenant le choix de Jev. Je vois à chaque envoi qui va répondre, et je peux voter en un clic si je ne suis pas d’accord.

Haiku n’était jamais choisi

Pas une fois en trois jours. Même « mais avec un P majuscule » partait sur Sonnet. Jev pose donc une cinquième question : est-ce une petite demande entièrement précisée, sans choix à faire ? Traduire, corriger une faute, changer un libellé désigné, remettre comme avant. Si oui, Haiku d’office, puis retour au modèle d’avant : un « continue » ne reste jamais coincé sur le petit modèle.

Rejouées avec cette règle, mes demandes des trois jours donnent Haiku 6 fois, toutes des retouches de 0 à 4 actions. Aucun vrai travail.

Ce que ça coûte vraiment

J’ai fait le calcul sur mes quatre sessions de travail, du 14 au 17 octobre, au tarif public de l’API d’Anthropic. Pour Opus 5.5 : 4 $ le million de tokens lus, 20 $ le million écrits, et seulement 0,20 $ le million relus depuis le cache.

Quatre enseignements, dont un qui m’a obligé à corriger cet article.

1. Changer de modèle m’a coûté de l’argent. La première version de cet article disait l’inverse : tout sur Opus aurait coûté 313 $, 5 % de plus. Ce calcul était faux. Il comptait au prix d’Opus les tokens que chaque changement de modèle avait obligé à réécrire, alors qu’en restant sur Opus ils auraient été relus presque gratuitement. Recalculé proprement, tout sur Opus aurait coûté 289 $ : le routage m’a coûté près de 4 % de plus. Mes sept passages d’Opus vers Sonnet ont tous perdu de l’argent. L’explication tient en un chiffre : Opus 5.5 relit son cache à 0,20 $ le million de tokens, exactement le prix de Sonnet. Passer sur Sonnet en plein chantier, c’est payer pour tout réécrire et ne rien gagner ensuite. Les passages par Haiku, eux, ont été rentables : il relit son cache au moins quatre fois moins cher.

2. Le vrai levier, c’est l’effort. Ce que le modèle écrit pèse 18 % de ma note, et c’est elle qui explose en max. Si toutes mes réponses avaient réfléchi au maximum, la note serait passée de 299 $ à environ 420 $ en supposant seulement trois fois plus de tokens écrits, et à plus de 1 000 $ au rythme que j’ai mesuré. Sans parler des cinq minutes d’attente par réponse.

3. Le contexte coûte plus que le modèle. Chaque requête relit en moyenne 340 000 tokens de conversation : la relecture pèse à elle seule près de la moitié de ma note. Et le cache ne vit qu’une heure. Après une pause plus longue, toute la conversation est réécrite au double du prix normal : 30 $ en trois jours, 10 % de la note, pour une quinzaine de retours de pause. Je compacte mes conversations à la main, vers 500 000 tokens. Rejoués sur mes vrais échanges, des compactages vers 300 000 auraient réduit d’environ 23 % ce que coûte le contexte. C’est une simulation : ce qu’un résumé fait perdre en qualité reste à mesurer.

4. Sur un abonnement, ce n’est pas une facture, c’est une limite. Je suis sur l’abonnement Pro : ces dollars ne me sont pas facturés, ils mesurent la vitesse à laquelle j’use mes limites d’usage. Rester bloqué sur Opus en max les userait de 1,4 à plus de 3 fois plus vite : c’est la différence entre tenir sa semaine et devoir passer à un abonnement plus cher.

Ce que le routeur m’apporte d’abord, c’est ce qu’il m’évite : un travail sérieux confié au mauvais cerveau, ou une réflexion au maximum là où elle ne sert à rien. Un peu trop d’Opus n’est qu’un coût ; un mauvais choix est une erreur.

La règle qui en sort : en plein chantier, on garde le modèle et on baisse l’effort. On ne change de modèle qu’au début d’un chantier, ou après une pause, quand le cache est froid de toute façon.

Les limites, avant d’installer

• Jev tourne aux États-Unis. Le routeur lui envoie les derniers échanges de la conversation. TypeSafe indique ne pas entraîner son modèle sur vos requêtes, mais ne publie pas de durée de conservation. À éviter sur des projets confidentiels.
• Un mod n’est pas isolé. Il a les mêmes accès que Claude Code : vos fichiers, votre terminal. N’installez jamais un mod que vous n’avez pas lu. Celui-ci fait environ 400 lignes, commentaires compris.
• Il faut Claude Code 2.1.287 ou plus. Testé de la 2.1.296 à la 2.1.301.
• Le sélecteur de modèle s’écrit dans vos réglages. Claude Code range le modèle affiché dans vos paramètres globaux : le mod retient le vôtre et vous le rend à la fermeture de la session.
• Une session garde la version qu’elle a chargée. Après une mise à jour, tapez /reload-plugins dans chaque session ouverte. Je l’ai appris à mes dépens : mes quatre sessions tournaient encore sur la toute première version.
• Une panne ne bloque rien. Sans clé, sans réseau, ou si Jev est lent, votre message part tel quel.

Au-delà de Claude Code

Même si vous n’écrivez jamais une ligne de code, trois idées de ce projet valent pour tout usage de l’IA :

1. Le bon cerveau pour chaque tâche. Un grand modèle partout est un gaspillage ; un petit modèle partout est un risque.
2. Une règle qui compte doit devenir un mécanisme. Une consigne se lit de travers ; un réflexe s’exécute.
3. Mesurez sur votre vrai usage, pas sur l’exemple que vous avez écrit pour vous rassurer.

C’est la même idée que nous appliquons dans Fractality, notre système pour les entreprises : avant qu’un modèle ne lise une question, une règle décide lequel en a le droit. Une question confidentielle reste chez un modèle privé ; une question publique peut aller au plus puissant.

Essayer

Le routeur est un cadeau pour notre communauté : un dossier à glisser dans votre projet, puis vous écrivez à Claude Code « installe le routeur Jev ». Il démarre en mode observation : il affiche ce qu’il ferait, sans rien changer, tant que vous ne l’activez pas. Il vous faudra une clé TypeSafe, ou OpenRouter.

Rejoindre la communauté et récupérer le kit. La vidéo qui le montre en action arrive bientôt sur YouTube.

Raphaël