# Microsoft et UC Berkeley lancent TokenEconomizer

> Ce plugin open source aurait réduit de 18,4 % à 30,9 % l’utilisation de jetons des agents de programmation sur SWE-Bench, sans modifier l’agent.

Oossa · 2026-10-30 · https://oossa.com/fr/microsoft-and-uc-berkeley-release-tokeneconomizer

Microsoft Research et l’Université de Californie à Berkeley ont lancé TokenEconomizer, un plugin open source conçu pour réduire l’utilisation de jetons par les agents de programmation. Selon MarkTechPost, il apprend des sessions précédentes et a réduit les coûts en jetons de 18,4 % à 30,9 % sur SWE-Bench. Les chercheurs affirment que le plugin fonctionne sans modifier l’agent lui-même.

Les jetons sont des fragments de texte traités par un système d’IA. En utiliser moins peut réduire le volume d’utilisation du modèle nécessaire à un agent, même si les pourcentages indiqués concernent les coûts en jetons et non un montant en dollars. Ces chiffres ne signifient pas non plus que tous les utilisateurs peuvent s’attendre aux mêmes économies : le résultat concerne SWE-Bench, et les informations disponibles ne précisent pas comment les réductions variaient selon les tâches ou les configurations d’agents.

L’apprentissage à partir des sessions précédentes est l’idée centrale présentée ici. Plutôt que d’exiger un autre agent de programmation, TokenEconomizer est présenté comme un module complémentaire qui exploite l’historique des sessions pour utiliser les jetons plus efficacement. Cela pourrait intéresser les équipes qui font tourner des agents de programmation de façon répétée, mais la description ne précise pas quelles informations sont conservées, comment le plugin détermine ce qu’il peut réutiliser ni si les utilisateurs peuvent contrôler ces choix.

## Ce qui reste à préciser

La fourchette annoncée laisse entrevoir des économies potentielles de jetons intéressantes, mais il manque les détails nécessaires pour en évaluer la portée. MarkTechPost ne précise ni le modèle ou l’agent testé, ni la configuration du benchmark, ni le nombre d’essais, ni la comparaison avec d’autres méthodes de réduction de l’utilisation des jetons. L’article ne dit pas non plus si le résultat a été vérifié de façon indépendante. Sans ces précisions, il faut considérer ce pourcentage comme un résultat rapporté sur un seul benchmark, et non comme une garantie pour d’autres tâches de programmation.

TokenEconomizer est présenté comme un logiciel open source, mais le résumé de l’annonce ne mentionne ni dépôt, ni licence, ni agents compatibles, ni prérequis d’installation. Ces éléments permettraient aux développeurs de savoir à quel point il est facile de l’essayer et s’il est compatible avec leurs outils. Pour l’instant, le fait confirmé est plus limité : Microsoft Research et UC Berkeley ont lancé un plugin qui, selon eux, peut réduire les coûts en jetons des agents de programmation sur SWE-Bench sans modifier l’agent.

## Les faits

- TokenEconomizer a été lancé par Microsoft Research et UC Berkeley.
- Le plugin est présenté comme un logiciel open source qui apprend des sessions précédentes.
- MarkTechPost fait état d’une réduction des coûts en jetons de 18,4 % à 30,9 % sur SWE-Bench.
- Le plugin est présenté comme fonctionnant sans modification de l’agent de programmation.

## Pourquoi c'est important

Pour les développeurs qui utilisent des agents de programmation, une baisse de l’utilisation de jetons pourrait réduire les coûts d’utilisation si des économies similaires se confirmaient pour leurs propres tâches. Le résultat annoncé se limite à SWE-Bench, et les informations disponibles ne permettent pas d’établir les économies réelles, les montants en dollars ni les agents compatibles avec le plugin.

## Sources et références

1. [Meet TokenEconomizer: Microsoft’s Plugin That Cuts Coding Agent Costs by Up to 30.9%](https://www.marktechpost.com/2026/10/30/microsoft-tokeneconomizer-coding-agent-cost-control/) – MarkTechPost, 2026-10-30

Dernière mise à jour: 2026-10-30