Réduire l'usage des tokens dans Antigravity

Fait partie du pilier réduire l'usage de tokens des agents de code IA. Cette page est propre à Antigravity : ce que son quota mesure réellement, et ce que vous pouvez y faire.

Comment réduire l'usage des tokens dans Antigravity ?

Donnez moins à lire à l'agent. Les limites d'Antigravity sont, selon les mots de Google, « corrélées à la quantité de travail accomplie par l'agent, qui peut varier d'un prompt à l'autre ». Votre quota n'est donc pas dépensé en demandant, il est dépensé selon ce que l'agent doit mâcher pour répondre. Un prompt court qui l'envoie parcourir quarante fichiers coûte plus cher qu'un prompt long qui le dirige vers un seul. Cette phrase de la documentation est la chose la plus utile que Google ait publiée sur l'économie d'Antigravity, et elle change ce que « optimiser » veut dire ici. Vous ne rationnez pas des prompts. Vous rationnez du travail d'agent, et le travail d'agent, c'est surtout de la lecture.

Comment fonctionne réellement le quota Antigravity ?

Trois paliers, deux cadences de rechargement. D'après la documentation officielle des plans :

Google AI Ultra — le quota le plus élevé, rechargé toutes les cinq heures, limites hebdomadaires les plus hautes, plus l'accès aux modèles tiers.
Google AI Pro — un quota élevé, également rechargé toutes les cinq heures jusqu'à ce que la limite hebdomadaire soit atteinte, avec un plafond hebdomadaire supérieur.
Tous les autres — un quota « significatif » rechargé chaque semaine, avec une limite hebdomadaire.

Tous les plans reçoivent le même socle : Gemini 3.1 Pro, Gemini 3.5 Flash et les autres modèles de la Gemini Enterprise Agent Platform comme modèle d'agent principal, des complétions Tab illimitées, et l'accès à toutes les fonctionnalités du produit, y compris les Scheduled Tasks et le CLI. Deux conséquences. D'abord, le rechargement à cinq heures sur Pro et Ultra se comporte comme une fenêtre glissante, pas comme une enveloppe mensuelle — la même forme que la réinitialisation des limites Claude —, et il récompense l'étalement du travail lourd sur plusieurs fenêtres plutôt que la concentration en début de journée. Ensuite, Google indique clairement que ces limites sont « déterminées principalement selon la capacité dont nous disposons » et « susceptibles d'être modifiées ». Raisonnez sur le mécanisme, pas sur un chiffre mesuré le mois dernier.

Que se passe-t-il quand le quota est épuisé ?

Sur Pro et Ultra, des crédits IA achetés couvrent le dépassement — si vous les y autorisez. Les crédits sont consommés au tarif standard de la Gemini Enterprise Agent Platform, et leur usage est régi par un réglage utilisateur « AI Credit Overages ». Ce réglage mérite d'être trouvé avant d'en avoir besoin. C'est la différence entre un agent qui s'arrête quand le quota est épuisé et un agent qui continue discrètement sur votre solde de crédits. Aucun des deux comportements n'est mauvais, mais un seul des deux est une surprise.

Comment voir son usage dans Antigravity ?

/usage, ou son alias /quota, dans la zone de saisie du CLI. La commande rafraîchit votre configuration de modèles et l'état de vos quotas depuis le backend, puis ouvre un panneau TUI interactif affichant le détail de vos limites et des requêtes ou tokens restants pour chaque modèle pris en charge — Gemini 3.5 Flash et Gemini 3.1 Pro notamment. Le panneau déclenche une vérification fraîche sur le disque et auprès du service backend à son ouverture : les chiffres sont donc à jour, pas mis en cache. La navigation se fait aux flèches ou avec J/K, PgUp/PgDn par page, G et Shift+G pour aller en haut ou en bas, Esc ou Q pour fermer. Lisez d'abord la répartition par modèle. Si un modèle se vide bien plus vite que les autres, c'est une question de routage — quel travail part sur Pro plutôt que sur Flash — avant d'être une question d'optimisation. Soyez clair sur ce que /usage ne sait pas faire : c'est un compteur de quota. Il rapporte ce qu'il reste, pas ce qui l'a consommé. Il ne vous dira pas que onze de vos vingt derniers appels d'outils ont relu les quatre mêmes fichiers. Pour ça, il faut regarder une session en direct, ou placer quelque chose entre l'agent et ses outils.

Pourquoi un IDE agent-first consomme-t-il plus vite ?

Parce que c'est l'agent qui décide quoi lire, et qu'il penche vers en lire plus. Antigravity est bâti autour d'un gestionnaire d'agents plutôt que d'un éditeur auquel on aurait greffé de la complétion, ce qui est tout l'intérêt du produit — et cela signifie qu'une plus grande part de votre consommation est décidée par le jugement de l'agent plutôt que par vos frappes. Les schémas sont les mêmes que sur tous les outils agentiques, et aucun n'apparaît comme une ligne de facture :

Les lectures de fichiers entiers. Un fichier de 2 000 lignes ouvert pour en modifier quatre facture les 1 996 autres.
Les sorties de commandes. Lancements de tests, logs d'installation et diffs repartent en entier, essentiellement du bruit.
Les manifestes d'outils. Chaque serveur MCP connecté envoie ses définitions avant votre premier message, utilisées ou non.
Les relectures. Le même fichier entrant quatre fois en contexte dans une session coûte quatre fois, et c'est le mode d'échec le plus difficile à repérer.

Le cadrage de Google confirme pourquoi cela compte davantage ici que sur un plan facturé au message : « vous obtiendrez peut-être bien plus de prompts si vos tâches sont simples et que l'agent peut terminer le travail rapidement, et l'inverse est vrai aussi ».

Qu'est-ce qui est gratuit, et qu'est-ce qui est compté ?

Les complétions Tab sont illimitées sur tous les plans. L'agent, non. C'est inscrit dans le socle de quota de tous les paliers, et c'est le fait le plus sous-exploité de l'économie d'Antigravity. Il trace une ligne à laquelle on ne pense jamais. Les complétions coûtent peu à servir, alors Google les offre ; les exécutions d'agent coûtent cher, alors elles sont rationnées. Chaque tâche que vous terminez en tapant avec l'aide de Tab plutôt qu'en la déléguant à l'agent ne vous coûte rien sur le quota qui contraint réellement. Ce n'est pas un plaidoyer pour tout faire à la main : l'agent existe parce qu'il est plus rapide sur le travail qui traverse plusieurs fichiers. C'est un plaidoyer pour remarquer lequel des deux vous sollicitez. Un renommage que vous auriez fait au Tab en quinze secondes, confié à l'agent, dépense du quota compté pour une chose que la voie gratuite fait parfaitement. Sur une semaine, cela représente une part non négligeable d'une fenêtre de cinq heures. La même logique vaut à l'inverse pour les Scheduled Tasks, incluses elles aussi dans tous les plans : le travail qui a réellement besoin de l'agent gagne à être regroupé en une exécution autonome bien spécifiée plutôt qu'égrené de façon interactive, parce que chaque tour de conversation rejoue un contexte qu'une exécution unique ne paie qu'une fois.

Le plan change-t-il les conditions ?

Les accès individuel et équipe reposent sur des accords différents, et cela dépasse la facturation. Google indique qu'Antigravity est proposé aux comptes individuels selon des conditions dérivées des conditions d'utilisation de Google, et aux équipes selon les conditions Google Cloud, via la Gemini Enterprise Agent Platform. Les limites de débit comme la disponibilité des modèles dépendent de votre plan Google AI, et non d'une propriété d'Antigravity lui-même. Si vous l'évaluez pour une équipe sur la base de ce qu'il fait sur votre compte personnel, vérifiez quels modèles le plan de votre organisation expose réellement avant de bâtir un flux de travail sur l'un d'eux.

Quels sont les plus gros leviers ?

Cadrez la tâche avant de l'envoyer. Nommer les fichiers ou le répertoire transforme une recherche ouverte en recherche bornée. C'est l'habitude au meilleur rendement sur n'importe quel outil agent-first, et elle ne coûte rien. Routez les modèles délibérément. Flash et Pro ne consomment pas le même quota. Réservez le modèle lourd au travail qui en a besoin, et vérifiez la répartition dans /usage au lieu de la supposer. Préférez des exécutions autonomes bien spécifiées aux allers-retours interactifs. Chaque tour de conversation rejoue le contexte. Une tâche unique bien cadrée que l'agent termine d'une traite déplace moins de texte que six tours de clarification. Déconnectez les serveurs MCP que vous n'utilisez pas. Leurs manifestes sont un coût permanent à chaque tour, pas un coût au moment de l'appel.

Comment appliquer ça dès aujourd'hui

Lancez /usage avant de changer quoi que ce soit. Dix minutes avec vos propres chiffres par modèle valent mieux que toute recommandation générique, y compris celles de cette page, parce que la distribution du gaspillage diffère selon la base de code.
Trouvez le réglage AI Credit Overages et décidez délibérément si vous voulez que l'agent dépense des crédits au-delà du quota.
Cadrez explicitement vos cinq prochaines tâches — nommez fichiers ou répertoires — et comparez la consommation de quota à votre habitude.
Auditez ce qui est connecté. Chaque serveur MCP que vous n'utilisez pas activement paie un loyer à chaque tour.

Si vous préférez ne pas faire les étapes 3 et 4 à la main à chaque session, c'est le manque que comble Tokenade. Il se place entre l'agent et ses outils, remplace les lectures de fichiers entiers par des lectures structure-d'abord et de la recherche sémantique, compresse les sorties de commandes et diffère les manifestes MCP jusqu'à leur utilisation réelle. Antigravity fait partie des agents qu'il branche nativement, et l'offre gratuite couvre largement le travail en solo.

Ce qui cloche en pratique (anti-patterns)

Prendre le quota pour un compteur de prompts. C'est un compteur de travail. Optimiser le nombre de messages envoyés en laissant l'agent libre de lire le dépôt à chacun d'eux ne change presque rien. Concentrer sa journée en début de matinée sur un rechargement à cinq heures. Sur Pro et Ultra, la fenêtre glisse. Brûler toute l'enveloppe avant midi ne vous achète pas l'après-midi. Laisser les dépassements par crédits actifs sans le savoir. Le quota cesse d'être un plafond dès que les crédits le couvrent, et on s'en aperçoit généralement en regardant le solde. Plafonner la sortie. La sortie est le côté cher au token, mais le trafic agentique est très majoritairement entrant. C'est le levier vers lequel on se tourne en premier et celui qui rapporte le moins. Se fier aux limites du mois dernier. Google indique que les limites dépendent de la capacité et sont susceptibles d'être modifiées. Relancez /usage plutôt que de faire confiance à un chiffre mémorisé.

À lire aussi :