Quelle est la limite de tokens ChatGPT ? Explication simple

Vous êtes en pleine rédaction d’un contrat, et ChatGPT s’arrête net, au milieu d’une phrase. Vous relancez, il répond n’importe quoi, ou pire, il a oublié le nom du client. Je vois ce scénario chaque semaine dans des TPE. Pendant longtemps, on accuse le modèle. En réalité, la cause est presque toujours la même : la limite de tokens. Pas besoin d’être ingénieur chez OpenAI pour la comprendre. Je vous l’explique simplement, avec les chiffres et les réflexes que j’utilise en mission. Comprendre cette mécanique, c’est aussi éviter de perdre du temps et de l’argent dans vos projets d’entreprise.

Pourquoi ChatGPT s’arrête en pleine phrase ? La vraie raison

Quand j’accompagne un dirigeant sur un prompt long, il y a un moment précis où le chatbot « coupe ». Ce n’est pas un bug, ni une panne. C’est une fenêtre de contexte qui est pleine. Pour comprendre ce qui se passe, il faut regarder ce qu’est un token, cette unité de base de tout modèle de langage. Prenons un exemple concret : vous demandez à ChatGPT de rédiger un rapport de dix pages. Il commence très bien, puis s’arrête à la moitié de la page six. À cet instant, le modèle a épuisé toute sa capacité de génération pour une seule réponse. Ce n’est pas qu’il est fatigué, c’est que la jauge interne est pleine.

Le token, unité de base qui décide de tout

Un token, c’est une brique de texte. Imaginez un jeu de construction : chaque pièce est un morceau de mot. Le token peut être un mot entier, une partie de mot, ou même une ponctuation. Dans votre prompt, chaque lettre, chaque espace, chaque virgule est convertible en tokens. Le modèle ne lit pas une phrase comme nous. Il lit une séquence de tokens. Cette unité est la seule monnaie qu’OpenAI utilise pour mesurer la capacité de ses outils. Les espaces comptent aussi : un simple retour à la ligne peut peser un token. Les caractères spéciaux, comme les accents ou les tirets, sont aussi découpés en plusieurs tokens selon la manière dont l’algorithme les traite.

La règle que j’applique en cabinet est simple : un mot français correspond à environ 2 tokens. Ce n’est pas une science exacte, mais elle suffit dans 95% des cas. Les mots longs comme « particulièrement » peuvent peser 3 tokens, tandis que « et » n’en pèse qu’un. Cette variabilité vient directement du tokeniseur, le système de découpage d’OpenAI. Plus le vocabulaire est courant, plus le découpage est optimisé. C’est une des raisons pour lesquelles le français consomme un peu plus de tokens que l’anglais : notre langue utilise davantage de marques grammaticales et d’accents.

Le nombre de tokens ne se limite pas à votre message

Première erreur classique : croire qu’on peut envoyer un texte de 10 000 mots et que ChatGPT garde tout en tête. Le nombre de tokens utilisés inclut tout : votre prompt, l’historique de la conversation, et la réponse générée. C’est l’ensemble qui occupe la mémoire du modèle. Si le total dépasse la capacité, l’algorithme coupe. Le calcul est simple : prompt tokens + réponse générée + anciens messages = contexte consommé. Beaucoup d’utilisateurs regardent uniquement leur dernier message, alors que tout l’historique pèse dans la balance.

Dans ma pratique, je dis toujours aux managers : ne pensez pas « mon message », pensez « toute la discussion ». Une page de texte de 500 mots représente déjà 1 000 tokens. Dix échanges de 100 mots chacun finissent par saturer un ancien modèle. Faisons le calcul avec une conversation type en entreprise : vous expliquez le contexte de votre projet, vous posez une question, ChatGPT répond en détail, vous demandez une précision, le chatbot reformule. En moins de cinq allers-retours, vous pouvez dépasser les 4 000 tokens. C’est exactement à ce moment que le chatbot commence à oublier vos premières consignes.

Combien de tokens consomment vos conversations ?

Pour piloter votre usage, il faut apprendre à estimer rapidement votre consommation. Voici les repères que je donne systématiquement aux équipes. Avoir un ordre d’idée avant d’envoyer un prompt, c’est déjà la moitié de la solution. Cela vous évite les messages interminables et les réponses tronquées.

Tableau de conversion mots ↔ tokens pour le français

Les ordres de grandeur ci-dessous sont issus de mes tests sur des textes commerciaux, juridiques et techniques. Ils sont fiables pour la plupart des documents métier. Gardez-les sous la main lors de vos prochaines sessions de travail avec ChatGPT.

Attention : ces chiffres valent pour le français. En anglais, le ratio est plutôt de 1 token pour 4 caractères, soit environ 0,75 token par mot. Le français est plus gourmand à cause des accents, des espaces et de certains caractères spécifiques. Si vous travaillez sur des documents techniques avec beaucoup de jargon, prévoyez une marge de 10 à 20% en plus. Les sigles, les tableaux et les listes à puces sont également plus coûteux qu’un texte rédigé en phrases simples.

La règle simple des 2 tokens par mot

Si vous voulez un repère mental, utilisez la multiplication par 2. Mon processus : je compte les mots d’un document, je multiplie par 2, j’obtiens mon estimation. Par exemple, un devis de 2 500 mots consommera environ 5 000 tokens. Ajoutez les réponses de ChatGPT, et vous atteignez vite 6 000 tokens. Cette règle fonctionne pour la plupart des textes professionnels. Elle est moins précise pour les textes très courts, mais elle reste fiable pour planifier vos envois.

C’est ce qui explique les coupures. D’où l’importance de vérifier la capacité de votre modèle avant de lui envoyer un pavé. Une recherche Google rapide sur « fenêtre de contexte des modèles GPT » donne les chiffres à jour. Retenez que les anciens modèles plafonnaient à 4 000 tokens. Certains plus récents acceptent 128 000, voire plus. Cela change radicalement la manière de travailler : avec un très grand contexte, on peut lui donner un livre entier à analyser. Mais cela ne veut pas dire que la mémoire fonctionne mieux sur les petites conversations, car le modèle reste limité par sa fenêtre totale.

Quelle est la limite de tokens ChatGPT aujourd’hui ?

Quand on parle de limite, il faut distinguer la capacité du modèle et la restriction appliquée sur l’interface web. Pour aérer : le maximum de tokens dépend du modèle que vous utilisez. C’est une confusion fréquente, même chez les utilisateurs avancés. L’interface web grand public, celle que la plupart des gens utilisent sur chat.openai.com, applique des réglages internes qui évoluent régulièrement. Ce n’est pas parce qu’un modèle technique affiche une grande fenêtre que l’interface vous laisse tout utiliser.

Les modèles GPT et leur contexte maximum

OpenAI a fait évoluer ses modèles. Les derniers en date offrent des fenêtres de contexte beaucoup plus larges. Historiquement, GPT-3.5 plafonnait à 4 000 tokens. GPT-4 a poussé à 8 000, puis 32 000 dans sa version longue. En 2026, les modèles récents dépassent régulièrement les 100 000 tokens. C’est très confortable pour traiter un gros document. Pour vous donner une vision claire, voici les ordres de grandeur que j’utilise avec mes clients :

La limite s’exprime en deux parties : la fenêtre totale et le nombre maximum de tokens que le modèle peut générer dans une seule réponse. Sur l’interface grand public, c’est invisible. Vous envoyez un prompt, ChatGPT génère, puis s’arrête si la réponse atteint la limite. C’est pour cela qu’un texte long ne finit pas toujours d’être écrit. Le nombre de tokens de votre prompt initial compte aussi : plus il est long, moins il reste de place pour la réponse.

Côté technique, l’API permet de fixer un paramètre appelé « max tokens ». Ce réglage limite la longueur de la réponse, mais ne dit rien sur le contexte restant. La bonne équation est toujours : prompt tokens + max tokens ≤ taille du contexte. Si vous utilisez l’API pour automatiser des tâches, gardez cette formule en tête. C’est elle qui détermine si votre requête aboutit ou si elle renvoie une erreur.

Précision importante pour les entreprises : votre abonnement ChatGPT Plus ne vous « fait » pas payer des tokens. Le grand public paie un abonnement mensuel fixe. En revanche, chaque requête consomme du compute, la capacité de calcul d’OpenAI. Pour éviter que quelques utilisateurs accaparent les serveurs, des limites par intervalles de temps sont appliquées. C’est une autre forme de restriction, mais elle est régulée par la fréquence d’usage, pas par le volume de votre dernier prompt. Autrement dit, vous pouvez envoyer deux grosses requêtes ou cinquante petites, le modèle ne vous facture pas à la pièce. C’est une différence majeure avec l’API, où le coût dépend vraiment du nombre de tokens consommés.

Pourquoi votre chatbot perd le début de la conversation ?

Situation classique : vous discutez depuis quinze minutes, vous demandez à ChatGPT de résumer les points clés, et il invente des informations. Quand je sonde ce problème, la cause est toujours la même : le modèle ne voit plus toute la conversation. Ce n’est pas un hasard, c’est une conséquence directe de la fenêtre de contexte. Chaque nouveau message pousse les anciens vers la sortie. Le chatbot ne veut pas vous oublier, il ne peut tout simplement plus tout garder en mémoire d’un coup.

Le contexte global : prompt + réponse + historique

Lorsque vous échangez, chaque nouveau message s’ajoute aux précédents. Le modèle, lui, ne garde qu’une fenêtre limitée de tokens. Les anciens messages finissent par sortir de cette fenêtre. C’est comme une table : quand elle est pleine, on pousse les vieux dossiers par terre. Quand le chatbot oublie votre prénom dès la troisième page, ce n’est pas un caprice. C’est que vos premiers échanges ont quitté sa mémoire instantanée. La conversation ne s’efface pas, mais elle devient invisible pour le modèle.

En gestion de projet, cette perte de mémoire peut coûter cher. Un manager me disait : « ChatGPT m’a confirmé un planning, puis a tout contredit dix minutes plus tard ». La faute n’était pas au modèle, mais à l’historique trop long. La solution n’est pas toujours d’augmenter la taille du contexte. C’est de raccourcir ce que vous lui donnez à mémoriser. Avec les nouveaux modèles à grande fenêtre, le problème se pose moins vite, mais il reste présent dès que vous accumulez des centaines de messages. La mémoire à court terme n’est pas infinie, même chez OpenAI.

Le message « le modèle a atteint la longueur maximale » expliqué

Cette phrase apparaît souvent au milieu d’une génération. Elle signifie que la réponse a consommé tous les tokens disponibles dans la fenêtre. Le modèle s’arrête, non pas parce qu’il n’a plus d’idées, mais parce qu’il a atteint son maximum de tokens grâce à sa propre réponse. C’est particulièrement fréquent quand on demande un texte long sans le découper. Le modèle commence, il pose ses premières idées, puis la jauge explose avant la conclusion.

Dans ce cas, ne relancez pas bêtement en disant « continue ». Vous allez recommencer à zéro. La bonne méthode : copier la partie déjà générée dans un nouveau chat, puis demander une suite. Ou diviser votre demande en plusieurs prompts plus courts. J’ai vu des collaborateurs perdre des heures à régénérer un contrat complet, alors qu’un simple découpage en sections réglait tout. Une autre astuce : demander à ChatGPT de produire d’abord un plan détaillé, puis de rédiger chaque partie séparément. Vous gardez ainsi un contrôle total sur la longueur et vous évitez les coupes brutales.

Pour les managers, notez ceci : un modèle avec une grande fenêtre de contexte peut traiter un livre entier. Mais plus la fenêtre est grande, plus le modèle est lent et coûteux. Pour une note interne, passer à un modèle plus compact est souvent plus efficace. Le prix n’est pas le seul critère : la vitesse de réponse et la qualité sur les tâches simples sont aussi à considérer. Utiliser le bon modèle pour le bon usage, c’est finalement le vrai secret des utilisateurs avancés.

4 réflexes pour ne plus jamais bloquer

Depuis que je travaille avec les dirigeants, j’ai standardisé une méthode simple pour éviter les coupures. Elle tient en quatre réflexes. Je les applique avant chaque prompt important. Cette routine ne prend que quelques secondes, mais elle change tout. Vous savez déjà que la limite de tokens existe ; voici maintenant comment la contourner sans réfléchir.

Réflexe n°1 : évaluer le volume. Je compte les mots de mon document, je multiplie par deux. Si je dépasse les deux tiers de la fenêtre, je découpe. Par exemple, si je travaille avec un ancien modèle à 4 000 tokens et que mon texte fait 1 500 mots, soit 3 000 tokens, je sais qu’il reste très peu de place pour la réponse. Je réduis ou je découpe.

Réflexe n°2 : faire un résumé avant de poursuivre. Quand une conversation devient longue, je demande à ChatGPT de résumer en 200 tokens. Je colle ce résumé dans un nouveau chat. Ensuite, je continue sur des bases propres. C’est l’astuce la plus efficace pour garder une trace fidèle de ce qui a été dit sans encombrer la mémoire. Vous pouvez aussi écrire vous-même ce résumé, mais le faire faire par le modèle est plus rapide.

Réflexe n°3 : diviser les tâches complexes. Plutôt qu’un seul prompt « analyse ce contrat et rédige une synthèse », je sépare : d’abord l’analyse, ensuite la synthèse. Chaque prompt reste dans les limites. Je récupère des réponses plus complètes et plus fiables. Cette méthode est un peu plus longue à mettre en place, mais elle évite les réponses partielles et les oublis. Pour les gros documents, je vais même plus loin : je découpe le texte en sections de 500 mots et je demande une analyse section par section.

Réflexe n°4 : raccourcir les consignes. Un prompt trop verbeux gaspille des tokens. Supprimez les mots inutiles, gardez les faits essentiels. Cette habitude réduit le risque de coupure et améliore la qualité des réponses. Comparez « Pourriez-vous, s’il vous plaît, si cela ne vous dérange pas, me faire une synthèse du document suivant » et « Résume ce document en 10 lignes ». La deuxième version est plus directe, consomme moins de tokens et produit un résultat plus net.

Le tokeniseur OpenAI pour vérifier votre consommation

Si vous voulez un chiffre exact, n’utilisez pas votre intuition. OpenAI met à disposition un outil de tokenisation. Selon votre besoin, vous pouvez utiliser le tokeniseur présent sur l’interface API d’OpenAI, ou des alternatives simples avec une recherche Google. Il suffit de coller votre texte pour obtenir le nombre de tokens. C’est un outil gratuit et immédiat, que j’utilise encore presque chaque semaine.

Cet outil prend en compte les caractères spéciaux, les espaces et les emojis. Les pictogrammes peuvent peser plusieurs tokens. Dans un e-mail de relance avec un logo en emoji, l’addition grimpe vite. Le tokeniseur permet aussi de comparer deux formulations. Je l’utilise pour mes clients qui préparent des prompts destinés à être réutilisés. Ainsi, on valide le coût d’usage avant même d’envoyer la requête. C’est particulièrement utile quand on travaille avec l’API, où chaque token a un prix.

La démarche est simple : copier votre texte, le coller dans l’outil, lire le résultat. Vous obtenez le nombre de tokens à partir duquel calculer votre limite. Comme toutes les interfaces web affichent rarement ce compteur, anticipez. Un mémo d’une page, c’est environ 1 000 tokens. Ajoutez la réponse attendue, et vous savez si le modèle va tenir. Pour les utilisateurs réguliers, je recommande de garder un petit tableau récapitulatif des textes types que vous envoyez : un e-mail, un brief, un rapport. Vous gagnez du temps à chaque nouvelle session.

Je vous le redis en conclusion : la limite de tokens de ChatGPT n’est pas une fatalité. C’est une contrainte de calcul, compréhensible et gérable. Chaque fois que je suis appelé pour un blocage, la solution est dans l’un de ces quatre réflexes. Testez-les, et vous passerez moins de temps à subir les coupes, et plus à produire. Avec un peu de pratique, estimer votre consommation deviendra un réflexe naturel, exactement comme vérifier le niveau de batterie de votre téléphone avant une longue journée.