Les modèles linguistiques massifs (LLM) entraînés pour raisonner étape par étape deviennent souvent excessivement verbeux, ce qui augmente considérablement le coût d'inférence. Les pipelines classiques d'apprentissage par renforcement avec récompenses vérifiables (RLVR) filtrent les « problèmes faciles » afin d'améliorer l'efficacité d'entraînement, laissant le modèle principalement s'entraîner sur des problèmes plus difficiles, qui nécessitent des chaînes de raisonnement plus longues. Ce choix biaise la distribution de la longueur des sorties vers le haut, conduisant le modèle à confondre « réfléchir plus longtemps » avec « raisonner mieux ». Dans ce travail, nous montrons qu'en conservant et en légèrement surpoidsant les problèmes modérément faciles, on obtient un régulariseur implicite de longueur. En exposant le modèle à des tâches à chaîne de raisonnement courtes mais résolubles, on restreint sa distribution de sortie et on empêche l'expansion incontrôlée de la longueur. Le résultat est une brièveté émergente gratuite : le modèle apprend à résoudre des problèmes plus difficiles sans allonger la longueur des sorties, malgré l'absence de toute pénalité explicite sur la longueur. Des expériences RLVR menées avec cette approche sur Qwen3-4B-Thinking-2507 (avec une limite de 16 000 tokens) atteignent une précision pass@1 sur AIME25 équivalente à la base, tout en générant des solutions dont la longueur moyenne est presque deux fois plus courte. Le code est disponible à l’adresse suivante : https://github.com/MBZUAI-Paris/Frugal-AI{GitHub}, avec les jeux de données et les modèles disponibles sur https://huggingface.co/collections/MBZUAI-Paris/k2-think-mini-68dcfa8b114686a4bd3dc2bc{Hugging Face}.