据 Claude 平台十月七日更新、九日再次同步多语言版本的发布说明，Anthropic 将 Claude Sonnet 5.5 的提示缓存读取价格从每百万 token 零点二美元下调至零点一美元，相当于输入基准价的零点零五倍，而缓存写入和其他价格保持不变。这是一次针对高频重复上下文的定向降价，不是全面调价。
缓存读价为什么值得单独砍半？
提示缓存命中时，模型不必重新处理整段系统提示和历史，推理成本本就低。但很多企业场景——长文档问答、多轮客服、代码库上下文——会反复命中同一段缓存，读 token 量远大于写。把读价砍半，等于直接奖励那些把上下文用对、把缓存命中率做高的用法。Anthropic 在引导开发者：别裸调，把可复用的部分缓存起来。
这对开发者的账单意味着什么？
对高并发、长上下文的 Agent 应用，缓存读价是账单大头。一次降价就能让反复读取相同系统提示的产品边际成本显著下降。这也折射出大模型定价正在颗粒化——不再是一个输入价一个输出价，而是按写入、命中、命中后衰减分档。开发者要省钱，越来越得像调数据库缓存那样调模型上下文。价格战从标价打到了缓存这一层。
缓存分档定价会成为行业标准吗？
当头部模型都开始按写入、命中、衰减分价，开发者优化上下文就从「好习惯」变成了「省钱必修课」。这其实把推理的一部分成本转嫁给了开发者——你要懂怎么组织提示、怎么命中缓存，才能拿到低价。对小团队这不友好，对有工程能力的公司则是优势。模型定价越颗粒化，工程能力的溢价就越高。
对做 agent 的团队，今天就该去查一眼自己的缓存命中率，那可能是账上最容易省下的一笔钱。
去论坛讨论
前往 silicon-agi.com 论坛 参与讨论