Claude缓存降价75%，改写Agent成本账

Ramp 的工程师盯着监控屏，一条机器学习任务曲线平稳跑了 38 小时，全程无人值守。他们第一次觉得，让 AI“睡着觉干活”，终于不再是实验室里的行为艺术。

支撑这场实验的不是 OpenAI 越来越便宜的算力组合拳，而是 Anthropic 悄悄改的一个小数点：缓存读取价从每百万 token 1 美元降至 0.25 美元，降幅 75%。

2026 年 9 月，大家盯着 Claude Fable 5.1 翻倍的跑分，华尔街量化基金和硅谷极客真正失眠的，是价格表上最不起眼的那行字。同一套底层模型被拆成两条发布轨道：Fable 5.1 向公众与企业全量开放；Mythos 5.1 只对通过审核的网络安全和生命科学伙伴放行。输入输出价格分文未动，缓存读取价被单独砍穿。

别人在拼单价，Anthropic 在拼“记忆租金”

一直以来，模型定价围绕“单次智能”展开，输入多少、输出多少，比谁单价低。OpenAI 2026 年 6 月发布 GPT-5.6 家族，旗舰 Sol 输入 5 美元、输出 30 美元；7 月 Luna 降价 80%；8 月 Sol 再降两成，一路压低“单位智能”的价格。Anthropic 反其道而行，Fable 5.1 输入价仍为每百万 token 10 美元，输出价 50 美元，与上代持平，普通输入甚至是 Opus 5 的两倍；但缓存读取价从 1 美元降到 0.25 美元，只相当于正常输入价的 2.5%，远低于其他模型动辄 10% 的折扣系数。

这很反直觉：新想法仍收最贵的税，旧记忆却给最狠的补贴。长时 Agent 的成本曲线，主要不是“生成新 token”，而是“把已处理过的上下文再读一遍”。一个持续几小时、几十小时的任务，真正新产生的 token 很少，绝大多数是反复读取的旧状态。Anthropic 的账本是：典型任务整体成本降约 25%，高度 Agent 化任务最高降约 45%。

OpenAI 争夺的是单次智能的性价比高地；Anthropic 赌的是，Agent 的下一阶段不是更快答对一道题，而是连续几十小时不跑偏做完一件事。在那个世界里，决定账单的不是模型多聪明，而是它记东西、读旧东西有多便宜。

比答对更难的是“不跑偏”

Fable 5.1 在 Terminal-Bench-Science 0.1 拿到 52.6%，上代只有 24.7%；OpenAI 旗舰 Sol 是 22.4%，自家 Opus 5 是 29.0%。AutomationBench 从 17.1% 涨到 31.4%，Terminal-Bench 4.0 从 42.0% 涨到 55.8%，Mythos 5.1 做到 60.9%。关键细节是，这些分数在“生产级安全防护开启”时跑出来的，防护一旦出手就记零分，意味着真实上限只会更高。

客户侧的故事也更具体：Jane Street 量化研究主管说，Fable 5.1 在漫长的多步任务里始终可读；Millennium 一位对冲基金经理发现，一个百万分之一概率触发、团队四五年都解释不了的罕见崩溃，只有 Fable 5.1 通过反汇编第三方库和比对 core dump 找到了根因；Ramp 记录了一次 38 小时无人值守任务，模型半夜自行纠正问题、启动六组实验后带着方案回来。

把证据串起来看，Fable 5.1 的翻倍不是模型更大，而是更能撑：长链条上少崩、少偏、少让人返工。能三小时答对难题，和能三天不跑偏，是两种产品。

同一颗引擎，两套安全护栏

Fable 5.1 与 Mythos 5.1 是同一模型，只是防护等级不同。前者全量开放，后者只进“可信访问计划”，护栏专为网络安全和生命科学调校。也就是说，Anthropic 把能力与护栏解耦，让同一个最强模型以不同安全配置进入不同市场。

数据保留政策也是同一思路。新推出的 Enterprise Frontier Safeguards 能让企业把监控数据放在自己控制的云设施里，达到等于“零数据保留”的隐私水平，同时保留顶级的对抗性滥用防护，今年秋天起分阶段落地。同时，网络安全领域对良性内容的误拦减少约 60%，基础生物学和医学问题的降级率降低约 85%。

安全不再是一张贴在模型外面的补丁，而是可按客户分层配置的参数：普通企业少拦一点，高风险领域多拦一点。同一台引擎，不同的方向盘。

谁都绕不开“记忆成本”

上半场的竞争是单次智能的价格战。OpenAI 把 Luna 压到输入加输出合计每百万 token 1.4 美元，靠训练成本、推理效率和规模优势打普惠降价。Anthropic 这记缓存降价，把战场彻底移到“记忆”上。

Cognition 联创说得很直接：发布当天就把 Devin 里的 Opus 5 流量迁到 Fable 5.1，因为新缓存读价让 Fable 级模型对长时工作负载经济可用了。此前，不少重度负载因为缓存成本不划算，被迫降级到次一档模型。Anthropic 真正降的是“把最强模型当常驻 Agent”的门槛，让客户从“够用就好”走向“最强也养得起”。

短期内 OpenAI 未必伤筋动骨，毕竟它有规模优势也有自己的缓存折扣。真正危险的是夹在中间层的模型厂商：既没有 OpenAI 的规模做普惠降价，也没有 Anthropic 的纵深重构成本结构。当头部开始动“记忆成本”这个隐形变量，它们在单次智能和持续智能两条线上同时失血。

对用户和开发者，评估模型不能只看输入输出价签，还要算负载里有多少是反复读取的上下文。一次性问答受这次降价影响不大；跑几小时的 Agent，这 75% 可能比任何跑分都值钱。

记忆的租金，成为新的竞争刻度

过去我们看 MMLU 分数，是脑容量时代；后来比每百万 token 价格，是脑转速时代。Anthropic 用 0.25 美元划出新起跑线——记忆的租金。当模型聪明到能连续工作数十小时，决定它能否大规模落地的，不是想得多快，而是记得多便宜。

当 AI 的记忆比人类的遗忘还便宜，Agent 才真正从玩具变成工具。这场定价战回答的不是“AI 能做多难的事”，而是“我们能放心让 AI 做多久的事”。Anthropic 把问题摆上了台面，台面下的答案，将决定未来一年 Agent 经济到底属于谁。