Claude Sonnet 5.5 缓存读取价格降到 $0.10：省多少看缓存占比

Claude Sonnet 5.5 的缓存读取从 2026 年 10 月 7 日起是每百万 token $0.10，原来是 $0.20。 倍率从基础输入价的 0.1 倍改成 0.05 倍；输入 $2、输出 $10、5 分钟缓存写入 $2.50、1 小时缓存写入 $4 都没有变。见 Anthropic 10 月 7 日的 API 更新记录。

这一行在不同地方叫法不同：官方中文定价页写作"缓存命中和刷新"，乘数表里叫"缓存读取（命中）"，API 返回的字段是 cache_read_input_tokens，Amazon Bedrock 的 Converse API 叫 cacheReadInputTokens，Google Cloud 价目表叫 Cache Hit。它们是同一笔费用。

Anthropic 说降价后 Sonnet 5.5 在"大多数 Agent 任务"上便宜约 20%，这是它对典型负载的估算，不是整张账单统一打八折。你实际少付的比例，约等于旧价下缓存读取占总花费比例的一半：只有这一行减半，其他行原样计费。Claude Pro、Max、Team 订阅里 Claude Code 的用量限制也没有因此放宽。

Claude Sonnet 5.5 现行价格：只有缓存读取从 $0.20 变成 $0.10

截至 2026 年 10 月 12 日，Anthropic 定价页上 Claude API 的标准价格如下，单位是美元 / 每百万 token：

几点会影响你怎么读这张表：

• "命中和刷新"是一笔钱。 每次从缓存读取前缀，同时也会把这条缓存的有效期重新计时，没有单独的刷新费。
• 5 分钟和 1 小时是两档写入价，分别是基础输入的 1.25 倍和 2 倍，不是按时间收的存储费。
• Opus 5.5 的缓存读取本来就是 0.05 倍，$0.20 对应它 $4 的输入价；Sonnet 5 仍按 0.1 倍收 $0.20。Sonnet 5 的完整价格见Claude Sonnet 5 取消涨价：现行 API 价格与预算重算。
• 公告只写了从 10 月 7 日起的新单价。核算 10 月 7 日之前的用量时，按 $0.20 算。

各平台的缓存读取单价：Batch $0.05，仅美国推理 $0.11

Anthropic 定价页写明，缓存倍率会和 Batch 折扣、数据驻留倍率叠加。按这条规则，以及 Google Cloud 和 AWS 各自的价目，Sonnet 5.5 在各处的缓存读取单价如下（美元 / 每百万 token）：

Claude Platform on AWS 和 Microsoft Foundry 的账单只有一行 CCU（Claude Consumption Unit）。Anthropic 先按 Claude API 标准价算出美元，扣掉协议折扣，再按每 CCU $0.01 折算，所以 10 月 7 日之后同样的缓存读取量，CCU 数会少一半；签了私有报价的账户以折扣后的数字为准。

Amazon Bedrock 的数字来自 DevelopersIO 2026 年 10 月 9 日的实测文章：作者用 AWS Price List API 查询 us-east-1 的 "Claude Sonnet 5.5 (Amazon Bedrock Edition)"，全局跨区域推理的输入 / 输出是 $2 / $10，地理范围跨区域推理是 $2.20 / $11，缓存读取分别为 $0.10 和 $0.11；文章还提到 AWS 定价页注明了 10 月 7 日起缓存读取降价 50%。其他区域以 Amazon Bedrock 定价页为准。Google Cloud 的数字见 Vertex AI 生成式 AI 价目表的 Claude 部分，非 Global 端点贵 10%，与 Anthropic 定价页对区域和多区域端点的说明一致。

"便宜约 20%"怎么来的：少付比例 = 旧价下缓存读取占比的一半

降价只动了一行，所以总花费的变化完全取决于这一行原来占多少。设旧价下缓存读取占你总花费的比例是 s，降价后这部分减半，总花费就少了 s ÷ 2。缓存读取占 40%，就少 20%；占 90%，就少 45%；几乎不用缓存的请求，基本没有变化。

DevelopersIO 在 Amazon Bedrock 上做了一组可以复算的测试：约 16,400 token 的固定 system 文档，连续问 20 个短问题，每轮读一次缓存。20 轮累计读取 350,380 token、写入 20,681 token、输出 5,302 token，按旧价是 $0.1750，按新价是 $0.1399，正好少了 20.0%。缓存读取原来占这组费用的 40.1%，一半就是 20%。这组测试只代表"长 system 提示 + 多轮对话"这种形态。

用两个假设的 Agent 单轮请求（token 数为示例，非实测）可以看出差距从哪里来：

第一行的新价是 100,000 × $0.10 + 3,000 × $2.50 + 2,000 × $10，再除以 100 万，即 $0.0100 + $0.0075 + $0.0200 = $0.0375；旧价把第一项换成 $0.0200。缓存读取在旧价里占 $0.0200 ÷ $0.0475 ≈ 42%，一半约 21%。第二行读取占旧价的 89%，所以少付 44%。

Artificial Analysis 的 Claude Sonnet 5.5 模型页上的智能指数（Intelligence Index）每任务成本也体现了这条规律。它的成本按输入、缓存命中、缓存写入、推理和回答 token 分别乘价计算；下表的旧价是 2026 年 10 月 5 日的数据，新价是 10 月 12 日的数据，五档分数前后相同：

变化 = 新价 ÷ 旧价 − 1，最后一列是变化幅度的 2 倍。effort 越高，降得越多，较可能的原因是高 effort 下工具调用循环更长，同一段缓存上下文被反复读取。low 档的 −17% 和 max 档的 −29% 都只是这套评测题的结果，你的任务里缓存读取占多少，要用自己的用量算。

用 usage 字段算自己少付多少

Claude API 每次响应的 usage 里有四个与输入相关的数：input_tokens（最后一个缓存断点之后、未缓存的部分）、cache_creation_input_tokens（本次写入缓存的部分，cache_creation 对象里再分 ephemeral_5m_input_tokens 和 ephemeral_1h_input_tokens）、cache_read_input_tokens（从缓存读取的部分），以及 output_tokens。三项输入相加才是这次请求的全部输入，字段说明见 Anthropic 提示缓存文档的 Tracking cache performance 一节。

Sonnet 5.5 在 Claude API 全局路由下，单次请求的费用（美元）是：

费用 = (input_tokens × 2
      + ephemeral_5m_input_tokens × 2.50
      + ephemeral_1h_input_tokens × 4
      + cache_read_input_tokens × R
      + output_tokens × 10) ÷ 1,000,000

R = 0.20（10 月 7 日之前）或 0.10（10 月 7 日起）
少付的美元 = cache_read_input_tokens × 0.10 ÷ 1,000,000

Message Batches 把所有项乘 0.5，仅美国推理乘 1.1。少付的美元金额只取决于读取量：每读取 1,000 万 token 缓存，少付 $1。

如果你把每次响应的 usage 存成每行一个 JSON 的日志，下面的脚本能直接算出同一批请求在旧价和新价下各是多少：

import json
import sys

# Claude API 上的 Claude Sonnet 5.5，全局路由，美元 / 百万 token
PRICE = {"input": 2.00, "write_5m": 2.50, "write_1h": 4.00, "output": 10.00}
CACHE_READ = {"before": 0.20, "after": 0.10}  # 10 月 7 日之前 / 之后

def cost(u, period, multiplier=1.0):
    """multiplier：Batch 传 0.5，inference_geo 为 "us" 传 1.1"""
    split = u.get("cache_creation") or {}
    w1h = split.get("ephemeral_1h_input_tokens", 0)
    w5m = split.get("ephemeral_5m_input_tokens",
                    u.get("cache_creation_input_tokens", 0) - w1h)
    usd = (u.get("input_tokens", 0) * PRICE["input"]
           + w5m * PRICE["write_5m"]
           + w1h * PRICE["write_1h"]
           + u.get("cache_read_input_tokens", 0) * CACHE_READ[period]
           + u.get("output_tokens", 0) * PRICE["output"]) / 1_000_000
    return usd * multiplier

before = after = 0.0
with open(sys.argv[1], encoding="utf-8") as f:  # 每行一个 usage 对象
    for line in f:
        u = json.loads(line)
        before += cost(u, "before")
        after += cost(u, "after")

print(f"旧价 ${before:.4f}  新价 ${after:.4f}  少付 {1 - after / before:.1%}")

把上一节第一行示例写成 {"input_tokens": 0, "cache_creation_input_tokens": 3000, "cache_read_input_tokens": 100000, "output_tokens": 2000} 存进 usage.jsonl，脚本存为 cache_saving.py，运行 python3 cache_saving.py usage.jsonl 输出 旧价 $0.0475 新价 $0.0375 少付 21.1%；两条示例放在一起时输出 旧价 $0.1600 新价 $0.1000 少付 37.5%。没有 cache_creation 拆分的旧日志，脚本把全部写入按 5 分钟价计。

Amazon Bedrock 的 Converse API 对应字段是 inputTokens、cacheWriteInputTokens、cacheReadInputTokens、outputTokens，改一下键名即可；用地理范围跨区域推理时 multiplier 传 1.1。这里的结果不含税费、赠送额度和协议折扣。

Sonnet 5.5、Sonnet 5、Opus 5.5 怎么选：Opus 现在每一行都是 2 倍

降价之前，Opus 5.5 和 Sonnet 5.5 的缓存读取同为 $0.20，缓存读得越多，两者的价差就越小。现在 Opus 5.5 的输入、输出、两档写入、缓存读取都正好是 Sonnet 5.5 的 2 倍，按 token 算，无论缓存占比多高，Opus 都贵一倍。

按 token 贵一倍，不等于按结果也贵一倍。Artificial Analysis 的 Sonnet 5.5 与 Opus 5.5 对比页（截至 2026 年 10 月 12 日，已用 $0.10 计 Sonnet 5.5 的缓存读取）给出的每任务成本是：

同一 effort 下 Sonnet 5.5 都更便宜。但跨档看，Opus 5.5 high 拿到 54 分只花 $1.82，比 Sonnet 5.5 xhigh（52 分、$2.01）分数高、花费少；Opus 5.5 xhigh 以 $3.46 拿到 56 分，Sonnet 5.5 要开到 max、花 $5.46 才到同一分数。如果你习惯把 Sonnet 5.5 开到 xhigh 或 max，值得拿 Opus 5.5 的低一档 effort 在自己的任务上对比一次；在 medium 及以下，Sonnet 5.5 的性价比优势很明显。

和 Sonnet 5 比，降价改变的主要是 max 档。按 Artificial Analysis 2026 年 10 月 5 日的 Sonnet 5 数据（Sonnet 5 价格未变），Sonnet 5.5 现在每任务成本在 low 低 31%、medium 低 52%、high 低 51%、xhigh 低 30%；max 档从降价前贵 51% 变成只贵 7%（$5.46 对 $5.09），而分数是 56 对 38。按这组数据，缓存很重的 Agent 任务留在 Sonnet 5 已经很难省钱，除非你依赖它特有的行为。

如果你在考虑把部分任务换到更便宜的 Haiku 5.5，分档价格和分数对比见Claude Haiku 5.5 和 Sonnet 5.5 区别：标价差 20 倍，同分只差 4 倍。

缓存设置要不要改：回本次数不变，未命中更显眼

不需要因为这次降价改 TTL 或断点的位置。设缓存前缀为 P 个 token，按基础输入价计：

• 5 分钟缓存：写入 1.25P，之后每次读取 0.05P；不缓存时每次都付 1P。读取 1 次时是 1.30P 对 2P，读 1 次就回本。
• 1 小时缓存：写入 2P，读 n 次共 2P + 0.05nP，不缓存是 (1 + n)P，n 大于 1.05 才划算，也就是读 2 次回本。

这两个门槛和 0.1 倍时一样，Anthropic 定价页提示缓存一节写的"5 分钟读 1 次、1 小时读 2 次回本"仍然成立。变化在长期：每次重复读取的价格从基础输入价的 10% 变成 5%，相当于省 95%。

另一面是，写入价没降，同样的 token，一次 5 分钟写入现在相当于 25 次读取（原来 12.5 次），一次 1 小时写入相当于 40 次读取（原来 20 次）。缓存未命中、被迫重写时，在账单上会比以前更显眼。降价后更值得检查的是这几处：

• 长度不够不会缓存。 Sonnet 5.5 的最低可缓存长度是 512 token（Sonnet 5 是 1,024）；更短的提示即使加了 cache_control 也会按普通输入处理，而且不报错。cache_creation_input_tokens 和 cache_read_input_tokens 同时为 0，就说明没有缓存上。
• 中途改 system 会让缓存失效。 在 Sonnet 5.5 上，可以往 messages 里追加一条 {"role": "system"} 消息来补充指令，而不去改顶层 system 字段，这样已缓存的前缀保持不变；Sonnet 5 不支持这种写法。
• 1 小时 TTL 只在间隔超过 5 分钟时才值得。 每次读取都会刷新有效期，请求间隔在 5 分钟以内时，5 分钟缓存一直不会过期，写入还比 1 小时档每百万 token 便宜 $1.50。

Claude Code 订阅额度没变：Pro、Max 用户能得到什么

Anthropic 开发者账号 @ClaudeDevs 在 2026 年 10 月 9 日说明，这次降价"只针对 API，Claude Code 的用量限制没有变化"（原文 API only, no change to Claude Code usage limits）。也就是说，Pro、Max、Team 订阅里 Claude Code 能用的额度不会因为缓存读取降价而变多。

会拿到新价的是按 token 计费的用法：在 Claude Code 或 Agent SDK 里配置 API key、走 Claude API 或上面表格里各云平台的请求，缓存读取都按 $0.10（或对应平台的单价）计。

10 月 7 日的同一份更新里，Anthropic 还宣布给 Max 和 Team 订阅每月发放 API 额度：Max 5x 每月 $100，Max 20x 每月 $200，Team 最多 $500、团队共用，可以在 Claude Platform 上用于任意模型，见 Claude Haiku 5.5 发布文。用这笔额度调用 Sonnet 5.5 时，缓存读取同样按 $0.10 扣。领取方法和适用范围见 API credits for Max and Team plans 说明。

Claude Sonnet 5.5 缓存降价的常见问题

Claude Sonnet 5.5 降价后，输入和输出价格变了吗？

没有。Claude API 上 Sonnet 5.5 仍是输入每百万 token $2、输出 $10，5 分钟缓存写入 $2.50、1 小时缓存写入 $4；10 月 7 日只调整了缓存读取，从 $0.20 降到 $0.10。

Claude Sonnet 5.5 的 Batch 缓存读取是多少钱？

$0.05 / 每百万 token。Claude API 的 Batch 输入、输出都是五折，缓存倍率在 Batch 价格上叠加；Google Cloud Vertex AI 的价目表直接列出 Global 端点 Batch Cache Hit 为 $0.05。

Sonnet 5.5 缓存降价后，我的账单为什么没有少 20%？

20% 是 Anthropic 对大多数 Agent 任务的估算。你的降幅约等于旧价下缓存读取占总花费比例的一半：缓存读取占 30% 的负载只会少约 15%，不用缓存的请求几乎不变。用上面的公式或脚本代入自己的 usage 记录，就能得到自己的数字。