降低 Claude Platform 成本并提升性能
来自 Claude Blog · 期号 2026-09-08
摘要
Anthropic 分享了在 Claude Platform 上降本不降效的三个方法：提高 prompt cache 命中率、升级到前沿模型时清理 prompt 中的反模式、按任务校准 effort。 Prompt cache 方面，避免在对话中途修改 effort 或 thinking 设置、把易变的值移出前缀、延迟加载不常用的工具、用消息而非编辑 system prompt 来更新指令。如果 agent 阻塞在超过 5 分钟 TTL 的工具调用上，考虑给前缀设 1 小时 TTL。 升级模型时，旧 prompt 里常残留验证仪式（"verify twice"）、强调词（"be maximally thorough"）、固定步骤模板、过时的 few-shot 示例和矛盾规则。在 Claude Code 里跑 `/claude-api prompt-audit` 可以自动清理这些反模式。测试中，清理后成本下降 14.6%，准确率提升 5.3%。 Effort 校准上，强模型低 effort 可能比弱模型高 effort 更便宜。Fable 5.1 在低 effort 下匹配 Fable 5 高 effort 的表现，成本只有三分之一。Claude Code 的 `/claude-api hillclimb` 可以自动搜索最优的模型和 effort 组合。
深读
导读 Anthropic 分享了在 Claude Platform 上降本不降效的三个实操方法：提高 prompt cache 命中率、升级模型时清理 prompt 中的反模式、按任务校准 effort。文章提供了具体数字和 benchmark 结果，适合正在使用 Claude API 并希望优化成本的开发者。 关键信息 - 从 Opus 4.8 迁移到 Opus 5 时，运行 /claude-api prompt-audit 清理六个常见反模式（如“verify twice”、矛盾规则、手动 scratchpad），平均成本降低 14.6%，准确率提升 5.3%。 - 在 CursorBench 3.2 上，Claude Fable 5.1 在低 effort 下达到 Fable 5 在高 effort 下的性能，成本仅为后者的三分之一。 - 在 SWE-bench Verified 上，/claude-api cost-optimize 通过将 effort 设为 medium 并限制输出为简洁句子，将每个任务的中位步骤从 29 降到 17，prompt token 从 75.2M 降到 33.7M，成本降低约 55%。 - 在 LegalBench 上，通过缓存共享前缀、设置低 effort 和使用 Batch API，thinking token 从 102,779 降到 8,284，成本降低约 58%，通过率保持稳定。 - 在 tau2-bench retail 上，通过显式设置缓存断点，成本降低 73%，通过率不变。 逐节讲解 Prompt cache 的实用技巧 Prompt cache 将输入处理后的 KV 状态缓存下来，后续相同前缀的请求只需读取缓存，价格远低于完整输入。缓存绑定到特定模型，要求字节精确匹配，且有 TTL（默认 5 分钟）。文章给出了多条具体建议：不要在对话中途修改 effort 或 thinking 设置（Claude Opus 5 和 Fable 5.1 例外）；把动态时间戳或 ID 移出 system prompt；避免工具定义自动重排；子 agent 和分支共享缓存需前缀、模型、effort 三者一致；如果 agent 阻塞在超过 5 分钟的工具调用上，考虑给前缀设 1 小时 TTL。修复方法包括：用 Claude Console 诊断缓存未命中原因；将不常用工具标记为 defer_loading 以保持缓存；用消息而非编辑 system prompt 来更新指令；在缓存必然失效的操作（如 compaction）时切换模型或 effort；用 max_tokens: 0 的请求预写缓存。 升级模型时清理 prompt 反模式 旧 prompt 常积累针对弱模型缺陷的补丁指令，这些指令在新模型上反而有害。文章列举了六种…