Anthropic 昨天发布 Opus 5.5，标题新闻是降价：同样的工作负载，成本比上一代低约 40%。
但这篇发布博客里最值钱的不是降价，是一组没上标题的数据。他们拉了 2026 年 3 月到 9 月 Claude Code 的聚合账单，发现每个请求的 输入与输出 token 之比，从 189:1 涨到了 324:1——六个月内，每个请求的上下文膨胀了 2.6 倍。
翻译一下：你的 AI 账单，早就不是「写」出来的，是「读」出来的。 输出只占 token 总量的千分之三；就算算上输出单价通常是输入的三五倍，砍掉一半输出，账单也就省下不到一个百分点。生成是零头，重读上下文才是大头。
而且账单还在搬。博客里引用开发者 Addy 的一句话，我认为是全文最重要的一句：
减少一个轮次，比一个缓存 token 还要更省成本。
token 之后是缓存，缓存之后是轮次。今天把这条搬家路线讲清楚——因为它直接决定你该在哪里省钱、在哪里花钱。
一、账单的第一次搬家：从输出到重读
早期的 AI 账单贵在输出。模型按生成收费，写得越多花得越多——于是出现了一代人肉省 token 的操作：system prompt 压到一两句、对话历史手动截断、能不问就不问。
我在《任何省 Token 的做法都不是大模型的最佳实践》里说过，这是用过去的稀缺思维应对未来的丰裕现实。这次的数据给了那句话一个更硬的版本：省 token 的人，从头就瞄错了靶子。 324:1 意味着什么？你砍掉一半输出，账单只动了不到一个百分点（输出占 token 总量千分之三，单价再贵也就把账单占比抬到 1% 上下）；而上下文里多塞一份没用的文件，每个请求都要为它重读付一遍钱。
账单的大头搬到了「重读」，厂商的定价跟着搬：这次输入输出降 20%，缓存读取直接降 60%——因为 agentic 工作的成本里，缓存读取占大头。降到什么程度？Opus 5.5 一个缓存 token 的价格，只有竞争模型的五分之一。
更有意思的是行为数据：上下文涨了 2.6 倍，你以为缓存未命中会跟着涨，实际未命中的输入反而降了超过 50%。上下文变大、命中变准，两件事同时发生。这不是玄学，是 harness 的工程成果：中途换模型、改推理强度、按需加载工具、fork 子代理——这些过去会「割手」毁掉缓存的操作，现在都不再重置缓存；子代理直接从父级的缓存起步，同一份上下文不用付两次钱。
缓存从省钱技巧变成了基础设施。 记住这一点，第二节要用。
二、账单的第二次搬家：从 token 到轮次
Addy 那句话再说一遍：减少一个轮次，比一个缓存 token 还要更省成本。
为什么？算笔账就明白。一个轮次 = 模型读完全部上下文 + 思考 + 调用工具 + 等结果 + 再读一遍。在 324:1 的结构下，每多一轮，那 324 份输入就要重读一次——哪怕全走缓存，也是真金白银。轮次是上下文的乘数。 token 单价降 60%，省的是每一轮的钱；轮次少一半，省的是整轮的钱，连同轮里所有的重读、思考和等待。
Zeta Labs 的实测印证了这个结构：换成 Opus 5.5，每个任务的轮次和工具调用都更少，成本几乎只有一半——而且 最难的任务完成数量翻了一倍。便宜和能干，第一次不是权衡关系。
但注意 Anthropic 自己在博客里划的边界，这比数据更诚实：
在一个范围明确的任务上，两个模型完成的轮次差不多，你能得到的就只是降价而已。差距应该在开放式任务上最大——那类任务里模型可能在一个错误的想法上花掉许多轮次。
拆开读：封闭式任务，账单不搬家——轮次由任务本身决定，模型再强也就省个单价。开放式任务，账单整个搬进了轮次——模型在错误路径上烧掉的每一轮，都是最贵的 token。
所以三代账单结构长这样：
第一代：贵在输出
→ 应对：省 token（写短点、截断历史）
→ 结局：瞄错靶子，输出只占账单 0.3%
第二代：贵在重读
→ 应对：缓存工程（命中率、生命周期、fork 继承）
→ 结局：厂商替你解决——缓存价降 60%，未命中降 50%
第三代：贵在轮次
→ 应对：？？？
→ 这是唯一还没人替你解决的一层
# generated by hugo AI
前两代的应对方案，一个被证明瞄错了，一个被厂商内建了。第三代的「？？？」，就是今天真正的问题。
三、轮次是判断力问题，不是模型问题
最强的反方在这里：轮次也会变便宜。 这一代模型比上一代少烧一半轮次，下一代再少一半——按这个速度，「轮次」迟早也会被模型能力吞掉，就像缓存被 harness 吞掉一样。到时候判断力还有什么值钱？
这个反方恰好被 Anthropic 自己那句边界回应了：封闭式任务上，两代模型轮次 差不多。
这说明什么？轮次不是一种模型属性，是一种 任务属性。同一个模型，面对「把这个函数改个名」和「让这个系统的成本高并发下不崩」，轮次差一个数量级——差别不在模型，在任务被给出来的方式：范围清楚不清楚、验收标准明确不明确、约束条件给全没给全。
模型每变强一代，放大的是「会拆任务的人」和「不会拆的人」之间的轮次差。 模型弱的时候，大家都在错误路径上烧轮次，差距被 incompetence 抹平；模型强的时候，拆得好的人一次走对，拆得差的人依然烧——Zeta Labs 那个「最难任务完成数翻倍」，翻倍的是本来根本做不完的任务，那正是拆解和规格能力的用武之地。
这就是 token 和轮次的本质区别：
token 是单价问题，轮次是判断力问题。单价会被厂商卷掉，判断力不会。
缓存降价 60% 是 Anthropic 的决定，你只能接受；但一个任务花 3 轮还是 30 轮，一半取决于你把任务说清楚的能力——把开放式任务切成封闭式任务、把验收标准写进 spec、把约束条件一次给全。这些动作没有任何厂商能替你内置，因为它们发生在模型之外，在你的脑子里。
（熟悉这个系列的读者已经看出来了：这就是《大模型该在工厂里，不在流水线上》的账单版——流水线上比的是单价，工厂里比的是模具。轮次就是模具费。）
四、轮次审计：三条可执行的动作
账单搬家了，动作跟着搬：
1. 个人开发者：别省 token，省轮次。 #125 的结论不变而且更强了——缓存降 60% 之后，给足上下文比以往任何时候都便宜，该塞的 spec、约束、示例大方塞。但塞之前过一道轮次审计：这份上下文能让模型少走几轮错误路径？能，塞；只是「万一有用」，删。判断标准从「字数」换成了「轮次回报」。用 /usage 看你账单里缓存读取的占比，守住它：会话开始就选好模型别中途换、离开前做 compact、长会话开一小时缓存生命周期。
2. 团队：把轮次写进工程指标。 过去看「任务完成时间」，现在该看「任务完成轮次」——同一个任务，谁平均 3 轮做完，谁平均 15 轮，差距就是规格能力的差距。PR 里除了 diff，值得附一句「这个任务怎么给 AI 的」：好的任务描述本身就是资产（它是 evals 的近亲，接 #412：evals 是唯一无法从语料里长出来的东西——任务规格也是）。
3. 组织：缓存是 capex，轮次是 opex。 《你烧的 token，是资产还是费用？》的明年测试可以升级了：上下文库、spec 库、skill 库——这些让每一轮更便宜、让轮次更少的沉淀，是资产（明年还在用，子代理还在继承）；为错误路径烧掉的轮次，是纯费用（明年测试：这个错误你明年还会再犯一遍吗？会，因为教训没沉淀）。Anthropic 博客里那句话值得抄在墙上：组织已经从「不惜代价地扩张」转向「高效地扩张」——扩张的效率，就是轮次的效率。
结尾：搬家还会继续
189:1 到 324:1 只用了六个月。账单从输出搬到重读，从重读搬到轮次——下一次搬到哪？也许是「无人值守的小时数」（这次输出速度快了 30%，博客特意提了一句：不会省 token，但意味着长时间运行里 等待更少——时间开始进账单了）。
搬家路线图其实一直有一条规律：凡是厂商能内建的，都会变成基础设施；凡是发生在你脑子里的，才会留在账单上。 输出被定价内建了，缓存被 harness 内建了，单价被竞争卷掉了——留在账单上的，只剩判断力：拆任务、写规格、定验收。
所以省钱的终极答案，和这个系列讲了一路的资产答案是同一个：
便宜的东西都归厂商，贵的东西都归你。 token 会一直便宜下去——把轮次省下来，把判断力攒起来，那才是你账上搬不走的东西。
你的账单里，缓存读取占多少？轮次浪费在哪些任务上？欢迎留言聊聊。
（数据与引文核对自 Anthropic 官方博客《Coding sessions are longer and use more context. Claude Opus 5.5 is built with that in mind.》，Michael Segner，2026-09-24；Addy 引文出自其《What a task costs on Opus 5.5》。）