10 月模型降价是真的，但你的 agent 总有办法绕过它

过去四周几乎所有大厂都降价了，听起来像问题自己解决了。但 dev.to 上一篇 10 月 22 日的长文把定价页逐条拆开，结论很扎心：per-token 单价在降，但计费越来越看"你怎么发 token"——cache 命中、prompt 长度、哪个模型干哪一步。一个不注意的长会话，照样能在便宜模型上烧掉钱。

三个关键细节，直接抄作业：

第一，Haiku 5.5 的 $0.10/$0.50 只在 10 万 token 以内有效，超了就是 $0.50/$2.50，5 倍。Anthropic 说前代 90% 请求没超线——但一个跑了一小时的 coding agent，全量 transcript 加工具结果，轻松超线。同一个模型，单价能差 5 倍，就看你拖了多少历史。

第二，真正的折扣在 cache。Sonnet cache 读减半、Opus 5.5 cache 命中 0.05x、Argon 缓存输入 95% off——最便宜的 token 是你已经发过的 token。prompt 前缀保持稳定才有折扣，频繁改写前缀等于主动丢折扣。Claude Code 2.1.299 甚至做了个"赶在 1 小时 cache 过期前提前压缩"的功能，整个功能就是围着 cache 计时转的。

第三，便宜小模型得有人"派活"。Haiku 5.5 在 Terminal-Bench 4.0 上 39.2%，Sonnet 5.5 是 70.6%——它不是主力替代品，是 subagent 的命。summary、compaction、分类这种小活给它，规划和硬推理留给大模型。Cockroach Labs 公布过一组真实账单：5 个月 coding agent 跑了 13.5 万美元的 Claude token，平均一个 GitHub issue 84 美元——他们的省钱法就是"规划用最强模型，plan 决定实现用哪个模型"。

实操清单：按任务记 token 别只看单价；prompt 前缀稳住，compaction 别太勤；小模型只干小活；Argon 11 月 30 日后从 $2/$10 涨到 $4/$20，成本估算别写死。降价是真的，但账单降不降，看你发 token 的姿势。（定价数字为作者 10-21 快照，价格会变，以官方定价页为准；以上为作者基于公开数据的解读。）