Opus 5.5 发布后，常见的两个数字是“输入输出单价下降 20%”和“典型任务成本约下降 40%”。它们并不矛盾：前者比较每个计量单位的价格，后者比较做完同一项工作一共花多少钱。

就像打印一页的价格降了，同时重复打印的废页也少了，最后做完一份材料的花费，可能比单页降价的比例更大。

一、20% 怎么算出来？先固定用量

Opus 5 的标准 API 输入、输出单价分别为每百万 token 5 美元和 25 美元。Opus 5.5 对应为 4 美元和 20 美元。

输入降幅为（5－4）÷5＝20%；输出降幅为（25－20）÷25＝20%。这个数字只需比较价目，不需要假设模型是否更聪明。

假设两个版本都使用 10 万输入 token 和 1 万计费输出 token：

相同用量下，费用下降 20%。注意这里说的是计费输出，包括需要计费的思考消耗，不能只数屏幕上的正文。

图：单价、使用数量和重复工作，共同影响最后的费用。

二、约 40% 为什么是另一种算法？

Anthropic 对典型工作负载给出的约 40% 成本下降，采用的是完成任务的角度。新版本价格更低，如果完成同样工作使用的 token 也更少，总花费就可能进一步下降。

为了说明算法，假设旧版本做完一项工作花 10 美元。在成本结构保持一致、只有输入输出两项的简化条件下：

• 只把单价降低 20%，费用成为 8 美元。
• 若实际计费用量还比之前少 25%，则是 8×75%＝6 美元。
• 从 10 美元变成 6 美元，降幅就是 40%。

这里的 25% 是计算示例，不是声称 Opus 5.5 每项工作都少用 25% token。实际任务的输入、输出、缓存和重试比例不同，结果也会不同。

三、缓存为什么还会改变结果？

Opus 5.5 的缓存读取价格，从每百万 token 0.50 美元变成 0.20 美元，单项降幅是 60%。这又是另一种计费项目。

如果一个工作流程经常反复读取相同的长材料，缓存读取占比可能比较高，实际降幅就不会只由普通输入、输出单价决定。

反过来，如果每次都是全新材料，没有有效缓存，不能把缓存读取的低价套在全部输入上。建立缓存还有写入费用，也要算进总账。

四、为什么你换了版本，却没降？

有几种很常见的情况。第一，任务量增加了。原来每天调用 20 次，现在每天 100 次，即使单次便宜，月也可能更高。

第二，思考程度不同。把新版本设成更高的 effort，可能增加思考和输出消耗。不能一边加大工作量，一边要求按固定比例下降。

第三，开启了 Fast Mode。它按更高单价收费，不能再按标准模式估算。

第四，程序重复提交了完整历史或大段日志。模型单价下降，也抵不过持续累积的无关输入。

第五，失败后整项任务从头重跑。特别是带有外部操作的流程，应先核实前面已经做了什么，再决定从哪里继续。

五、怎么测出自己的真实降幅？

先选一组固定任务，保留相同输入和完成要求。至少覆盖短任务、常见任务和最复杂的一类，避免只挑新版本表现可以优先的一项。

对每项任务记录：调用次数、普通输入、缓存写入、缓存读取、计费输出、工具费用，以及最终是否通过检查。

然后比较“合格结果的平均花费”。例如旧版本 10 次尝试共花 12 美元，得到 8 个合格结果，平均每个合格结果 1.50 美元；新版本总花 10 美元，得到 10 个合格结果，平均为 1 美元。

这组假设数据的降幅约为 33.3%，不是 40%。即使没有达到宣传中的典型降幅，也可能值得使用，因为你自己的任务结构不同。

六、人工时间要另列，别混进 API 数字

如果旧版本需要你修改半小时，新版本只需十分钟，节省下来的人工时间当然有价值。但这是另一项收益，不能据此把 API 也写成同样的降幅。

可以做两张表：一张只看服务，另一张记录检查和返工时间。需要评估总投入时，再用你自己的时间成本把两项合并。

七、阅读降价消息时，先问这三个问题

比较的是普通输入、输出，还是缓存读取？比较的是相同 token 用量，还是做完同一任务？测试使用什么思考程度和速度模式？

把这三件事问清楚，再看结果有没有包含重试和失败任务，就不容易被数字带偏。20% 是标准输入输出单价变化，约 40% 是特定典型任务条件下的整体结果。自己的预算，仍然要用自己的工作记录来算。