2026 年 6 月到 9 月，OpenAI 与 Anthropic 把部分模型的单价一路砍了下来，单项最高降幅接近八成。可很多团队的 AI 账单并没有跟着腰斩。问题不在输入价，在缓存重读（cache-read）：它在 agentic coding 的 token 支出里占了九成以上，却几乎从不在厂商的宣传标题里。
==模型越来越便宜这件事，正在把成本藏到模型外面。==
价格战的真实结构
把两家实验室近四个月的关键动作拆开看，输入价和输出价基本没动，真正断崖式下跌的是缓存重读这一项。
| 模型 | 输入 $/M | 输出 $/M | 缓存读取 $/M | 时间 |
|---|---|---|---|---|
| GPT-5.6 Luna | 1.00 → 0.20 | 6.00 → 1.20 | 维持原价 | 2026-07 |
| Claude Opus 5 | 5.00 | 25.00 | 0.50 | 2026-07 |
| Fable 5.1 | 10.00 | 50.00 | 1.00 → 0.25 | 2026-09 |
| GPT-6.1 Sol | 2.00 | 10.00 | 0.50 → 0.10 | 2026-09 |
| Opus 5.5 | 4.00 | 20.00 | 0.20 | 2026-09 |
数据来自厂商官方定价页（经第三方在 2026-10-26 交叉核对一致）。注意每一行：输入、输出两列几乎没变，变化的全是缓存读取那一列。
为什么这一项能决定生死？因为我让 agent 写代码的方式，决定了账单结构。一个 agent 接着上文改文件，同一段系统提示和代码上下文会被反复重读，缓存命中率跑满九成以上。数据科学家 Max Woolf 的测算指出，agentic coding 里缓存重读能占 token 支出的九成六到九成九，这是他的分析推算，非厂商官宣。==单价降不降已经不是账单的主变量，那一项从一块跌到一毛的钱才是。==
成本公式得重写
我过去常讲「单价乘输出量乘重试次数」，这句没过时，但得补上缓存重读这一主导项。它不是一个边角科目，而是占了九成以上的支出。任何按输入价做选型对比的动作，都该立刻停下，改看「缓存单价乘命中率乘调用轮次」。
我自己的流水线就踩过这个坑。早年我只盯每百万输入、每百万输出的价格，拿着六月的价格表做全年预算。后来把检索上下文那段的缓存策略调了一档，命中率从七成出头拉到九成五，同样的工作量月账单掉了快四成，而我连模型都没换。==成本治理的第一课，是别用错那张价格表。==
路由和缓存命中率成了一等变量
以前选模型只看能力排行，现在要把「这套活儿在我这儿的缓存命中率能到多少」当成硬指标。同一个任务，命中率差十个百分点，账单能差出一倍。==选模型从比谁强，变成了比谁在我这儿更省。== 这不是劝你换模型，是劝你把命中率当成和准确率一样的一等指标写进验收。
国产开放权重那批（Kimi、MiniMax、DeepSeek）的低价，只有在你把路由和缓存一起算进来时，才真正划算，否则只会又掉进只看单价的坑。
相关阅读：输出开到一百万 token，最贵的是中途翻车，从另一个角度讲成本主项如何从输入侧移到输出侧。
马上可以动手的三件事
一、把你家 agent 的账单按科目拆开看。别只看总额，把缓存重读、输入、输出三栏拉出来，先确认那一项是不是占了九成。我用的就是云厂商网关的会话视图，十分钟就能看到。
二、把缓存命中率当成一等指标盯。系统提示、复用代码块、长上下文，凡是不变的部分尽量前置并打长 TTL，让重读命中。我流水线里那段几乎不动的检索上下文，就是因为 TTL 调长，命中率才上来的。
三、重新做选型对比表。把每百万输入价那列删掉，换成缓存单价乘预估命中率，按你真实的任务分布重排一遍。别再拿六月的价格表当预算依据，那张表已经失效。
数据说明
- 各模型输入、输出、缓存读取单价来自 OpenAI 与 Anthropic 官方定价页，经第三方在 2026-10-26 交叉核对一致；「最高单项降幅接近八成」指 GPT-5.6 Luna 的降价，非所有模型统一定价。
- 「缓存重读占 agentic coding token 支出九成六到九成九」为 Max Woolf 2026-10-25 分析文章的测算，属分析推算，未独立复现，厂商未就此口径单独官宣。
- Anthropic S-1 已于 2026-10-26 前后公开登记录 EDGAR，属资本与治理事件，不影响本文的成本治理判断。
- 本文为基于个人视角的原创分析，非厂商发布稿。