Claude把单价砍了两成，你的任务账单反涨21%

输入从每百万 token 5 美元降到 4 美元，输出从 25 降到 20，缓存读取从 0.50 砍到 0.20。同一周，单任务成本从 10.79 美元涨到 13.04 美元，涨了两成。

Anthropic 9 月 22 日发布 Claude Opus 5.5。价格表上每一行都往下走。输入从每百万 token 5 美元降到 4 美元，输出从 25 美元降到 20 美元，各降两成。缓存读取降得更狠，从 0.50 美元掉到 0.20 美元。

按这张表算，同样多的 token，账单该变小。

同一周，Artificial Analysis 放出 Coding Agent Index 的测评结果。Opus 5.5 在 Claude Code 满负荷下拿到 66 分，排第一。Opus 5 是 60 分，Claude Fable 5.1 是 62 分。分数旁边跟着另一个数字，单任务成本 13.04 美元。Opus 5 是 10.79 美元。

涨了 21%。价格表在降，账单在涨，两件事同时为真，得先把 token 用量拆开看。

降价的是单价，变长的是任务

原因就摆在用量那一栏。

一个测评任务，Opus 5.5 平均要用掉约 1560 万 token。Opus 5 是 1140 万，多用三成多。缓存读取从 1090 万涨到 1460 万，涨得还算温和。

变贵的那一栏是输出。Opus 5.5 每个任务输出约 33.3 万 token。Opus 5 是 13.7 万，多了 1.4 倍。

我算了一遍输出这一项，33.3 万 token 按每百万 20 美元算，差不多 6.66 美元。这一项占掉整个 13.04 美元的一半。用量翻倍的那一栏，正好是价目表里最贵的那一栏。

缓存读取反过来。1460 万 token 按 0.20 美元算，总共不到 3 美元。量大价低，砍六成也没多少肉。

单价的降幅是真的，缓存的折扣也是真的。在一个跑满的智能体循环里，它们被一个想得更久、写得更多的模型吃掉了。

还有一笔账不在报价单上。Opus 5.5 把自适应思考改成了强制开启。开发者不能再关掉推理，只能用一个 effort 参数调深浅。旧接口也弃用了一批，包括原来那套计算机操作接口。已经跑通的工作流得改代码，还要更新测试用例。这部分是人力，价目表里查不到。它先于省下的那点 token 钱到账。

同一天还有一件事。OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，输入输出定在每百万 2 美元和 10 美元、0.10 美元和 0.50 美元。比它们替换掉的 GPT-5.6 便宜一半左右。两家实验室九十分钟内先后出手，比的从聪明程度换成了同一件活的报价。

这笔账我打算一直记下去。模型每季度换一代，计价口径跟着换一次。关注一下，下次出新的报价单你直接看我的算法。

同一份答卷，两个都对的答案

几天前，Artificial Analysis 给过 Opus 5.5 另一个数字，单任务成本 5.98 美元。Opus 5 是 5.86 美元，几乎持平。那次测的是 Intelligence Index，一问一答，输出 token 约 11.9 万。

两个数字都不假。差在任务有多长。

短对话里，降价和多用 token 正好抵消。智能体任务里，一个任务变成一长串工具调用。上下文一直往里堆，堆进的全是输出那一栏。输出最贵，任务越长，抵消越差。

这解释了一件很实际的事。照着一问一答的榜单做估算，会严重低估智能体的账单。买模型的人和管预算的人看的是同一张价目表，得出的数字能差一倍。

按那个测评的算法，一个团队每天跑 500 个满负荷任务，两个单价的差是每天 1125 美元，一个月约 3.4 万美元。任务数没变，钱多掏了。

这笔钱往哪儿去，也值得看清楚。价目表写的是厂商对厂商的报价，落到个人头上还隔着好几层。用 Opus 跑编程的 IDE 和智能体工具会把成本转给订阅用户。你用 Cursor 也好，用 Claude Code 也好，账单最后落在每月扣款那个数字上，只是换了个名字出现。夹在中间的是做工具的人，他们得决定自己扛还是往下传，多数会往下传。

受影响最大的是把 AI 编程当日常工具的人。他们每月的支出里，AI 订阅只占一小块，这一块却在悄悄长大，而工资不会跟着涨。这类支出最麻烦的地方是它没有固定金额。房租水电都有数，这个月多花的钱花在了哪一步，用户自己也说不清。

得分涨得最猛的几项都在编程上。Terminal-Bench 4.0 从 54.5% 升到 63.1%，一次涨 8.6 个百分点。DeepSWE v1.1 从 62.5% 到 68.4%。SWE-Atlas-QnA 从 62.1% 到 66.4%。GitHub 的首席产品官 Mario Rodriguez 说，Opus 5.5 在 GitHub 那边跑的测试里，token 和步骤都算少的。在 VS Code 里，它解掉的终端任务比 Opus 5 多，用的步骤不到一半。

厂商自己的口径也不一样。Anthropic 在发布材料里写，默认设置下典型工作负载成本降约 40%。依据是它压缩了往返轮次和重复的上下文。这个说法成立，前提是活够长、上下文能反复复用。活短、每单都要重新喂的，省下的钱落在别处。

零售行业换计价口径这件事我见过好几轮。最早按单收费，后来按人天，再后来按工时。每次换口径，客户都说新算法更透明。然后第一份账单出来，总额涨了。原因都差不多，新口径把原来打包送掉的东西单独计了价。AI 模型从每百万 token 换成每个任务，走的是同一条路。做报价那些年我学会的第一件事，是先问清楚对方按哪个口径报。差一个口径，同一件活的价钱能差出三成。

我给自己的做法很简单。每天的任务按长度分两档，长的留在满负荷设置上，短的改走便宜档。先跑一遍，看账单掉不掉。另外把每个任务的输出 token 单独记一行。这项涨了，说明模型在我不知道的地方写多了。

我押的是这一条。未来一年，AI 编程的报价单会越来越便宜，账单会越来越贵。单价可以打折，任务长度不行。决定你每月付多少钱的，已经从每百万 token 挪到了每个任务。