Claude API省钱实操手册：提示缓存、反模式清理、effort校准，三步省下45%！
内容提要
Anthropic发布Claude API成本优化指南，通过提示缓存、清理反模式指令和校准effort三步，可降低45%以上成本并提升性能。提示缓存可省90%费用，反模式指令会拖累新模型，effort需按任务调整。官方提供prompt-audit、cost-optimize和hillclimb三个自动化命令，实测成本降幅达52%-73%，准确率提升5.3%。优化需持续进行，随模型升级和对话变化调整。
延伸解读
反模式指令为何会拖累新模型
文章指出，许多开发者针对旧模型弱点编写的提示词，如“请验证两次”或“务必极其详尽”，在新模型上不仅多余，还会导致重复查询、多次搜索等行为，增加成本并降低准确率。例如，在客户支持场景中，移除这些反模式后成本下降14.6%，准确率提升5.3%。这提醒读者，在模型升级后，应重新审视并清理提示词中的过时指令。
提示缓存的适用条件与注意事项
提示缓存可节省高达90%的预填充成本，但要求前缀字节级精确。任何动态内容（如时间戳、ID）或工具顺序变化都会导致缓存失效。文章建议将稳定内容前置、使用defer_loading标记不常用工具、以消息形式追加系统指令，并预热缓存。此外，需注意缓存TTL默认5分钟，若智能体处理超时，可设置更长的TTL。
effort参数并非越高越好
文章通过测试数据说明，提高effort可能带来边际收益递减。例如，在Humanity's Last Exam中，最高档effort仅提升约0.5%准确率，成本却增加46%。因此，建议在特定任务上进行effort扫描，找到成本与性能的平衡点。同时，更强模型在低effort下可能比弱模型高effort更经济，如Fable 5.1低effort成本仅为Fable 5高effort的三分之一。
优化是持续过程而非一次性工程
Anthropic强调，随着模型升级、对话变长或任务形态变化，缓存断点、effort设置和提示词都需要重新调整。例如，对话分叉时，子智能体需满足前缀、模型和effort一致才能共享缓存。监控缓存命中率并利用诊断工具定位未命中原因，是持续优化的关键。将优化视为一次性工作，将无法获得长期成本节省。
Q&A
如何通过提示缓存降低Claude API成本？
提示缓存可以存储预填充状态，后续相同前缀的请求直接读取缓存，缓存读取价格仅为标准输入的0.1倍（Fable 5.1为0.025倍）。要最大化命中率，需将稳定内容（如系统提示词、工具定义）放在前面，动态内容放后面；将不常用工具标记为defer_loading；用消息形式追加系统指令而非直接编辑；预暖缓存（发送max_tokens:0请求）；注意缓存TTL（默认5分钟，可设1小时）。
什么是提示词中的反模式？如何清理它们？
反模式是针对旧模型弱点设计的指令，如“请反复核对”、“务必极其详尽”、“手动草稿板”等，这些指令会拖累新模型（如Opus 5）的性能并增加成本。清理方法：使用Claude Code中的/claude-api prompt-audit命令扫描并移除过时指令、矛盾规则和多余验证步骤。官方数据显示，清理后成本平均下降14.6%，准确率提升5.3%。
如何校准Claude的effort参数以节省成本？
effort参数控制模型的工作强度，并非越高越好。应在特定任务上进行effort扫描测试，找到成本-性能曲线的拐点。如果曲线变平，继续提高effort无意义。另外，用更强模型（如Fable 5.1）在低effort下可能比弱模型高effort更便宜且效果更好。例如，Fable 5.1低effort匹配Fable 5高effort，成本仅为后者的三分之一。
Claude API成本优化有哪些自动化命令？
Anthropic提供了三个自动化命令，集成在claude-api skill中：1) /claude-api prompt-audit：扫描并移除反模式；2) /claude-api cost-optimize：生成成本审计报告，分析token花费并推荐省钱方案；3) /claude-api hillclimb：主动搜索最优配置，通过评估数据集迭代优化。实测中，cost-optimize在四个基准上成本降幅52%-73%，hillclimb在客户支持场景成本降至五分之一且准确率提升。
为什么Claude API成本优化需要持续进行？
因为模型升级、对话变长、任务形态变化都会影响优化效果。每次模型升级可能需要重新审计提示词；对话变长需要调整缓存断点；任务变化需要重新校准effort。此外，对话分叉时缓存可能失效，需监控缓存命中率。优化不是一次性工程，需持续调整。
Claude API成本优化能节省多少成本？
通过提示缓存、清理反模式和校准effort三步，可降低45%以上成本。官方在四个公开基准测试中成本降幅为52%-73%，客户支持场景仅清理反模式就降低成本14.6%并提升准确率5.3%。具体节省取决于工作负载和优化程度。
