使用Claude平台降低成本并提升性能
内容提要
本文介绍如何在不牺牲性能的前提下降低Claude API使用成本。核心方法包括：最大化提示缓存命中率（通过稳定前缀、避免动态内容）、移除过时提示反模式（如验证仪式、过度强调）、校准任务努力程度。使用Claude Code的claude-api技能可自动审计和优化，实测可降低成本14.6%-73%，同时保持或提升准确率。
延伸解读
提示缓存命中率是降本关键
文章指出，提示缓存命中率直接影响成本。缓存读取价格远低于完整输入处理，但缓存要求前缀字节完全一致、模型固定且TTL有限。实际中，动态时间戳、工具定义重排、同步工具调用超时等都会破坏缓存。建议将稳定内容前置、动态内容后置，并利用自动缓存断点、预热缓存等技巧，可显著降低输入成本。
迁移到前沿模型需清理提示反模式
旧模型时代的提示词可能包含验证仪式、强调词、强制步骤等反模式，这些在新模型上会浪费token甚至降低准确率。文章实测，通过prompt-audit清理后，成本降低14.6%，准确率提升5.3%。迁移模型时，应审查并移除这些过时指令，让模型发挥原生能力。
努力程度需按任务校准
模型努力程度并非越高越好。高努力可能过度思考，增加成本且不一定提升质量；低努力则可能证据不足。文章建议测试更强模型在低努力下的表现，可能比弱模型高努力更便宜且效果相当。例如Fable 5.1低努力匹配Fable 5高努力，成本仅三分之一。理解任务形状，通过评估找到成本与性能的平衡点。
Q&A
如何在不牺牲性能的情况下降低Claude API的使用成本？
可以通过三个主要方法降低成本：最大化提示缓存命中率、移除过时的提示反模式、校准任务努力程度。这些方法已集成到claude-api技能中，实测可降低成本14.6%-73%，同时保持或提升准确率。
什么是提示缓存？如何提高提示缓存的命中率？
提示缓存是保存Claude处理输入时的内部状态（KV缓存），当请求前缀相同时，可以直接读取缓存而无需重新计算，缓存读取价格远低于完整输入价格。要提高命中率，需注意：保持前缀稳定，避免动态内容（如时间戳、ID）出现在前缀中；避免修改工具定义；避免在对话中更改effort或thinking设置（除非使用Claude Opus 5或Fable 5.1）；避免同步工具调用或子代理导致缓存过期；监控缓存命中率并使用诊断工具。
常见的提示反模式有哪些？如何修复它们？
常见的反模式包括：验证仪式（如“double-check your work”）、强调词（如“be maximally thorough”）、强制步骤或思维模板、过时的示例、矛盾规则、过时的配置。修复方法是使用/claude-api prompt-audit命令自动审计并移除这些反模式。实测中，移除反模式后成本降低14.6%，准确率提升5.3%。
如何校准任务的努力程度（effort）以平衡成本和性能？
校准努力程度的方法包括：测试更强模型在低努力下的表现（可能比弱模型高努力更便宜且性能相当）；理解任务形状，通过在不同努力水平下运行评估来观察性能变化；使用/claude-api hillclimb自动搜索最佳配置。例如，在CursorBench 3.2上，Fable 5.1低努力匹配Fable 5高努力性能，成本仅为三分之一。
Claude Code中的claude-api技能提供了哪些命令来优化成本和性能？
claude-api技能提供了三个主要命令：/claude-api prompt-audit用于审计并移除提示反模式；/claude-api cost-optimize用于全面成本审计，包括提示缓存、批处理、输出限制等；/claude-api hillclimb用于迭代搜索最佳配置，包括模型选择、努力程度和提示优化。
在模型迁移（如从Opus 4.8到Opus 5）时，提示反模式如何影响成本和性能？
在迁移到前沿模型时，旧提示中的反模式可能导致成本增加和性能下降。例如，验证仪式导致重复工具调用，强调词导致大量不必要的知识库搜索，矛盾规则导致错误拒绝退款，手动思维模板与内置思考冲突。使用prompt-audit移除这些反模式后，成本降低14.6%，准确率提升5.3%。
如何通过提示缓存和批处理降低API成本？
通过实现提示缓存（如设置显式缓存断点、使用自动缓存）和批处理非实时任务，可以显著降低成本。例如，在LegalBench上，通过缓存共享前缀、设置低努力和使用Batch API，成本降低约58%；在OfficeQA Pro上，通过批处理和文档缓存，成本从$136.20降至$64.87。
