Сколько стоит кэширование токенов?

Так как же так получается, что я плачу агенту $121 за подписку (с налогами) а выюзываю на $1800?

Все дело в кэшировании.

В подписке Антропик кэш живет примерно 1 час, но это не значит, что если ваша сессия длится более часа, то весь кэш сгорает. Нет, как минимум 1 час будет закэширован.

Если вы вайбакодили 1 час и заполнили контекст на 400к токенов, а потом сделали перерыв 30 минут, то в следующее окно кэша на 1 час снова попадут 400к токенов кэша (вы один раз платите полную цену) - это стоит только 10% от полной стоимости.

Т.е. в чате (сессии) с с агентом новые сгенерированные токены дозписываются в кэш и стоят дешевле.

Опасайтесь делать перерывы более одного часа, если вы держите большое контекстное окно, т.к. при возобновлении сессии, при перекешировании ОДИН РАЗ списыватся полная сумма. Теперь Клод Код выводит предупреждение при возобновлении сессии, что лучше было бы сессию скомпактировать.

Изменение модели - естественно ломает кэш, так как кэш определяется по хэшу куда входит название модели. Так что сменить модель без сброса кэша не получится. Клод Код теперь прямо предупреждает об этом (это к претензиям, что Антропики не экономят наши токены). Это особенно актуально для тех ребят, которые любят кодить на /opusplan - если юзать в начале сессии, то ок, но в конец сессии запускать режим планирования - сожжете много токенов, превышает ли выгода увеличение цены?

В то же время, для субагентов и запросов АПИ кэш живет не более 5 минут 😔 Поэтому, получается в 10 раз дороже! Но субагента 1 раз использовал и его контекст больше не нужен, но опасайтесь запускать субагентов более чем на 5 минут. Тоже самое произойдет, если вы параллелите длительные задачи субагентами - выгоднее запускать одного основного агента и делать последовательно.

А теперь вопрос знатокам, каких у вас токенов больше? Входящих или исходящих?

Конечно исходящих! Их несоизмеримо больше, и именно они заполняют основной контекст, а не исходящие токены модели, которые самые дорогие.

Выводы:

Кэширование — это причина, почему подписка стоит настолько дешевле API (а не щедрость производителя или махинации с токенами). Когда у Антропика ломается кэш (из-за бага) - лимиты выгорают мгновенно.

Главная оптимизация в Claude Code — не “писать меньше промптов”, а держать высокое покрытие кэшем: не прерывать сессию, не таскать лишний контекст, не менять модель на большом контексте, вовремя компактить и не распараллеливать где не нужно.

В этом контексте использования claude agents приобретает совершенно иной смысл.

Ребята, вы хотели годный контент - это он и есть! Поддержите автора реакцией!