任务才是真正的成本单位，而不是 token。你要做的是完成一个功能、一次迁移，token 数只是模型走完这段路的耗油量。两个每 token 同价的模型，在同一个任务上可能花掉完全不同的钱：一个只读一遍代码，另一个读了、试了、再读。每一步都算一个 turn，每个 turn 都会把之前的整个对话重新发送一次，所以 turn 多的那个更贵。

决定任务成本的是四件事：turn 数、缓存读取量、输出 token 类型、模型单价。Opus 5.5 的 API 列表价是输入 $4/百万 token，输出 $20/百万，缓存读取 $0.20/百万。假设一个任务从 20K 上下文长到 120K，40 个 turn 平均每次发 70K，总共产生约 2.8M 输入 token，90% 从缓存读时输入成本约 $1.62；同样的任务 25 个 turn 则约 $1.02。如果完全不命中缓存，同样的量要 $11.20。输出 token 贵得多：60K 输出成本 $1.20，相当于读 600 万缓存 token。

Opus 5.5 相比 Opus 5 的每个价格线都降了：输入输出降 20%，缓存读取降 60%。缓存读取从输入价的十分之一降到二十分之一，也就是说 Opus 5.5 上缓存读只占输入价的 5%。官方估计典型工作负载下 Opus 5.5 的运行成本比 Opus 5 低 40%，但这是“少用 token + 降价”两者叠加的估算，不是 token 价格降 40%。如果把两次会话的 token 数固定成一样，只看价格变化，成本约降 31%。你实际能省多少取决于任务形状：缓存占大头时最多省 60%，输出占大头时约省 20%。

effort 设置是控制成本的第一抓手。Opus 5.5 默认 medium，比 Opus 5 的默认低一级。高 effort 给整个任务增加 20K thinking token，在 Opus 5.5 上约 $0.40，这大约等于一个十回合重试循环的额外成本。所以 high 只要省下一次重试就回本；如果 medium 本来就一次过，它就是浪费。最典型的“该升 effort”信号是只修了一层的 bug——测试过了但调用了旧字段的客户端还在发旧值。这种情况下，给模型一个能验证自己工作的测试或构建脚本，往往比直接升 effort 更划算，因为一次测试只花一个 turn，而高 effort 会抬高每个 turn 的成本。在 API key 或 Claude 订阅下，会话中途改 effort 不会清缓存；但在 Amazon Bedrock、Google Cloud 的 Agent Platform 或网关上，改 effort 会清掉缓存，下一请求要付整段对话的缓存写入费。

模型选择决定每个 token 的单价，影响比 effort 更大。更大的 Fable 5.1 输入输出价格是 Opus 5.5 的 2.5 倍（$10/$50），但缓存读只贵 1.25 倍（$0.25 vs $0.20），所以长缓存会话里两者差距最小。建议日常代码编辑用 Opus 5.5，搜索、读日志、跑测试的子代理放到 Sonnet 或 Haiku 上；机械性跨文件修改保持在 Opus 5.5 上但把 effort 调低。子代理可以在定义里写 model 字段，或用环境变量 CLAUDE_CODE_SUBAGENT_MODEL 统一指定。agent teams 实验功能会放大开销：plan mode 下大约消耗标准会话 7 倍的 token，要尽量缩小团队、让每个任务自包含。

缓存是输入成本里最大的开关。Opus 5.5 上缓存读只花输入价的 5%，但缓存写入很贵：五分钟缓存写入是输入价的 1.25 倍，一小时缓存是 2 倍。120K 上下文下，一次五分钟缓存写约 $0.60，一次读约 $0.02。订阅下缓存寿命一小时，API key 或云提供商默认五分钟。长时间暂停、切换模型、中途改 effort（部分平台）、连接/断开 MCP 服务器、第一次开 fast mode、压缩对话，都会导致缓存写入。fast mode 价格翻倍（$8/$40），速度快 2.5 倍，应该在会话开头就打开。/compact 在大约 150K 上下文时成本约 $0.25，后面每个 turn 能省 $0.025 的读取，约十回合回本。要在自然断点压缩，压缩后丢失的细节可能正是调试要用的关键日志。

老模型上写的提示词会让 Opus 5.5 写更多、重复调工具。官方用 44 个工单的内部客服基准测试：从 Opus 4.8 迁到 Opus 5.5（低 effort）成本降约 18%，再跑 prompt-audit 又降 9%，合计约 25%。这只是一个基准的示例值，不代表你的期望值。

自己动手测量：在会话里运行 /usage 或 /cost，Session 块会显示输入、输出、缓存和按列表价估算的美元值。缓存命中率低时找找长暂停、模型切换、中途接 MCP 等行为。用 /model 在 Opus 5 和 5.5 之间切换，挑 backlog 里的真实任务跑三四个，比较 turn 数、输出 token 和成本。企业用户还可以用 Claude Code Analytics API 看人均估算成本。文章最后强调，没有放之四海皆准的数字，自己任务上量出来的结果才值得信任。