Reduce tu factura de Claude: que las lecturas de caché, no las escrituras, lleven el peso
Las lecturas de caché más baratas de Fable 5.1 cambian la palanca de costos: reduce la rotación de escrituras, protege los prefijos estables y convierte la reutilización de lecturas en el concepto principal.
Mira los conceptos de caché en tu factura de Claude. En una factura de Claude de $1,023.78 reportada, las escrituras de caché representaron el 9.4 % de los tokens y el 65.8 % del costo, mientras que las lecturas de caché representaron el 89.8 % de los tokens y el 12.6 % del costo. Claude Fable 5.1 intercambia la rotación de escrituras por la reutilización de lecturas. Anthropic lanzó Claude Fable 5.1 y Mythos 5.1 el 1 de septiembre y redujo las lecturas de caché de Fable 5.1 de $1.00 a $0.25 por millón de tokens, un recorte del 75 %. Fable 5.1 mantuvo el precio de entrada en $10 por millón de tokens y el de salida en $50 por millón de tokens, mientras que el precio de escritura de caché se mantuvo en $1.25 por millón para cachés de cinco minutos y $2.00 por millón para cachés de una hora. Un token de escritura cuesta, por lo tanto, de cinco a ocho veces más que un token de lectura.
Las lecturas son el camino barato; las escrituras, el impuesto
El recorte de precios convierte la reutilización de lecturas en la principal palanca de costos. Una solicitud que reutiliza un prefijo estable paga un costo marginal bajo. Un prefijo modificado obliga al sistema a pagar de nuevo el precio de escritura. El prefijo estable es la unidad de reutilización: los cambios en los bytes iniciales hacen que la caché trate el resto como nuevo, por lo que el orden de las herramientas, la versión del prompt de sistema y el orden de los ejemplos importan. Las decisiones de escritura son el principal control de costos, no las de lectura.
Los datos de uso de agosto de Anthropic mostraron que el recorte en lecturas de caché produjo un ahorro de aproximadamente el 25 % en cargas de trabajo típicas y hasta aproximadamente el 45 % en cargas de trabajo agénticas. Ese rango es el objetivo, no una garantía. La reutilización de lecturas marca la diferencia.
Construye el prefijo para que la caché realmente acierte
La lista de verificación siguiente es la superficie de control. Cada elemento es una prueba rápida, no un proyecto. Apunta a la proporción de escrituras sobre lecturas que determina si el precio de lectura de $0.25 aparece en la factura.
- Coloca el prompt de sistema, los esquemas de herramientas y los ejemplos estáticos en el bloque inicial de la solicitud y no los reordenes nunca.
- Establece el punto de corte de caché al final de ese bloque estable y confirma que la siguiente solicitud devuelve una lectura de caché.
- Define un objetivo de acierto en lecturas para cada ruta y registra la proporción actual junto a él.
- Usa TTL de cinco minutos para tráfico intermitente y TTL de una hora solo cuando el mismo prefijo se repite dentro de una hora.
- Audita los conceptos de la factura y compara la participación de tokens de escritura con la participación de costo de escritura.
- Invalida por versión, no por marca de tiempo: actualiza el hash del prefijo cuando cambie el comportamiento.
- En agentes, mantén la cola de la conversación fuera del prefijo en caché y almacena en caché solo el contexto estable de herramientas y políticas.
- Monitorea los tokens de escritura por solicitud y las lecturas por sesión; una proporción creciente de escrituras por solicitud es un fallo de caché.
Algunos elementos protegen el prefijo. Otros protegen el TTL y la ruta de invalidación. Los últimos hacen visible el resultado. La auditoría de la factura es la verificación que sobrevive a las refactorizaciones. Los recuentos de tokens pueden parecer saludables mientras el costo sube porque la mezcla se desplaza hacia las escrituras. Los conceptos deben responder a una pregunta: ¿el sistema está pagando más de una vez por el mismo contexto?
Fable 5.1 aplica el vínculo de prefijo a las cuentas creadas el 31 de agosto de 2026 o después, de modo que los cambios en el contexto anterior invalidan los bloques de pensamiento posteriores; Mythos 5.1 omite esa validación. Fable 5.1 hizo que el uso forzado de herramientas devuelva un error 400 y limitó los bloques de pensamiento de Fable 5.1 a lectores de Fable 5.1 y Mythos 5.1. Esas restricciones moldean el prefijo, no solo el prompt.
Haz que la factura demuestre la arquitectura
El costo de las cargas de trabajo agénticas es donde se manifiesta la arquitectura. Un bucle que reescribe el prompt de sistema, reordena herramientas o añade contexto volátil antes del punto de corte sigue pagando precios de escritura. La factura debe mostrar las lecturas como la gran participación de tokens y las escrituras como la pequeña participación de costo. Si las escrituras aún dominan el costo, significa que el prefijo se está moviendo, el TTL es incorrecto o el agente está reescribiendo el contexto en cada turno. Compara la siguiente factura con la anterior.
Los bucles agénticos son el caso más difícil porque el modelo puede cambiar el contexto que necesita. El contexto estable cubre la política, el esquema de herramientas y el marco de la tarea. El contexto volátil cubre la última observación, el resultado de la herramienta y el plan. Mantén el contexto volátil después del punto de corte. Las reescrituras del agente sobre la parte estable detienen la ruta de lectura de caché.