Anthropic: как снизить стоимость Claude Platform без потери качества

Что изменилось

В материале Claude Platform о стоимости и качестве Anthropic пишет: «потратить меньше = хуже результат» — не обязательная формула. Три фикса, которые они рекомендуют командам на программном интерфейсе (API):

1. Максимизировать попадания в кэш промпта (повторно читать уже посчитанный префикс дешевле полной обработки входа).
2. Убрать анти-паттерны из промптов при переходе на более сильные модели Claude.
3. Калибровать усилие модели под задачу: слишком высокое — лишние деньги и задержка; слишком низкое — ответ на неполных данных.

Эти практики упакованы в Skill claude-api. Три команды по их тексту:

Кэш промпта: где ломается экономия

Кэш привязан к конкретной модели, префикс должен совпадать байт в байт, у кэша есть время жизни. Практические ловушки из текста Anthropic:

• не класть в префикс метку времени или случайный идентификатор;
• не менять усилие или режим размышления посреди диалога (они входят в кэшируемый префикс); у Opus 5 и Fable 5.1 усилие можно менять без поломки кэша — это их исключение;
• определения инструментов стоят вверху сборки запроса в API сообщений Claude: перестановка ломает кэш;
• субагенты делят кэш с родителем только при идентичном префиксе, той же модели и том же усилии;
• синхронный вызов инструмента или субагента, который живёт дольше времени жизни кэша, «протухает» кэш родителя: пятиминутный срок считают от начала запроса — в длинных сценариях Anthropic советует рассмотреть срок жизни кэша на час.

Дополнительно у них: откладывать редкие инструменты (отложенная загрузка), обновлять системную инструкцию сообщением, а не правкой блока системной инструкции, прогревать кэш запросом с нулевой генерацией, двигать точку кэша по мере роста диалога.

Их тесты (Anthropic)

prompt-audit при миграции Opus 4.8 → Opus 5. На эталоне поддержки клиентов посадили по одному анти-паттерну (шесть устаревших промптов в среднем). После одного прогона `/claude-api prompt-audit` у Anthropic: −14,6% стоимости и +5,3% точности в среднем. Стоимость упала за счёт лишних вызовов инструментов и дублирующего рассуждения; точность выросла в том числе потому, что устаревшая настройка мышления отклоняла запросы, противоречивые правила блокировали положенные возвраты, а ручной черновик рассуждений сталкивался со встроенным мышлением Opus 5.

hillclimb на поддержке клиентов. Старт — Opus 4.8 с высоким усилием. Поиск ушёл к Opus 5 / Sonnet 5 с низким усилием и правками промпта. На 14 отложенных тикетах, которые поиск не видел: финальная конфигурация 90,5% против исходных 78,6% при примерно одной пятой стоимости.

Калибровка усилия (примеры Fable, как у Anthropic). На сложном коде Fable 5: низкое усилие ≈11,5% при ≈$5,35 за задачу; максимум ≈30,9% при ≈$19 — рост качества примерно в 2,7 раза при росте стоимости примерно в 3,5 раза. На сложном экзаменационном эталоне (Humanity's Last Exam) у Fable 5.1 последний шаг к максимуму даёт около половины пункта при заметно большей цене — внутри шума прогона. На CursorBench 3.2 у них Fable 5.1 на низком усилии сравнивается по качеству с Fable 5 на высоком при примерно трети стоимости (плюс более дешёвое чтение кэша у 5.1).

cost-optimize на публичных эталонах (базовая линия — Sonnet 5, как у Anthropic): LegalBench ≈−58% стоимости; tau2-bench (розница) ≈−73%; OfficeQA Pro ≈−52%; SWE-bench (Verified) ≈−55% — при заявленной стабильности качества в пределах шума или за счёт смены усилия и ограничения длины ответа. Это их прогоны, не ваш порог качества в бою.

Что это означает для бизнеса

1. Владелец продукта на API. После каждой смены Opus / Sonnet / Fable — прогон prompt-audit и сравнение чека и доли принятых ответов на одной и той же контрольной пачке задач.
2. Маркетинг и поддержка. Если агент ведёт тикеты или брифы — заведите отложенную выборку (как отложенная выборка у Anthropic) и не меряйте успех только на тех кейсах, на которых крутили hillclimb.
3. Финансы внедрения. «Сэкономили 50% на эталоне» ≠ «сэкономили 50% у нас». Переносите методику: кэш-хит, стоимость на принятый тикет, доля ручных правок — своими числами.
4. Риск. Высокое усилие не всегда лучше: Anthropic прямо пишет про переразмышление и лишние вызовы инструментов. Низкое — риск ответа с первого неполного поиска.

Что это значит для ваших данных

Тема блога Anthropic — про код и API Claude. У вас рядом почти всегда лежат CRM, аналитика, тикеты, отчёты, без которых нельзя честно сказать «результат принят».

Практический шаг: один сценарий агента (поддержка, бриф, сверка отчёта) подключите к источнику факта через коннектор — хотя бы на чтение. Тогда метрика недели становится сравнимой: не «сколько токенов сожгли», а сколько стоит один принятый тикет или отчёт при вашей доле ручных правок.

Это тот же контур, что мы уже разбирали в экономике агентов: объект учёта — принятый результат, а не номинальная цена вызова модели.