# Anthropic 成本指南解读：该调 effort 还是换模型

> 原标题：Anthropic 官方指南：控制成本该调 effort 还是换模型

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-10-12T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/vqoanwv1tzjkxpx1q7owf87c2
- 原文：https://yage.ai/share/effort-vs-model-tiering-20261012.html

## 摘要

Anthropic 成本指南建议按每个成功任务的成本比较模型，并优先测试调整 effort，再衡量多模型分层是否更划算。文中指出，会话中切换模型可能破坏提示词缓存，调整 effort 则不会；SWE-bench Pro 测试中，先用 low、失败后用 high 重跑，准确率为 97.0%，每题成本为 0.17 美元，全量 high 则为 95.3% 和 0.29 美元。

## 推荐理由

Anthropic 指南将单模型低 effort 的每任务成本设为分层方案的比较基线，让调度架构的成本收益有了具体衡量标准。

## 锐评

在会话中间切模型来省钱，我觉得大多是在交智商税。在 agent 循环里换模型会直接打碎 prompt cache，10 万 token 在 Fable 5.1 上重写一次要 1.25 美元，读一次才 0.03 美元，差了 50 倍。为了贪便宜模型那点费率，换来几十倍的缓存重写开销，这笔账根本算不过来。同一个模型调 effort 不破坏缓存，在内部把算力旋钮拧小，比折腾跨模型分层划算得多。