Anthropic Liên Kết Giá Claude Opus 5.5 Với Các Phiên Lập Trình Dài Hơn

Anthropic báo cáo vào ngày 24 tháng 9 năm 2026 rằng các phiên Claude Code đã trở nên dài hơn và chứa nhiều ngữ cảnh hơn trong sáu tháng qua, chi tiết trong một bài đăng trên blog Claude cách mà cơ chế giá và bộ nhớ đệm của Claude Opus 5.5 giải quyết sự thay đổi này. Công ty ước tính chi phí vận hành của Opus 5.5 thấp hơn khoảng 40% so với Opus 5 cho một khối lượng công việc tính theo token thông thường.

Sáu Tháng Dữ Liệu Sử Dụng Claude Code

Bài đăng, do Michael Segner viết, dựa trên dữ liệu sử dụng tổng hợp từ tháng Ba đến tháng Chín năm 2026. Số lượng lời nhắc mỗi phiên duy trì ổn định, theo báo cáo, trong khi công việc bên trong mỗi lời nhắc tăng lên: mô hình hiện làm việc dài hơn 3,3 lần cho mỗi lời nhắc và số lần gọi mô hình trên mỗi lời nhắc tăng trên 40%, và các gián đoạn giảm 68%. Các nhà phát triển hiện kết nối máy chủ công cụ hoặc sử dụng kỹ năng khoảng gấp đôi tần suất, và dán văn bản vào lời nhắc với tần suất giảm một phần ba.

Lượng ngữ cảnh trong mỗi yêu cầu tăng 2,6 lần trong khoảng thời gian này, và tỷ lệ token đầu vào‑đầu ra chuyển từ 189:1 lên 324:1. Anthropic hiểu các con số này là các nhà phát triển đang hướng tới một mô hình làm việc lâu hơn, được thông tin tốt hơn cho các nhiệm vụ lớn hơn, có phạm vi mở hơn, và cho rằng khoản tiết kiệm từ Opus 5.5 là lớn nhất đối với những phiên dài hơn, ngữ cảnh cao hơn khi việc sử dụng được tính phí theo token.

Phân tích này dựa trên việc Anthropic phát hành Claude Opus 5.5, phiên bản có giá thấp hơn so với Opus 5. Khi ra mắt đã xác định mức giá, bài đăng ngày 24 tháng 9 và một phân tích đi kèm được công bố vào ngày 22 tháng 9 năm 2026 bởi Addy Osmani xem xét ý nghĩa của những mức giá này đối với các khối lượng công việc thực tế của Claude Code.

Giá Token và Giảm Giá Đọc Bộ Nhớ Đệm

Đối với việc sử dụng tính phí theo token, Anthropic đã giảm giá token đầu vào và đầu ra 20% và cắt giảm giá đọc token đã được lưu trong bộ nhớ đệm 60%. Công ty cho biết việc giảm giá đọc bộ nhớ đệm có trọng lượng lớn nhất vì các lần đọc bộ nhớ đệm chiếm phần lớn chi phí của công việc của tác nhân và công việc lập trình, và công ty nói rằng tính đến thời điểm xuất bản, một token đã lưu trong bộ nhớ đệm trên Opus 5.5 chỉ có chi phí bằng một phần năm so với các mô hình cạnh tranh và vượt trội hơn chúng.

Phân tích đi kèm của Osmani liệt kê giá danh sách API của Opus 5.5 là $4 cho mỗi triệu token đầu vào, $20 cho mỗi triệu token đầu ra, và $0,20 cho mỗi triệu lần đọc bộ nhớ đệm. Với những mức giá này, một lần đọc bộ nhớ đệm tốn 5% chi phí của một token đầu vào mới, trong khi việc ghi vào bộ nhớ đệm tốn 1,25 lần giá token đầu vào cho bộ nhớ đệm 5 phút và gấp đôi giá token đầu vào cho bộ nhớ đệm một giờ, mỗi lần truy cập khớp với dữ liệu trong bộ nhớ đệm sẽ gia hạn thời gian sống miễn phí. Trên các gói Pro, Max hoặc Team, mức giá thấp hơn của Opus 5.5 được chuyển sang giới hạn gói, vì vậy chúng cho phép sử dụng khoảng 25% nhiều hơn so với Opus 5; mức giảm giá đọc bộ nhớ đệm bổ sung chỉ áp dụng cho giá API.

Các Thay Đổi Trong Khung Điều Phối Tác Nhân Bảo Vệ Bộ Nhớ Đệm

Ngay cả khi ngữ cảnh mỗi yêu cầu tăng khoảng 2,6 lần, tỷ lệ đầu vào không khớp với bộ nhớ đệm đã giảm hơn 50% trong suốt sáu tháng, theo báo cáo. Bài viết ghi nhận một loạt các thay đổi của Claude Code giúp giảm các lần phá vỡ bộ nhớ đệm không mong muốn, bao gồm các gián đoạn nhỏ như làm mới đăng nhập và các gián đoạn lớn hơn như thêm hướng dẫn giữa cuộc trò chuyện hoặc tải công cụ theo yêu cầu. Trên Opus 5.5 và Fable 5.1, các nhà phát triển cũng có thể thay đổi mức nỗ lực ngay trong phiên mà không cần đặt lại bộ nhớ đệm.

Tài liệu chính thức về bộ nhớ đệm prompt chỉ định rằng hành vi mức nỗ lực áp dụng khi sử dụng khóa API hoặc đăng ký Claude, và không áp dụng trên Amazon Bedrock, nền tảng Agent của Google Cloud, hoặc cổng Claude apps, cũng như khi cờ CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS được bật hoặc một tổ chức có cấu hình HIPAA.

Các nhà phát triển sử dụng khóa API và nhà cung cấp đám mây hiện có thể đặt thời gian sống của bộ nhớ đệm là một giờ, mà các thuê bao đã có. Tài liệu cho thấy các mặc định: một giờ cho cuộc trò chuyện chính trên đăng ký Claude trong phạm vi sử dụng gói, và năm phút cho tín dụng sử dụng, khóa API, hoặc nhà cung cấp đám mây. Cài đặt promptCacheTtl hoặc biến môi trường CLAUDE_CODE_PROMPT_CACHE_TTL chọn thời gian sống dài hơn, và cả hai điều khiển đều yêu cầu Claude Code phiên bản 2.1.242 trở lên.

Các tác nhân con được phân nhánh hiện bắt đầu từ bộ nhớ đệm của phiên cha thay vì phải trả phí để xử lý lại cùng ngữ cảnh. Tài liệu giải thích rằng một fork sẽ tiếp nhận lời nhắc hệ thống, bộ công cụ và toàn bộ lịch sử trò chuyện của cha, vì vậy yêu cầu mở đầu của nó đọc trực tiếp từ bộ nhớ đệm của cha.

Ít Lượt Tương Tác Hơn Mỗi Nhiệm Vụ

Anthropic báo cáo rằng Opus 5.5 có thể hoàn thành một nhiệm vụ với ít lượt tương tác hơn so với các mô hình khác. Theo bài đăng, Zeta Labs ghi nhận ít lượt tương tác và ít lời gọi công cụ hơn mỗi nhiệm vụ so với Opus 5, với chi phí gần một nửa, và hoàn thành gấp đôi số nhiệm vụ khó nhất của họ.

Bài đăng cảnh báo rằng xu hướng này sẽ không áp dụng cho mọi nhiệm vụ, trích dẫn phân tích của Osmani: “Trong một nhiệm vụ được xác định rõ ràng, cả hai mô hình đều hoàn thành với số lượt tương tác tương đương, và mức giảm giá là tất cả những gì bạn nhận được. Khoảng cách nên lớn nhất trong các nhiệm vụ có phạm vi mở, nơi một mô hình có thể tiêu tốn nhiều lượt tương tác cho ý tưởng sai lệch.”

Anthropic cũng báo cáo rằng Opus 5.5 tạo ra kết quả nhanh hơn trên 30% so với Opus 5. Độ tăng này không làm thay đổi việc sử dụng token và tỷ lệ hit bộ nhớ đệm; bài đăng lưu ý rằng nó rút ngắn thời gian chờ trong các lần chạy dài khi Claude dành nhiều thời gian làm việc không cần giám sát.

Bài viết kết thúc bằng các thực hành để bảo vệ các lần đọc được lưu trong bộ nhớ đệm: chạy /usage trong Claude Code để xem phần nào của một phiên được phục vụ từ bộ nhớ đệm, chọn mô hình khi phiên bắt đầu thay vì chuyển đổi giữa chừng, chạy việc nén trước khi rời khỏi thay vì sau đó, và trên khóa API hoặc nhà cung cấp đám mây, bật thời gian lưu trữ bộ nhớ đệm một giờ cho các phiên dài.