Cross-Model Cost Compare

描述一次真实的工作负载，看它在各个模型上分别要多少钱。与多数计算器不同，这里把 prompt cache 的写入与读取分开计价—— 对反复读取同一份长上下文的 agent 场景，这个差别是数倍量级。

1 · 工作负载

可缓存的上下文（token / 轮）系统提示词、工具定义、CLAUDE.md、固定参考文件——每轮不变的那部分每轮新增输入（token）你的新消息、工具返回结果——每轮都不同，无法缓存每轮输出（token）含推理 token（若模型计费包含）总轮数一次会话内的来回次数

缓存命中率：90% 拖到 0% 看「没有缓存纪律」的世界长什么样——这是最能说明问题的一次拖动。规模放大（会话数）填 1 看单次会话；填 176 约等于一个人一个月（每天 8 个会话 × 22 天）

2 · 结果

模型	缓存写入	缓存读取	新增输入	输出	合计	无缓存对照	vs 最便宜

3 · 为什么别的计算器会算错

把上面的可缓存上下文调大到 100000、命中率保持 90%，再看「合计」与「无缓存对照」两列的差距。

只有 input / output 两档的计算器，给出的是无缓存对照那一列。对长上下文 agent 来说，它高估的不是几个百分点，而是几倍。

反过来也成立：这也是「tokens per dollar」作为效率指标失效的原因—— 缓存读取便宜十倍，反复读同一份上下文会让这个比值好看得离谱，但你并没有因此多干成一件事。