あんまり広めたくないんですが、 Claude Fable 5.1の請求額、設定を1個直すだけで最大45%落ちますw しかも公式が数字で認めてる話。 ⇩　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 ・モデルをFableから下げる ・キャッシュ読み取りを使い切る ・effortをmedium／lowに落とす ・急ぎじゃない処理をBatchに流す ・毎回送るトークンを削る ・US-only推論を切る 1つずつ。 ① モデルをFableから下げる 金額の落ち幅がいちばんデカいのがここ。 ・Fable 5.1：入力$10／出力$50 ・Opus 5：$5／$25 ・Sonnet 5：$2／$10 ・Haiku 4.5：$1／$5 公式ドキュメントに「ほとんどのワークロードはOpus 5から始めろ」と明記されてます。 Fableは「Opus 5を高effortで回しても足りないとき」用。 やり方は、指示役だけFableにして、 実作業のワーカーはSonnetやHaikuに振る構成。 全部Fableで回すのが、いちばん高い使い方です。 ② キャッシュ読み取りを使い切る Fable 5.1で値下げされたのは、実はここだけ。 ・Fable 5：$1 / MTok ・Fable 5.1：$0.25 / MTok 75%オフ。 他のClaudeモデルが「入力の10%」なのに、 Fable 5.1だけ2.5%です。 ここを9割が知りません。 公式が言ってる 「典型で約25%安、エージェント作業なら最大約45%安」 の正体がこれ。 やることはこれ。 ↓ ・変わらない部分（system／tools／大きな資料）を先頭に固める ・そこにcache_controlを付ける ・512トークン未満はキャッシュされないので、細切れにせず厚くまとめる ・先頭の書き換え・ツール定義の変更・会話途中の編集をやらない（キャッシュが壊れる） 長時間エージェントは同じ前置きを何度も読み直します。 そこが4分の1になるので、 回す時間が長いほど差が開く。 ③ effortをmedium／lowに落とす Fable 5.1の思考は常時オン。深さはeffortで決まります（low／medium／high／xhigh／max）。 公式の言い方だと「LowやMediumでもFable 5と同等かそれ以上の結果が出る」。 なのに常時maxで回してる人が多いw ▼ ・まずhighで評価を取る ・品質が落ちなければmediumへ、さらにlowへ ・難しい工程だけ上げて、ルーチンは下げたまま effortは思考トークンそのもの。 出力$50/MTokのモデルなので、1段下げるだけで請求が変わります。 ④ 急ぎじゃない処理をBatchに流す Batch APIは標準価格の50%。 ・入力：$10 → $5 ・出力：$50 → $25 しかもBatch割引とキャッシュは併用できます。 評価回し・大量生成・非対話のジョブは、全部こっちでいい。 ヒット率を上げるコツは2つ。 ・全リクエストに同じcache_controlを付ける ・共有する前置きを先に1時間キャッシュへ書いてから、残りを投げる ⑤ 毎回送るトークンを削る ぶっちゃけ、公式のコスト最適化もモデル変更より先にここを挙げてます。 ・ツール定義を毎回全部送らず、必要なときだけ取りに行く ・古いツール結果は自動で落とす ・会話履歴をフル再送しない（要約・compaction・memory） ・独立した作業はサブエージェントに分け、共有部分はキャッシュ読み取りで回す ・出力を長くさせない（max_tokensと「短く」の指示） コンテキストが1Mまで標準単価だからって全部詰め込む。これが一番高い使い方です。 特に出力は$50/MTokなので、長く喋らせるほど請求に直撃する。 ⑥ US-only推論を切る 米国内のみの推論は、入力・出力とも1.1倍。 要件で縛られてないなら、切るだけで10%。転がってるお金を拾うのに近いです。 優先順位は①→②→③→④。 Fableを使い続けたまま減らすなら②〜④、 請求を半分以下にするなら①が本丸です。 毎月の課金額で消耗してる人は、保存必須です。