一句话看懂：Anthropic 的 Claude 模型已支持“降低推理 effort 时不破坏 prompt cache”的新机制，但该功能目前只在 API 上线，尚未同步到 Claude Code 客户端。官方预计一两天内补发，这直接影响开发者调用成本和缓存命中效率。
事件核心：发生了什么
Anthropic 相关人员 Thariq 于 2026 年 9 月 3 日在 X 平台发文说明，关于模型在降低“effort levels”（推理努力程度）时不会清除 prompt cache（提示词缓存）的更新，目前仅部署在 API 端，尚未包含在 Claude Code 产品中。官方表示该功能本应随模型发布一同推出，但因相关责任人休假（OOO）未能及时上线，预计将在一天左右完成同步，并会在准备就绪后发布确认说明。这条推文获得了近 3 万次浏览，主要引发了大模型 API 开发者和 Claude Code 深度用户的关注。
为什么重要
对于调用大模型 API 的团队而言，prompt cache 是降低推理成本、减少延迟的关键机制。通常，开发者在调整模型推理的 effort 参数时，系统可能会重新计算上下文，导致缓存失效并产生更高的 token 费用。Anthropic 推动“调整 effort 不破坏缓存”的能力，意味着开发者可以在“更省算力”与“保持快速响应”之间灵活切换，而不必为参数调整额外买单。这一技术细节虽小，却直接关系到 Claude API 在复杂 Agent 任务、长对话和代码生成场景中的经济性。与此同时，Claude Code 作为面向程序员的主流编码助手，尚未获得该项优化，也说明官方在新模型能力向终端产品传导的节奏上存在时间差。
对用户/开发者/创作者的影响
对使用 Claude API 的开发者来说，该功能落地可减少缓存未命中带来的额外推理开销，尤其适合高频调整模型“认真程度”的自动化工作流——比如内容批量审核、代码重构或多轮工具调用。对 Claude Code 用户来说，目前仍需等待客户端更新，短期内可能出现 API 与终端产品体验不一致：API 调用方已经能享受缓存收益，而通过 Claude Code 间接调用模型的用户则暂时无法感知变化。对于甲方或技术决策者，建议在评估 Claude 系列模型的单位成本时，将“effort 调整是否保留缓存”作为一项新的比对指标，因为它会直接影响长上下文任务的实际账单金额。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
可以关注三个具体信号：其一，Claude Code 是否在未来两天内完成该能力对齐，并在 changelog 中明确标注开发工具版本号；其二，Anthropic 是否会通过定价页面或文档更新，说明“effort 参数 + prompt cache”组合的计费规则是否发生调整；其三，竞品（如 OpenAI 的 API 或 Google Gemini）是否会在推理预算控制功能上跟进类似设计，避免在开发者生态的成本竞争中掉队。
