缓存输入砍到一折，长跑 agent 的账变了

缓存输入 95% 折扣——GPT-6.1 Sol 官方发布里这一行数字，比"接近 Astra 性能"的口号更值得算账。 参数包是三层：更强的 agentic coding 与 computer use、接近 Astra 档的性能、以及缓存输入只收标准价一折。 前两项是能力，第三项是给长任务量身定做的价格结构——agent 连跑几十轮，每一轮都要重读同一份上下文，重读部分按一折计费，等于把"重复思考"的成本砍到脚踝。 放到此前那组真题实测旁边看就更清楚：新模型单次任务的价钱已经跌到零头，这次官方又把长跑任务里占比最高的重复输入砍到一折——两次降价打的不是同一处，一次压首答价格、一次压会话续航，合起来正对着"复杂重构、深度代码库调查、跨应用长时 agent"这三个官方点名的场景。 对重度使用者，最直接的两个动作：一，把 agent 的会话策略从"频繁开新窗"改成"同窗续跑"，让缓存折扣真正吃满；二，重新压一遍本地与云端的分界——长上下文任务的每小时成本既然降了一个量级，原先因为 token 贵而自建的那部分，值得再比一次价。 定价表开始围绕 agent 的行为方式改写，而不再是围绕单次提问——你的调用习惯，跟上了这次降价指向的方向吗？