Anthropic 为 Claude Code 使用的 Opus 5.5 下调了 API 列表价：输入与输出 token 比 Opus 5 便宜 20%，缓存读取便宜 60%，读取价从输入价的十分之一降到二十分之一。一次任务的花费由轮次、缓存命中、输出 token 和模型价格共同决定，因为每一轮都要重发此前的对话。在 token 数相同的示例会话上，仅价格变化就让账单从 3.50 美元降到 2.40 美元，约少 31%；官方估计典型工作负载可省 40%，但该数字还假设模型在默认中等强度下每任务用更少 token。
Anthropic 在 Claude 平台更新中把 Claude Sonnet 5.5 的提示缓存读取价格从每百万 token 0.20 美元下调到 0.10 美元，相当于基础输入价格的 0.05 倍，此前为 0.1 倍。缓存写入和其余价格没有变化。对反复发送同一段长前缀的开发者来说，省下的是每次重读缓存的那部分开销，而不是首次写入或新生成内容的开销。
Fireworks宣布扩大与NVIDIA的合作，在欧洲部署基于NVIDIA Vera Rubin与Grace Blackwell平台的算力，并计划使用NVIDIA DSX AI工厂平台和Spectrum-X以太网，新增算力从2027年起支持欧洲部署。公司同时公布面向企业推理负载的能力：在NVIDIA Blackwell平台上公开预览的Ultrafast推理，推理速度超过每秒1500个token；面向长时间运行智能体的多日提示缓存与后台模式；以及更高的速率上限和亚分钟级冷启动。这些能力针对的是智能体单次任务中反复调用模型、共享大量上下文所带来的延迟与成本。
Claude 平台让 Claude Managed Agents 的智能体在测试版中自行编写工作流，用于审阅数百份文档这类包含大量子任务的工作。工作流是一段程序，分阶段运行多个智能体并合并结果，服务器在后台以一次工作流运行执行它。启用方式是把智能体的 multiagent 字段设为 multiagent_20261001 并开启 workflows，运行进度通过会话事件流上的 workflow_run.* 事件跟踪。
多轮智能体的模型路由被放到用户轮次边界上考察：路由器在每一轮开始前决定整轮由便宜还是昂贵模型执行。在同等把约两成轮次交给便宜模型的卸载率下，能看到会话历史的路由器在SheetCopilot上通过率28.3%，只看到当前请求的同一路由器为25.0%，差距3.3个百分点，且前者与全程使用昂贵模型相差不到1个百分点。研究还给出缓存分析：向下切换（昂贵转便宜）约两次调用即可收回缓存代价，向上切换在评测条件下无法回本。
已读完全部报道