Recalcula el precio de agentes de larga duración tras la reducción del 75% en lecturas de caché de Fable 5.1

Si tu agente reenvía el mismo contexto en cada turno, Fable 5.1 cambia la factura. Anthropic puso Claude Fable 5.1 a disposición general el 1 de septiembre de 2026, con una entrada de $10 por millón de tokens y una salida de $50 por millón de tokens, sin cambios respecto a Fable 5, mientras que Claude Mythos 5.1 seguía limitado a partners verificados de ciberseguridad y ciencias de la vida.

La reducción afecta al contexto en caché, no a los tokens nuevos

Las lecturas de caché cayeron un 75%, de $1,00 a $0,25 por millón de tokens. La reducción se aplica al contexto que un agente recupera en turnos posteriores. El contexto en caché puede suponer al menos la mitad del consumo de tokens en algunas tareas de larga duración. Mantén la línea de lecturas de caché como partida presupuestaria independiente.

Usa la regla 50/50 antes de modificar el prompt

Los agentes de larga duración suelen reenviar el mismo prompt de sistema, los resultados de herramientas, extractos de archivos y el estado de la tarea. La regla 50/50 de lecturas de caché: si las lecturas de caché suponen al menos la mitad del consumo de tokens, recalcula el coste unitario del trabajo antes de cambiar el modelo o el prompt, y luego añade el sobrecoste de salida y reintentos de seguridad. Mantén la regla en el runbook junto a la definición del trabajo.

Anthropic proyectó que la reducción del precio de la caché recortaría el coste efectivo de Fable 5.1 en aproximadamente un 25% en cargas de trabajo típicas y hasta un 45% en las fuertemente agénticas. Toma el número más bajo como línea base y el más alto como el caso para bucles que mantienen vivo el mismo contexto. Los bucles agénticos reutilizan el contexto con más frecuencia que las solicitudes de un solo paso. Una solicitud de estilo chat puede pagar sobre todo por entrada y salida nuevas. Un agente de varios pasos puede pagar una y otra vez por el mismo contexto. Los trabajos que se ejecutan durante muchos turnos, llaman a herramientas y mantienen un estado de tarea en crecimiento son los que hay que revisar primero. Los prompts cortos que se completan en un solo paso tienen menos probabilidades de beneficiarse. Cuando un trabajo está cerca del umbral, mira la tendencia a lo largo de varias ejecuciones, no de una sola.

Recalcula el coste unitario y el rendimiento del trabajo

Trata la regla como una verificación y luego confirma con tus propios registros. Empieza por la mezcla de tokens del trabajo que te interesa, no de toda la cuenta. Recalcula el coste unitario y el rendimiento de ese trabajo. Si una carga de trabajo ya se ejecuta en Fable 5, recalcula su precio antes de decidir si moverla a Fable 5.1. Construye un número antes y después que puedas defender en una revisión presupuestaria. No mezcles trabajos con diferente comportamiento de caché en un solo número. Un agente de investigación y un relleno de formularios pueden parecer similares en número de tokens y muy diferentes en proporción de lecturas de caché. Registra el coste unitario, el rendimiento y la proporción de lecturas de caché de cada trabajo.

• Divide el consumo reciente de tokens en lecturas de caché, entrada nueva y salida.
• Calcula la proporción de lecturas de caché del trabajo, no de toda la cuenta.
• Recalcula el precio del trabajo con las tarifas de Fable 5.1.
• Compara el nuevo coste unitario con el anterior antes de cambiar el modelo o el prompt.

Usa el número antes y después para decidir qué cargas de trabajo se mueven a Fable 5.1 y cuáles se quedan en un modelo más barato o con un prompt más corto.

Añade la salida y los reintentos de seguridad al nuevo coste unitario

Añade los tokens de salida y los reintentos de seguridad al nuevo coste unitario. Las solicitudes médicas o de biología reciben un 85% menos de intervenciones de seguridad, y algunos usuarios pueden ver aproximadamente un 60% menos de intervenciones relacionadas con la ciberseguridad por sesión. Registra los reintentos por separado de las ejecuciones limpias. Un trabajo que parece barato en el primer paso puede volverse caro si sigue encontrando un turno bloqueado. Los turnos bloqueados pueden añadir tokens de salida y otra pasada por el bucle. Las cargas de trabajo que superan el presupuesto anterior pueden no cumplir el nuevo una vez incluidos los reintentos.

Establece un umbral presupuestario antes de desplegar: mantén la carga de trabajo en Fable 5.1 cuando el coste unitario recalculado, incluyendo salida y reintentos de seguridad, se mantenga por debajo de él; muévela cuando el coste lo supere. Registra el umbral y la tasa de reintentos junto al nombre del trabajo.