O fato: nas notas de versão da API de 7 de outubro de 2026, a Anthropic informou que a leitura do cache de prompt do Claude Sonnet 5.5 caiu de US$ 0,20 para US$ 0,10 por milhão de tokens. O resto da tabela ficou igual: US$ 2,00 de entrada, US$ 2,50 para gravar no cache de 5 minutos e US$ 10,00 de saída.
O impacto: num assistente que manda a mesma base de 30 mil tokens em 3.000 perguntas por dia, com 90% de acerto no cache, o mês passa de US$ 1.503,00 para US$ 1.260,00 (R$ 7.529,43 → R$ 6.312,10). São 16,2% a menos sem mudar uma linha de código.
O que mudou, com data e fonte
O Sonnet 5.5 chegou em 28 de setembro de 2026 com o mesmo preço do Sonnet 5: US$ 2,00 por milhão de tokens de entrada e US$ 10,00 de saída. No anúncio, a leitura do cache aparecia a US$ 0,20, ou seja, 10% do preço de entrada, a regra padrão da Anthropic.
Em 7 de outubro, junto com o lançamento do Haiku 5.5, a empresa reduziu essa leitura para US$ 0,10. Nas palavras do anúncio: "Cache reads now cost 50% less". A tabela de preços passou a mostrar a leitura do Sonnet 5.5 a 0,05 vez a entrada, a mesma proporção que o Opus 5.5 já tinha. O Sonnet 5, modelo anterior, continua com a leitura a US$ 0,20.
O corte vale para quem já usa o modelo. Não há parâmetro novo nem versão nova para chamar: o identificador continua claude-sonnet-5-5.
| Item (US$ por 1M de tokens) | Até 6/10/2026 | Desde 7/10/2026 |
|---|---|---|
| Entrada | US$ 2,00 | US$ 2,00 |
| Gravação no cache (5 min) | US$ 2,50 | US$ 2,50 |
| Gravação no cache (1 h) | US$ 4,00 | US$ 4,00 |
| Leitura do cache | US$ 0,20 | US$ 0,10 |
| Saída | US$ 10,00 | US$ 10,00 |
Caso 1: assistente com base de conhecimento fixa
Imagine um assistente de atendimento que, a cada pergunta, envia ao Sonnet 5.5 o mesmo bloco de 30.000 tokens: instruções, políticas da loja e catálogo. A pergunta do cliente tem uns 400 tokens e a resposta, uns 300. São 3.000 perguntas por dia, 30 dias por mês.
Sem cache, cada pergunta paga a base inteira pelo preço de entrada: US$ 0,0638 por chamada e US$ 5.742,00 no mês. Com o cache bem montado e 90% das chamadas encontrando a base guardada, a conta média por chamada era US$ 0,0167 e agora é US$ 0,0140.
| Acerto do cache | Mês com leitura a US$ 0,20 | Mês com leitura a US$ 0,10 | Diferença no mês |
|---|---|---|---|
| 50% | US$ 3.987,00 | US$ 3.852,00 | US$ 135,00 |
| 70% | US$ 2.745,00 | US$ 2.556,00 | US$ 189,00 |
| 80% | US$ 2.124,00 | US$ 1.908,00 | US$ 216,00 |
| 90% | US$ 1.503,00 | US$ 1.260,00 | US$ 243,00 |
| 95% | US$ 1.192,50 | US$ 936,00 | US$ 256,50 |
| 99% | US$ 944,10 | US$ 676,80 | US$ 267,30 |
Quanto maior o acerto, maior o efeito do corte, porque mais chamadas pagam a leitura em vez da gravação. Com 99% de acerto, a conta do mês cai 28,3%. Não chega à metade porque a pergunta, a resposta e as gravações que sobram continuam com o mesmo preço; só o trecho lido do cache ficou mais barato.
Em reais, com o dólar de referência do site (R$ 5,01), o caso de 90% de acerto sai de R$ 7.529,43 para R$ 6.312,10 por mês.
Caso 2: agente de código
Agentes de código são o uso em que o cache mais pesa. A cada passo (ler um arquivo, rodar um comando, editar), o agente reenvia o contexto inteiro da sessão. Num dia com 4 sessões de 40 passos, contexto médio de 60.000 tokens, 800 tokens de saída por passo e 90% do contexto lido do cache, a calculadora de agente de código dá:
- antes do corte: US$ 0,0338 por passo e US$ 118,98 em 22 dias úteis;
- depois do corte: US$ 0,0284 por passo e US$ 99,97 no mês.
A economia é de 16,0%, ou R$ 95,22 por mês por desenvolvedor nesse ritmo. Quem paga a API para uma equipe de dez pessoas com esse perfil economiza perto de R$ 952 por mês.
O ponto de empate do cache ficou mais baixo
O cache tem um custo: a primeira chamada grava o trecho fixo por 1,25 vez o preço de entrada. Ele só compensa quando a taxa de acerto passa de um ponto de empate:
Com a leitura a US$ 0,20, o empate do Sonnet 5.5 no cache de 5 minutos ficava em 21,7% de acerto. Com US$ 0,10, cai para 20,8%. A mudança é pequena porque o empate depende mais da gravação, que não mudou. O que cresce é o ganho de quem já está acima do empate.
O que fazer agora
- Nada no código. O preço novo vale automaticamente para
claude-sonnet-5-5. - Confira se o cache está funcionando. Os campos de uso de cada resposta mostram os tokens gravados e os lidos do cache. Se a leitura aparece pouco, o prefixo provavelmente muda entre as chamadas (data, nome do usuário, ordem das ferramentas).
- Reavalie quem ainda está no Sonnet 5. O Sonnet 5 tem os mesmos preços de entrada e saída, mas a leitura do cache continua a US$ 0,20. Para cargas com muito cache, o Sonnet 5.5 ficou mais barato por chamada, além de ser o modelo mais novo.
- Refaça a conta com os seus números na calculadora de cache de prompt, que já usa o preço novo.
Por que a Anthropic mexeu só na leitura
O anúncio não explica o motivo. O que dá para ver na tabela é um padrão: os modelos lançados desde setembro (Fable 5.1, Opus 5.5 e agora o Sonnet 5.5) receberam leituras de cache abaixo da regra antiga de 10% da entrada. No anúncio do Opus 5.5, a Anthropic escreveu que as leituras de cache "make up the majority of agentic and coding work costs", ou seja, são a maior parte do custo de agentes e de programação. Baixar esse item é a forma mais direta de reduzir a conta desse tipo de uso sem mexer no preço de tabela da entrada e da saída.
Para quem faz chamadas curtas e diferentes entre si, como uma tradução avulsa ou um resumo de um texto novo, o corte não muda nada: não há trecho repetido para ler do cache.
O que não muda
A gravação no cache continua a US$ 2,50 (5 minutos) e US$ 4,00 (1 hora) por milhão de tokens. Entrada e saída também não mudaram. Quem não usa cache não vê diferença na fatura. E o cache só guarda trechos a partir do tamanho mínimo que a documentação define para cada modelo; abaixo disso, a API cobra a entrada normal, sem aviso.
Para entender o cache do zero, com o passo a passo de como montar o prompt, leia o guia Cache de prompt: quanto ele corta da conta da API.
