Why

Read a price sheet the way you read a diff: what moved is the message. Every vendor price cut is also a statement about which customer the vendor wants more of. Token prices fund conversations; cache-read prices fund agents that carry a large stable context — a repo, a toolbox, a long transcript — through hundreds of loop iterations. Cutting the second by 75% while holding the first says the growth bet is on harnesses, not chat windows. It is the-harness-not-the-model written into a rate card.

The cut also re-prices an architectural argument. Whether to carry full context every call or aggressively summarize used to be a cost tradeoff; at $0.25 per million cached tokens, carrying a fat stable prefix becomes nearly free, and the discipline moves to prefix stability — engineering the prompt so the first N kilobytes never change. Gateways and routers (the LiteLLM layer) inherit the same shift: their cost models, and any margin they take on caching, get rewritten by a single vendor line item. Benchmarks doubled on agent tasks, but the rate card may move more workloads than the weights.

How it works

What moved, what didn't (per million tokens)

Line item	Fable 5	Fable 5.1	Change
Input	$10	$10	—
Output	$50	$50	—
Cache read	$1.00	$0.25	−75%

Who each line item bills

Cost line	Workload it prices	Made cheaper?
Input tokens	Fresh context: new questions, new documents	No
Output tokens	Generation: answers, code	No
Cache reads	Re-read stable context: agent loops, long sessions	Yes — the named customer

Conditions for the discount to reach you

Prompt prefix is byte-stable across calls — templating that injects a timestamp or a per-call ID above the fold forfeits every hit.
Call cadence fits inside the cache TTL — a nightly batch job re-pays the write.
Your hit ratio is high enough to matter: bill ≈ fresh·$10 + cached·$0.25 (+ output). Compute it; don't infer it.

Mythos 5.1 is the same model gated for verified cybersecurity and life-science organizations — the split is access policy, not weights.

← All Dev Notes · Workspace Index · Top ↑

Fable 5.1 — 내려간 가격이 고객을 지명한다

Anthropic 이 Fable 5.1 을 내놓으며 헤드라인 토큰 가격($10/$50 per M)은 그대로 두고 캐시 읽기만 75% 인하($1.00 → $0.25) 했습니다. 캐시 읽기는 길고 안정적인 컨텍스트를 반복해 읽는 비용이고 — 그건 정확히 장시간 도구 사용 에이전트의 비용 구조입니다. 대화 가격은 두고 캐시만 내린 것은 가격 설계입니다: 대화가 아니라 루프를 싸게 만들겠다는 것.

이 릴리스가 내 청구서를 바꾸는지는 숫자 하나가 결정합니다: 내 워크로드의 캐시 히트 비율. 일주일치 API 사용량을 뽑아 입력 토큰을 캐시 읽기 대 신규 읽기로 나누고, 새 가격으로 청구액을 다시 계산합니다. 히트가 낮으면 이 인하는 나와 무관하고, 높으면 같은 작업의 단가가 대략 반토막 납니다. 그다음 캐시가 히트를 유지하는 두 조건을 확인합니다: 프롬프트 접두사가 바이트 단위로 안정적이어야 하고(호출마다 조금씩 바뀌는 시스템 프롬프트는 모든 히트를 죽입니다), 호출이 캐시 TTL 안에 들어와야 합니다. 둘 중 하나라도 어긋나면, 가격이 도움이 안 된다고 결론 내리기 전에 파이프라인부터 고치십시오.

왜

가격표는 diff 읽듯 읽어야 합니다: 움직인 것이 메시지입니다. 벤더의 모든 가격 인하는 어떤 고객을 더 원하는지에 대한 진술이기도 합니다. 토큰 가격은 대화의 값이고, 캐시 읽기 가격은 큰 안정 컨텍스트 — 레포, 도구상자, 긴 기록 — 를 수백 번의 루프에 끌고 다니는 에이전트의 값입니다. 첫째를 두고 둘째만 75% 내린 것은 성장 베팅이 채팅 창이 아니라 하네스에 걸려 있다는 말입니다. the-harness-not-the-model 이 요금표에 쓰인 것.

이 인하는 아키텍처 논쟁 하나의 가격도 다시 매깁니다. 매 호출에 전체 컨텍스트를 끌고 갈지, 공격적으로 요약할지는 비용 트레이드오프였는데 — 캐시된 백만 토큰에 $0.25 면 두꺼운 안정 접두사를 끌고 다니는 것이 거의 공짜가 되고, 규율은 접두사 안정성 — 앞 N 킬로바이트가 절대 안 바뀌게 프롬프트를 설계하는 것 — 으로 옮겨 갑니다. 게이트웨이·라우터(LiteLLM 층)도 같은 이동을 상속합니다: 그들의 비용 모델과 캐싱 마진이 벤더의 항목 한 줄로 다시 쓰입니다. 에이전트 벤치는 2배가 됐지만, 가중치보다 요금표가 더 많은 워크로드를 움직일 수 있습니다.

동작 방식

움직인 것, 안 움직인 것 (백만 토큰당)

항목	Fable 5	Fable 5.1	변화
입력	$10	$10	—
출력	$50	$50	—
캐시 읽기	$1.00	$0.25	−75%

각 항목이 청구하는 대상

비용 줄	값을 매기는 워크로드	싸졌나?
입력 토큰	신규 컨텍스트: 새 질문, 새 문서	아니오
출력 토큰	생성: 답변, 코드	아니오
캐시 읽기	안정 컨텍스트의 재독: 에이전트 루프, 긴 세션	예 — 지명된 고객

할인이 나에게 닿기 위한 조건

프롬프트 접두사가 호출 간 바이트 단위로 안정 — 앞부분에 타임스탬프나 호출별 ID 를 넣는 템플릿은 모든 히트를 몰수합니다.
호출 주기가 캐시 TTL 안 — 밤마다 도는 배치 잡은 쓰기 비용을 다시 냅니다.
히트 비율이 유의미할 것: 청구액 ≈ 신규·$10 + 캐시·$0.25 (+ 출력). 추정하지 말고 계산하십시오.

Mythos 5.1 은 같은 모델의 검증된 사이버보안·생명과학 조직용 제한 접근 버전 — 갈림은 가중치가 아니라 접근 정책입니다.

← 전체 개발 노트 · 워크스페이스 인덱스 · 맨 위 ↑