缓存读取为什么便宜

缓存读取，是这次请求里和前面请求开头完全相同的那部分内容（系统提示、工具定义、前面的对话）。模型服务已经处理过并存了下来，这次直接读，所以单价远低于普通输入：Claude 模型一般是输入单价的 1/10，Claude Opus 5.5 和 Sonnet 5.5 是 1/20，Claude Fable 5.1 是 1/40。每个模型的具体单价见 价格表。

1. 一次请求里的输入分三种

价格表里的项	是什么	相对输入单价
输入	既不是缓存读取、也不是缓存写入的内容	1 倍
缓存写入	第一次把内容存进缓存（Claude 模型）	5 分钟缓存 1.25 倍，1 小时缓存 2 倍
缓存读取	命中了之前存下的内容	Claude 模型一般 0.1 倍，以价格表为准

Claude 的这几个倍数来自 Anthropic 官方的缓存说明。GPT 模型的缓存由 OpenAI 自动处理，不收缓存写入费，价格表里也没有这一项；缓存读取同样单独标价。

2. 为什么长对话特别省

Claude Code、Codex 每发一条消息，都会把整段对话连同系统提示、工具列表一起再发一遍，真正新增的只有最后一小段。只要开头没变，前面那一大段都按缓存读取计价。

下面的数字只是示意：对话已经有 100K tokens，这次新增 2K（为简单起见，不计缓存写入）。

	按输入计价的部分	按缓存读取计价的部分	输入侧费用（以输入单价为 1）
没有命中缓存	100K	0	100K
命中缓存（缓存读取 0.1 倍）	2K	98K	2K + 9.8K = 11.8K

同一条消息，输入侧的费用约是不命中时的 12%。

3. 怎样让缓存多命中

• **同一个任务在同一个对话里做完。**新开对话，开头的内容要重新写入缓存。
• **对话开头的内容别反复改。**系统提示、CLAUDE.md 或 AGENTS.md、工具和 MCP 列表一改，后面的缓存就要重新写。缓存要求开头逐字相同。
• **中途别换模型，也别改推理强度或思考设置。**这些设置也算在开头里，改了缓存会从头开始。
• **Claude 的缓存默认保留 5 分钟，每次命中会续期。**停下来超过 5 分钟再发，这一次要重新写入。GPT 模型（GPT-5.6 起）的缓存默认保留约 30 分钟，开头至少 1,024 tokens 才会缓存（OpenAI 官方说明）。
• **Claude 模型用 Claude Code 或 Anthropic 格式接入。**Claude 的缓存要在请求里带缓存标记，Claude Code 会自动带上，接入地址填 https://xxapi.ai（见 Claude Code 教程）。用 OpenAI 兼容格式（/v1/chat/completions）调 Claude 模型时，请求里一般没有这个标记，缓存读取通常是 0。

4. 在哪里看命中了多少

打开 使用日志，每条请求的 读缓存 / 写缓存 一列写着缓存读取和写入的 token 数，下面一行是缓存命中率。长对话里命中率一直很低时，按上一节检查。

实际扣费以使用日志为准。不同分组的价格比例，见 「约官方价 X%」怎么算。

回到价格表