Opus 5.5 缓存怎么省钱？读取降价、写入费用和命中检查

Opus 5.5 的标准缓存读取价格是每百万 token 0.20 美元，比 Opus 5 的 0.50 美元低 60%。下降的是缓存读取单价，不是每一次输入都便宜 60%，更不是长对话会自动永久免费。

想用缓存省钱，关键在于你是否会多次使用相同的内容，以及下一次请求是否真正命中了缓存。

一、先用一个例子理解缓存

假设你有一份较长的产品手册，要连续问它“安装要求是什么”“哪些功能需要额外开通”“这个报错如何处理”。三个问题都依赖同一份手册。

如果每次都重新处理完全相同的前半段内容，就有重复成本。提示缓存允许符合条件的相同前缀被复用，后续命中时按照缓存读取价格计费。

注意“相同前缀”这几个字。缓存并不是判断两段话意思是否相近，也不是把上传过的任意文件永远保存下来随便问。

图：第一次建立缓存，后续在有效期内复用相同内容；每轮新增问题和输出仍要计费。

二、读取便宜，但第一次写入有费用

缓存写入比普通输入贵，所以只用一次的材料未必值得缓存。重复次数、有效期和命中情况，比“缓存价格很低”这句话更重要。

Opus 5.5 的最低可缓存提示长度为 512 token。小于门槛的短内容，不应期待出现有效缓存读取。其他模型可能有不同门槛。

三、算一笔 10 万 token 材料的账

为了方便计算，假设固定材料恰好 10 万 token，每轮新增问题和输出先不计，只比较这份固定材料。以下不是实测。

不使用缓存，每次普通输入是 0.40 美元，连续使用 10 次合计 4 美元。

使用 5 分钟缓存，假设第一次完整写入，后续 9 次都在有效规则下命中：写入 0.50 美元，读取 9×0.02＝0.18 美元，合计 0.68 美元。

使用 1 小时缓存，同样假设 9 次读取命中：写入 0.80 美元，读取 0.18 美元，合计 0.98 美元。

这只是固定材料部分的比较。最终还要加新问题、思考、回答和工具用量。如果间隔太久导致重新写入，费用也会改变。

四、哪些内容适合放在前面缓存？

适合的是相对稳定、会重复使用的内容，例如长期格式要求、工具定义、产品手册或固定知识材料。每一轮变化的问题放在后面。

如果把当前时间、随机编号、用户本轮问题放在固定材料前面，前缀发生变化，就可能破坏后续复用。排布请求时，先稳定内容，再追加变化内容。

也不要为了凑缓存门槛填入无用文字。缓存减少重复处理费用，不会让无关内容变得有帮助。

五、API 怎么开始试？

不妨先用自动缓存做一次小测试。以下示例需要已配置 ANTHROPIC_API_KEY，并安装当前版本的 Python SDK。

import anthropic

client = anthropic.Anthropic()
manual = "这里替换为超过缓存门槛、会重复使用的真实材料"

for question in ["列出安装前提", "列出常见错误的处理办法"]:
    response = client.messages.create(
        model="claude-opus-5-5",
        max_tokens=4096,
        cache_control={"type": "ephemeral"},
        system=manual,
        messages=[{"role": "user", "content": question}],
        output_config={"effort": "medium"},
    )
    print(response.usage.model_dump_json())

这段代码用于说明配置位置，不保证只填入示例短句就能命中。第一次和第二次请求应查看实际用量，再判断固定前缀有没有复用。

想精确控制缓存范围时，可以使用内容块上的显式断点；选择一小时有效期时，也要按当前 SDK 的字段规则设置，别只改一个显示标签。

六、怎么知道有没有真的省钱？

查看响应中的缓存创建和缓存读取用量，例如 cache_creation_input_tokens、cache_read_input_tokens，同时记录普通输入与输出。

如果读取始终是零，先排查：内容是否达到门槛，前缀是否相同，缓存是否过期，以及请求参数变化是否影响了复用。不能只看到请求成功，就认定缓存生效。

再把几次调用的费用加在一起。一次写入较贵，但多次读取较便宜；需要看整个任务过程，不能只挑最便宜的一轮。

七、五分钟还是一小时？

几分钟内连续提问，不妨先评估五分钟缓存。两次工作间隔较长，则比较一小时缓存的额外写入费是否值得。

不同平台的有效期、刷新和缓存支持也需要核对。先测自己的间隔和命中率，再扩大使用，比直接把全部材料都设成长期缓存更稳妥。

长任务真正适合缓存的，是会再次使用的稳定部分。减少无关输入、保持前缀稳定、检查实际命中，再加总写入和读取费用，才能把低价转化成真实节省。