Cache-Schreiben
Ein Cache-Schreibvorgang verarbeitet und speichert den Anfang eines Prompts für spätere Anfragen, kostet zunächst mehr als normale Eingabe und ermöglicht danach günstigere Lesevorgänge.
Das Caching wird auf dem Weg dorthin bezahlt. Auf der API von Anthropic kostet das Schreiben eines Präfixes ab September 2026 das 1,25-fache des Basiseingabepreises für die Standardlebensdauer von fünf Minuten und das Doppelte des Basispreises für die Lebensdauer von einer Stunde, während das Zurücklesen bei den meisten Modellen ein Zehntel des Basispreises kostet. In den Antworten wird der schriftliche Teil separat als cache_creation_input_tokens angegeben.
Wann sich das Caching auszahlt, entscheidet die Arithmetik. Die Preisgestaltung von Anthropic sieht die Gewinnschwelle bei einem Lesevorgang für einen fünfminütigen Schreibvorgang und zwei Lesevorgängen für einen einstündigen Schreibvorgang vor. Ein Präfix, das geschrieben und nie gelesen wird, kostet mehr als das Senden ohne Cache, und ein Präfix, das kürzer als das Minimum des Modells ist (512 bis 4.096 Token, je nach Modell, Stand September 2026), wird überhaupt nicht zwischengespeichert.
In einer Agentensitzung erfolgen Schreibvorgänge zu vorhersehbaren Zeitpunkten: bei der ersten Anfrage, im neu hinzugefügten Teil jeder Runde, damit die nächste Runde ihn lesen kann, und im gesamten Kontext nach irgendetwas, das das Präfix unterbricht, wie z. B. ein Modellwechsel, eine geänderte Werkzeugliste, eine bearbeitete System-Prompt oder eine Pause, die länger als die Cache-Lebensdauer ist.
Eine gesunde Sitzung liest daher weit mehr als sie schreibt. Wenn cache_creation_input_tokens Runde für Runde hoch bleibt, ändert sich zu Beginn der Anfrage ständig etwas, und jede Runde zahlt die Schreibprämie, ohne den Rabatt zu kassieren.