缓存写入

缓存先在写入时付费。截至 2026 年 9 月，在 Anthropic API 中，默认五分钟寿命的前缀写入价格是基础输入价格的 1.25 倍，一小时寿命为 2 倍；多数模型读取缓存的价格则为基础价的十分之一。响应会以 cache_creation_input_tokens 单独报告写入量。

是否划算取决于后续读取次数。按 Anthropic 的价格，五分钟写入被读取一次便能回本，一小时写入需读取两次。写入后从未读取的前缀比直接作为普通输入更贵。太短的前缀也不会被缓存；截至 2026 年 9 月，最低长度因模型而异，从 512 到 4,096 token。

代理会话中的写入通常发生在首个请求，以及每轮新增的内容被保存、供下一轮读取时。模型切换、工具列表变化、系统提示词修改，或停顿超过缓存寿命，都可能破坏前缀，使较大范围的上下文重新写入。

因此，持续运作的会话通常应有远多于写入的读取量。如果 cache_creation_input_tokens 每轮都居高不下，可能是请求靠前的位置持续变化，导致每一轮都支付写入溢价，却很少享受读取折扣。