什么是缓存价格？

缓存价格，是本站帮你把重复上下文成本打下来的关键技术

很多 AI 工具会反复携带系统提示词、历史上下文、代码文件和日志。 如果没有缓存，这些重复内容每次都可能按普通输入价格计费； 命中本站缓存后，重复内容可以按更低的缓存读取价格计算。

最短结论

• 缓存价格一般指“缓存读取价格”。
• 本站支持缓存优化，重复内容命中后可按更低的缓存读取价格计算。
• 有些站点看起来模型单价便宜，但如果没有缓存，长上下文反复请求时实际成本可能更高。
• 最终是否命中缓存，请看控制台使用日志里的缓存读取 Token。

为什么缓存价格很重要？

因为很多真实使用场景不是“只问一句话”。

比如你使用 Codex、Claude Code、Cline、CherryStudio、ChatBox 等工具时，它们可能会反复发送：

经常重复的内容

• 系统提示词和角色设定
• 历史对话上下文
• 项目文件、代码片段
• 报错日志、终端输出
• 工具自动追加的上下文信息

没有缓存会怎样？

• 重复内容每次都可能按普通输入价计算
• 上下文越长，重复浪费越明显
• 表面单价便宜，实际扣费不一定便宜
• 长任务、多轮对话、代码任务成本更容易上去

📌 重点：便宜不只看标价，还要看有没有缓存

有些站点只展示普通输入价，看起来很便宜。 但如果没有缓存，重复上下文每次都按普通输入价格走； 本站命中缓存后，重复部分可以按缓存读取价格计算，这才是长期使用时真正省钱的地方。

缓存读取是什么意思？

你可以这样理解：

第一次读取重复内容：可能按普通输入价格计算
后续命中缓存：重复内容可以按缓存读取价格计算

缓存不是“凭空少算”，而是系统识别到部分内容已经处理过，可以复用缓存结果。 所以在使用日志里，你可能会看到普通输入 Token、缓存读取 Token、输出 Token 分开记录。

差距有多大？

以 gpt-5.2 为例：

类型	价格 / 1M tokens
输入价格	$1.7500
缓存读取价格	$0.1750
补全输出价格	$14.0000

如果同样是读取 100,000 tokens：

计费方式	计算方式	美元费用	折合人民币
普通输入	100,000 / 1,000,000 × $1.7500	$0.1750	¥0.0350
缓存读取	100,000 / 1,000,000 × $0.1750	$0.0175	¥0.0035

也就是说，同样一段重复内容，命中缓存后这一部分成本大约是普通输入的 1/10。

本站汇率

本站换算汇率为 ¥0.2 = $1。 所以人民币消耗 = 美元费用 × 0.2。

不同模型的缓存价格示例

不同模型的缓存读取价格不一定一样。 有些模型是固定单价，有些模型会按输入规模分档。

模型	计费方式	输入价格 / 1M tokens	缓存读取 / 1M tokens	缓存优势
gpt-5.2	固定单价	$1.7500	$0.1750	缓存读取约为普通输入的 1/10
gpt-5.4 输入 ≤ 272K	普通档	$2.5000	$0.2500	缓存读取约为普通输入的 1/10
gpt-5.4 输入 > 272K	长上下文档	$5.0000	$0.5000	缓存读取约为普通输入的 1/10

不是所有模型都有 272K 分档

272K 分档不是所有模型都有的规则。 例如 gpt-5.2 是固定单价；gpt-5.4 的输入价格和缓存读取价格会跟随输入规模进入普通档或长上下文档。

为什么说无缓存站点可能更贵？

看价格时，不要只看“输入价格”这一项。 真实使用里，很多请求会反复携带大量上下文。

有缓存的情况

• 重复上下文更容易按缓存读取价格计算
• 长上下文、多轮任务成本更稳定
• 使用日志里能看到缓存读取 Token
• 适合代码工具、长对话、复杂任务

没有缓存的情况

• 重复内容可能每次都按普通输入价计算
• 表面模型单价低，但重复上下文成本高
• 多轮请求越多，浪费越明显
• 长任务跑下来实际扣费可能不划算 简单说：

短请求看单价
长上下文、多轮任务看缓存
长期使用看真实扣费

缓存价格和输入价格有什么区别？

普通输入价格和缓存读取价格都和“模型读取内容”有关，但它们不是同一回事。

类型	什么时候出现	价格特点
普通输入价格	模型读取新的输入内容	通常更高
缓存读取价格	模型复用已缓存的重复内容	通常明显更低

怎么确认自己有没有享受到缓存？

最直接的方法：按 使用日志文档 查看控制台记录。

重点看这几项：

1. 缓存读取 Token

如果这里大于 0，说明这次请求有内容按缓存读取价格计算。

2. 普通输入 Token

这是本次按普通输入价格计算的内容。

3. 实际扣费

最终对账以使用日志里的实际扣费为准。

缓存价格不等于最终扣费

最终费用通常由多部分组成：

最终费用 =
输入费用
+ 缓存读取费用
+ 输出费用
再乘当前令牌分组倍率

如果要换算成人民币：

人民币消耗 = 最终美元费用 × 0.2

常见误区

缓存读取 Token 一定会出现吗？

不一定。 只有请求命中缓存时，才会出现缓存读取 Token。没有命中缓存时，这一项通常就是 0。

有缓存是不是每次都一定便宜？

不是绝对。 缓存主要降低重复输入部分的成本。如果你这次输出特别长，或者请求内容完全不同，最终费用仍然会受输出和普通输入影响。

为什么有些站点看起来更便宜？

因为它们可能只展示模型普通输入价，或者没有强调缓存能力。 但真实使用中，如果没有缓存，重复上下文会反复计费；长任务、多轮对话、代码工具场景下，实际成本可能反而更高。

缓存读取会受分组倍率影响吗？

会。 缓存读取费用会和输入费用、输出费用一起乘当前令牌分组倍率。

相关文档

继续查看

• 什么是输入价格？
• 什么是输出价格？
• 使用日志