Prompt Caching 能把 API 账单砍掉 60%？实操指南

> 核心结论：合理利用 Prompt Caching 可将输入 Token 成本降低 50%-90%，配合 Batch API 和模型路由，总账单可削减 70% 以上。

> 数据来源：OpenAI 官方定价页、Anthropic 文档、Google AI Studio 定价页、Finout AI Cost Optimization、TLDL LLM API Pricing Report

---

一、什么是 Prompt Caching？

Prompt Caching（提示缓存）是 2025-2026 年各大 AI API 提供商推出的降费功能。它的原理很简单：

你发送的提示词中的重复部分（如系统指令、长文本上下文）会被缓存。下次请求命中缓存时，这些 Token 以极低的折扣价 计费。

举个例子：

你每天用同一个 5000 Token 的系统提示 + 1000 Token 的用户问题
每天调用 1000 次
不缓存：每天处理 6000 × 1000 = 600 万 Input Tokens
用缓存：系统提示 5000 Token 缓存命中 × 1000 = 500 万 Token 按缓存价计费

---

二、各平台缓存折扣率对比

OpenAI（2026 年 5 月）

模型	普通 Input	缓存 Input	折扣	Output
GPT-5 Nano	$0.05	$0.0125	75% off	$0.40
GPT-4.1 Nano	$0.10	$0.025	75% off	$0.40
GPT-4.1	$2.00	$0.50	75% off	$8.00
GPT-5.4	$2.50	$0.625	75% off	$10.00
GPT-5.2 Pro	$21.00	$5.25	75% off	$168.00

OpenAI 的缓存折扣统一为 75% off，即缓存命中时 Input 按原价的 25% 计费。

（来源：OpenAI 官方定价页，2026）

Anthropic

模型	普通 Input	缓存 Input	折扣	Output
Claude Opus 4.6	$5.00	$1.00-$2.50	50%-80% off	$25.00
Claude Sonnet 4.6	$3.00	$0.60-$1.50	50%-80% off	$15.00
Claude Haiku 4.5	$1.00	$0.20-$0.50	50%-80% off	$5.00

Anthropic 的缓存折扣取决于上下文长度，长上下文缓存收益更大。

（来源：Anthropic 文档，2026）

Google Gemini

模型	普通 Input	缓存 Input	折扣	上下文
Gemini 2.5 Pro	$1.25	$0.3125	75% off	2M
Gemini 2.5 Flash	$0.30	$0.075	75% off	1M
Gemini 2.5 Flash-Lite	$0.10	$0.025	75% off	1M

Google 统一提供 75% off 缓存折扣。

（来源：Google AI Pricing，2026）

DeepSeek

模型	普通 Input	缓存 Input	折扣	Output
DeepSeek V3.2	$0.28	$0.028	90% off	$0.42

DeepSeek 提供 行业最高的 90% 缓存折扣，是目前缓存最便宜的模型之一。

（来源：DeepSeek Platform，2026）

---

三、实战案例：缓存能省多少钱？

案例 1：客服机器人（每天 10 万次调用）

配置：5000 Token 系统提示 + 500 Token 用户输入 + 1000 Token 输出

模型：GPT-4.1 ($2.00/$8.00)

无缓存账单（每天）：

Input：105M Tokens × $2.00 = $210
Output：100M Tokens × $8.00 = $800
合计：$1,010/天 → $30,300/月

有缓存账单（每天）：

缓存命中：50M 系统提示 Tokens × $0.50 = $25
未缓存 Input：5.5M × $2.00 = $11
Output：100M × $8.00 = $800
合计：$836/天 → $25,080/月

缓存节省：17%。输出才是大头，所以缓存对输入密集型场景更有效。

案例 2：文档分析（每天 1 万次，长上下文）

配置：50,000 Token 文档 + 2,000 Token 问题 + 5,000 Token 输出

模型：Claude Sonnet 4.6 ($3.00/$15.00)

无缓存账单（每天）：

Input：520M Tokens × $3.00 = $1,560
Output：50M Tokens × $15.00 = $750
合计：$2,310/天 → $69,300/月

有缓存账单（每天）：

缓存命中：490M × $0.60 = $294
未缓存 Input：30M × $3.00 = $90
Output：50M × $15.00 = $750
合计：$1,134/天 → $34,020/月

缓存节省：51%！ — 长上下文场景缓存收益最大。

案例 3：代码助手（高输出，中等输入）

配置：3000 Token 系统提示 + 1000 Token 用户输入 + 3000 Token 输出

模型：DeepSeek V3.2 ($0.28/$0.42)

每天 10 万次调用

无缓存：

Input：1300M × $0.28 = $364
Output：300M × $0.42 = $126
合计：$490/天 → $14,700/月

有缓存：

缓存命中：300M × $0.028 = $8.40
未缓存 Input：1000M × $0.28 = $280
Output：300M × $0.42 = $126
合计：$414.40/天 → $12,432/月

缓存节省：15%（DeepSeek 本身极便宜，绝对值省的不多，但比例惊人）

---

四、缓存最佳实践

1. 尽可能复用系统提示

系统提示、角色设定、格式说明这些不变内容放在缓存前缀中，每次请求不要重复发送。

2. 利用上下文缓存（Context Caching）

Anthropic 和 Google 的 Context Caching 支持长文档预缓存。适合：

知识库文档
代码库分析
长篇文章对话

3. 控制缓存过期

各平台缓存 TTL：

OpenAI：5-10 分钟无活动后过期
Anthropic：5 分钟（可配置更长，但缓存令牌数有上限）
Google：基于缓存管理 API，可设置 TTL
DeepSeek：自动缓存，无需额外配置

4. 缓存 + Batch API 叠加

缓存折扣和 Batch API 的 50% 折扣可以叠加！

Batch + 缓存 = Input 最低可达原价的 2.5%
举例：GPT-4.1 原价 $2.00 Input → Batch 缓存价 = $0.25

5. 监控缓存命中率

如果命中率低于 50%，检查你的提示结构
确保静态内容在前，动态内容在后
避免在每条消息中都插入随机 UUID 或时间戳

---

五、缓存常见陷阱

陷阱 1：缓存写入费

有些平台（如 Anthropic）对首次写入缓存收取全价。如果你只有少量调用，缓存可能不划算。

陷阱 2：长上下文缓存占满限额

Claude Opus 4.6 的缓存上限为 1M Tokens。如果你有 2M 的文档，只能缓存一半。

陷阱 3：缓存不适合流式场景

如果你每次请求的前缀都在变化（如 RAG 检索结果插入提示中间），缓存可能完全无效。

---

总结

平台	缓存折扣	最适合场景	综合省钱潜力
DeepSeek V3.2	90% off	高输入量、预算敏感	⭐⭐⭐⭐⭐
OpenAI	75% off	统一折扣、易于集成	⭐⭐⭐⭐
Anthropic	50%-80% off	长文档分析、编程助手	⭐⭐⭐⭐
Google Gemini	75% off	超大上下文（2M）	⭐⭐⭐⭐⭐

Prompt Caching 是 2026 年 AI API 省钱的第一道防线。 配合智能模型路由和 Batch API 批量处理，你的 API 账单可以轻松砍掉 60% 以上。

---

其他系列文章：

2026年最便宜的 AI API TOP 10
2026年 AI API 免费额度大比拼
AI API Token 定价完全入门
批量处理半价：Batch API 省钱攻略
智能模型路由：用不同模型省 30%-50% API 费用
AI API 隐藏费用大揭秘
OpenAI API 定价全解析
Anthropic Claude API 定价指南
Google Gemini API 定价完全指南

Prompt Caching 能把 API 账单砍掉 60%？实操指南与省钱技巧