缓存是什么、对价格影响多大？用官方价算给你看

一句话：缓存只让“重复发送的那段输入”变便宜，不碰输出。按三家官方价，长对话里九成输入命中缓存时，单次费用能降六到八成；短问题、长回答几乎省不了多少。用中转站时，还要看站方是否按官方比例收缓存费，这一点往往比倍率高低影响更大。

去实测：用自己的 Key 检测去比价：看各站倍率

缓存省的是哪一部分

Claude Code、Codex 这类工具每次请求都会把系统提示、工具说明和前面的对话重新发一遍。提示词缓存让服务端记住这段相同的开头（前缀），下次直接读取，不再按普通输入全价计费。

它不是把上次的答案原样返回：新问题照常处理，输出照常收费。命中缓存也不能证明对方用的是哪个模型。

官方价格：缓存读比普通输入便宜多少

下表只摘官方价格页的标准价，单位为美元 / 百万 token，查价日期 2026-10-25（北京时间）。

来源：Anthropic、OpenAI、xAI 官方价格页标准档，不含批量、加速、区域加价等。

可以看出：缓存读取只有普通输入的 5%–25%；写入缓存反而比普通输入贵（Claude 5 分钟写入 1.25 倍、1 小时 2 倍）。xAI 价格页未单列写入价。Anthropic 说明，5 分钟缓存读取一次就能回本。

算一笔：长对话里能省多少

假设一次请求输入 10 万 token，其中 9 万是和上一轮相同的前缀，输出 2,000 token。

以 Claude Opus 5.5 为例：不用缓存，输入 $0.40 加输出 $0.04，共 $0.44。首次建立 5 分钟缓存，9 万按写入价 $0.45、其余 1 万 $0.04、输出 $0.04，共 $0.53，比不用还贵一点。之后命中缓存，9 万只收 $0.018，加 1 万新输入 $0.04 和输出 $0.04，共约 $0.098，比不用缓存少约 78%。

同样的用量，GPT-6.1 Sol 从 $0.22 降到约 $0.049（同样约省 78%）；Grok 4.7 缓存价是输入的四分之一，从 $0.212 降到约 $0.077（约省 64%）。

命中率高，整单也未必便宜很多

缓存只影响输入。短问题、长回答的请求主要花在输出上：同样用 Opus 5.5，输入 2,000（其中 1,500 命中）、输出 3,000 时，费用只从 $0.068 降到约 $0.062，省不到一成。“缓存便宜九成”不等于整单便宜九成。

放到中转站：缓存怎么计费比倍率更关键

中转站一般按“官方价 × 分组倍率”扣费。站方按官方比例给缓存读取打折，上面的节省就保留；缓存读取按普通输入价收或不返回缓存用量，长对话就吃不到这部分优惠。

还用上面的例子：倍率 0.3 但不给缓存价的站，每次约 0.44 × 0.3 = $0.132；倍率 1.0、缓存按官方算的站只要约 $0.098。倍率低的反而更贵。Pulse 比价页的“缓存折合倍率”就是为此而设：只有站方标了缓存价、能真正算出时才显示（按 98% 命中率假设），算不出就留空，不拿分组倍率代替。

怎样核对自己付了多少

找一条长对话请求，记下模型、时间、普通输入、缓存写入、缓存读取、输出和站内实扣，按上表单价复算。usage 里缓存字段为 0 或缺失时，写“无法核实”，不要当成已打折。

我们的数据

缓存折合倍率要站方在价目表上标了缓存价才算得出。下面是各模型族能从公开价目算出缓存折合的分组占比，比例越低，越需要用自己的账单核对缓存是否真的打了折。