大模型 API 缓存价格：命中、写入、TTL 与存储费怎么算

跨厂商比较缓存时，至少需要记录普通输入、缓存创建或写入、缓存读取或命中、缓存存储四个桶。某家没有独立存储费时该项为零，而不是从账本删除；这样同一公式才能覆盖 Prompt Caching 与 Context Caching。

建议使用 C = U×Rᵤ + W×R𝓌 + H×Rₕ + S×T×Rₛ，其中 U、W、H 是 token 数，S×T 是 token-hours。费率必须绑定模型、地区、处理层和核验日期，正文不复制会变化的货币单价。

证据边界：本节以 S1 支持“官方指南说明缓存依赖完全一致的前缀，并给出 cached_tokens、cache_write_tokens 等 usage 口径。”。

OpenAI 与 Claude 的缓存都强调稳定前缀：系统说明、工具定义和长公共材料应放在前面，把用户变量放在后面。前缀任何早期变化都会扩大未命中范围，因此命中率要按模板版本和调用类型分组观察。

Gemini 还需要区分隐式命中与显式缓存资源。显式缓存有 TTL 和存储周期，隐式缓存更省操作但不保证命中；二者都应以响应 usage 为准，而不是把“已启用缓存”直接当作节省。

证据边界：本节以 S2 支持“官方指南解释 cache_control、缓存写入与读取 usage、TTL 及前缀失效条件。”。

一次缓存写入是否值得，取决于写入溢价、命中读取费率、预计复用次数与 TTL 内的请求分布。可用 N_break-even = 写入增量成本 ÷ 单次命中节省额估算门槛，再用历史有效命中率修正，而不是用理论最大复用次数。

对 Gemini 显式缓存还要加入 token-hours；对 Claude 要区分不同 TTL 的写入倍率；对 OpenAI 要核对 usage 中缓存相关 token。规则核验于 2026-08-29，实际倍率和支持模型应在部署前重新读取官方页。

证据边界：本节以 S3 支持“官方指南区分隐式缓存和显式缓存资源，并说明 TTL 与 token-hours 存储成本。”。

每次调用记录 template_hash、model、uncached_tokens、cache_write_tokens、cache_read_tokens、storage_token_hours 与 total_cost。命中率应同时展示 token 加权值和请求加权值，避免大量短请求掩盖少数长上下文未命中。

缓存也会改变限流容量：部分厂商对缓存读取 token 的限流处理不同，Batch 与缓存的价格修饰项也不一定以相同方式叠加。成本优化上线前应分别验证计费账单和 429 行为，并为前缀变更准备冷启动预算。

工程落地时，为“大模型 API 缓存价格”建立独立 article_run_id，并保存 selected_semrush_record、database、measured_on、source_snapshot_ids、content_hash、reviewer 与 gate_status。Semrush 字段只参与选词和意图决策，不进入价格公式，也不把 US 指标解释成中文或中国市场需求。

论点账本必须逐条可回放：S1 对应 C1：“Prompt cache 命中依赖稳定且完全一致的前缀，不能把缓存描述成任意内容的自动折扣。”；S3 对应 C2：“显式缓存可能同时产生创建或写入、读取与按 TTL 的存储成本，回本分析必须拆开计算。”。编辑器在段落层写入 evidenceRefs，构建检查确认引用 ID 存在；来源页面发生结构变化时，只把对应论点退回复核，不让整篇文章静默继承旧快照。

动态复核字段包括：最低缓存 token、TTL、写入与读取倍率、Gemini 隐式/显式缓存可用模型与 token-hours 价格。发布任务应读取当前页面、保留原始单位和地区、与上一快照做字段级 Diff，并记录核验日期 2026-08-29。缺失、受限或无法确认的值保持 null 或“待复核”，不使用 0、均值或相邻产品代填。

独立 SVG 采用“命中率与复用次数对缓存回本点的影响”结构，输入维度为：写入单价、读取单价、存储单价、TTL、复用次数、有效命中率。图表只绘制有来源的数据，缺失项显示空缺；alt、caption、图内标题与正文使用同一术语，并在图注标明动态字段核验日期。