提示词缓存Prompt caching

工程 · 已普及

Anthropic「prompt caching」· Google「Context caching」· DeepSeek「Context Caching（KV cache）」

各家叫法：Prompt caching · Context caching · KV cache同一件事，各家名字不同。我们自己就因为按字面去搜而误判过 —— Kling 管角色参考叫 Element、LTX 叫 Ingredients，按 Character Reference 去找会一无所获，然后把「没找到」写成「官方没说」。

chat：谁实现了

Anthropic · Anthropic

Claude Fable 5.1

总览页脚注：「Pricing — Complete pricing, including batch discounts and prompt caching rates」

Anthropic 官方文档 · 模型总览官方来源核验版本 Fable 5.1核验于 2026-09-10机器录入

OpenAI · OpenAI

GPT-6 Astra

参数 `prompt_cache_key` / `prompt_cache_breakpoint` / `prompt_cache_retention`；≥1024 token 自动缓存，写入计 1.25×，扩展保留最长 24 小时。⚠️ 缓存诊断（Prompt Cache Diagnostics）2026-09-08 才 GA，覆盖 GPT-5.6 及之后的档，Astra 在内

OpenAI · Prompt Caching官方来源核验版本 GPT-6 Astra核验于 2026-09-10机器录入

Google DeepMind · Google DeepMind

Gemini 4 Argon

仅隐式缓存；不支持显式缓存。

Google · Gemini 4 Argon 模型卡官方来源核验版本 Gemini 4 Argon核验于 2026-10-19机器录入

阿里巴巴 · 通义 Qwen

Qwen 3.8-max

官方描述的命中规则：缓存块命中后有效期重置为 5 分钟，且中间插入的 message 超过 20 条就不再命中 —— 用它省钱前要先看这两条。

阿里云百炼中文站 · 上下文缓存官方来源核验版本 3.8-max核验于 2026-08-12机器录入

深度求索 · DeepSeek

DeepSeek V4.1 Flash-1017

当前价目表明确将 deepseek-flash 绑定到 DeepSeek-V4.1-Flash-1017；视觉仅 Flash 支持，FIM 仅非思考模式。