提示缓存

缓存是自动的，不需要在请求里加任何字段，也不支持 Anthropic 的 cache_control 标记（传了会被忽略）。

怎么计费

每个对话模型有三档单价：输入、缓存命中的输入、输出（见对话模型）。上游会缓存最近请求里相同的前缀，下一次请求开头和它一样的部分按「缓存命中」单价计。有的模型缓存价只有普通输入的几十分之一。

什么会命中、什么会失效

命中要求从第一条消息起逐字相同。所以：

• 同一个会话连续往下聊、Agent 连续干活：每轮只是在末尾追加，前面整段都能命中。
• 新开会话、换模型：从零开始，不命中。
• 改动早期的消息（编辑历史、改系统提示、客户端把旧消息压缩成摘要）：改动点之后全部不命中。
• 隔太久再继续：上游缓存有保留时间，过期后不命中。

满足条件也不保证每次命中：是否命中由上游决定，以响应里的缓存命中数为准。

长时间写代码，选缓存单价低的模型，并尽量在一个会话里干完一件事。

怎么确认省了钱

响应的 usage 会单列命中缓存的 token 数（上游报了才有）：

• OpenAI 协议：usage.prompt_tokens_details.cached_tokens，是 prompt_tokens 里命中缓存的部分。
• Anthropic 协议：usage.cache_read_input_tokens 是命中的部分，input_tokens 只算没命中的部分，两者相加才是总输入。Claude Code 显示的「缓存读取」就是它。

"usage": {"prompt_tokens": 12000, "completion_tokens": 300, "total_tokens": 12300,
  "prompt_tokens_details": {"cached_tokens": 11500}}

确认实际花费请看余额变化：

curl -s https://sichang.xyz/api/v1/me -H "Authorization: Bearer $SICHANG_API_KEY"