Кэширование и его биллинг учитываются с серверным промптом и без него. У Claude подтверждённое чтение из кэша стоит в 10 раз дешевле обычного входа, у Fable 5.1 — в 40 раз дешевле. Скидка 25%, когда применима, добавляется после расчёта стоимости кэша. Попадание в кэш не гарантируется.
| Модель | Обычный input / 1M | Запись 5m / 1M | Запись 1h / 1M | Чтение / 1M |
|---|---|---|---|---|
claude-haiku-4-5 | $1.00 | $1.25 | $2.00 | $0.10 |
claude-sonnet-5 | $3.00 | $3.75 | $6.00 | $0.30 |
claude-opus-5 | $5.00 | $6.25 | $10.00 | $0.50 |
claude-opus-4-8 | $5.00 | $6.25 | $10.00 | $0.50 |
claude-fable-5 (без серверного промпта) | $10.00 | $12.50 | $20.00 | $1.00 |
claude-fable-5-1 (без серверного промпта) | $10.00 | $12.50 | $20.00 | $0.25 |
Обычный некэшированный input стоит 1×. Запись в кэш на стандартные 5 минут биллится по 1.25× input, явная запись на 1 час — по 2×, последующее чтение из кэша — по 0.1×, а для Fable 5.1 — по 0.025×. Тариф Fable 5 и исторические списания сохраняются. Поэтому прогрев может быть дороже обычного входа, а экономия появляется на повторных совпадающих запросах.
- Кэшируется стабильный префикс запроса: определения инструментов, системный текст и начало истории сообщений.
- Попадание — когда это начало байт-в-байт совпало с недавним запросом. Изменение даже первого символа сбрасывает совпадение целиком.
- Кэш живёт считанные минуты и продлевается при каждом обращении.
- Первый достаточно большой cacheable-запрос новой сессии обычно «прогревает» кэш — попадание возможно со второго. Хит не гарантирован каждому запросу — это нормально.
- Стабильное начало. System-промпт и инструкции одинаковы между запросами — без правок «на лету».
- Никаких переменных в начале. Таймстампы, случайные id, имя пользователя — только в конец промпта: изменённый первый байт убивает совпадение всего префикса.
- Диалог — только добавлением. Новые сообщения дописывайте в конец истории; не редактируйте и не перемешивайте старые.
- Стабильные tools. Один и тот же набор и порядок функций в каждом запросе — определения инструментов тоже часть префикса.
- Большие документы — один раз в system. Базу знаний и код кладите в начало, меняющиеся вопросы — в конец.
- Держите темп. Продолжение в течение нескольких минут попадает в кэш; после долгой паузы первый запрос прогреет его заново.
В Claude /v1/messages и /v1/messages/count_tokens поддерживается cache_control: автоматическое кэширование верхнего уровня и явные маркеры в допустимых блоках system/content и определениях клиентских функций. Без ttl используется 5 минут; для часа — "ttl": "1h". В usage.cache_creation разделены записи 5m/1h.
- Полоса «Кэш промптов» на дашборде — сколько сэкономлено за всё время.
- Колонка «кэш» в логе «Последние запросы» — попадание по каждому запросу.
- В ответе API:
usage.cache_read_input_tokens(Anthropic) илиusage.prompt_tokens_details.cached_tokens(OpenAI).
{
"usage": {
"input_tokens": 9900,
"cache_read_input_tokens": 27451,
"output_tokens": 56
}
}- Kimi. Чтение из кэша тарифицируется отдельной пониженной ставкой; живые ставки и разбор расхода на странице Kimi · Цены, reserve и usage. Поле
prompt_cache_keyпринимается и уходит модели как есть. - Composer и Grok. Маркер
cache_controlвнутри блока принимается и игнорируется; управлять кэшем им нельзя. Кэш автоматический. Учтённое чтение возвращается вusage.cache_read_input_tokensMessages иusage.prompt_tokens_details.cached_tokensChat Completions. - Запись в кэш у Composer и Grok бесплатна. Это не округление и не неизвестная величина: ставка за создание кэша нулевая, поэтому
cache_creation_input_tokensв ответе всегда0.