Labs · 缓存计算器
长对话开 Prompt 缓存能省多少，
按真实价差算。
省下
0%
¥2.63 → ¥0.386
缓存读价 $0.0028/M，是全价 $0.14/M 的 2.0%
成本随轮数累积（同一场聊天的两种账）
什么会打断缓存（为什么很多人吃不到这个折扣）
前缀缓存的规则只有一条：这一轮请求从第一个字节起、和上一轮逐字相同的部分，按折扣价重读。所以打断它的方式全都是「让开头变了」。
第一种：注入位置漂移。世界书、设定条目每轮插进对话历史的不同位置，插入点之后的全部内容作废重算。我们自己就栽在这——评测量出来命中率只有 46.5%，病根正是设定注入的位置每轮在变；把注入位置钉住之后回到 89.9%。
第二种：每轮变化的开头。把时间戳、状态栏放在提示词最前面，等于每轮第一个字节就不一样，整条历史一个字都命中不了。
第三种：改写历史。编辑、删除、重排旧消息，缓存从改动的那个位置起全部失效——这是功能的正当代价，不是 bug，但要知道账是这么算的。
价格数据 2026-07-24，以供应商官网为准 · 按公开牌价（自带 Key 直连口径）估算；官方渠道两条线等比 +50%，省率不变 · token 为混合口径估算
这套注入布局已经写进 App：设定驻留 + 位置钉住，实测命中 89.9%，你不用自己修。
装 App 拿到这个命中率长对话开 Prompt 缓存，到底能省多少钱？
按 DeepSeek 的价差，缓存命中的部分只按全价的 2% 计费——角色扮演每轮都要原样重发全部历史， 聊得越长省得越多。在上面选模型、拖轮数和命中率，两条成本曲线当场拉开；默认的 89.9% 命中率是我们计量评测的实测值，不是宣传数字。
这页背后是一次被打脸的评测
2026 年 7 月我们做四方对比评测（裸 SillyTavern / 满配酒馆 / 我们的两个模式），每次调用过同一个计量网关逐笔对账。结果先打了自己的脸：裸酒馆出厂命中 91.5%，我们只有 46.5%，同样聊 15 轮花的钱是它的 2.8 倍。取证发现病根是世界书条目往提示词里注入的位置每轮在变——插入点之后的缓存全部作废。把注入位置钉住、设定改成常驻之后，复测 89.9%，追平裸酒馆，成本降了约六成。修复已随版本发布。
计算器的价差数据用各家公开牌价：DeepSeek 命中价是全价的 2%，Anthropic、Google 约 10%。命中率滑杆的四个锚点（46.5 / 73.1 / 89.9 / 91.5）全部来自这场评测的实测值。
它模拟不了的
曲线假设每轮长度均匀、命中率恒定——真实聊天里两者都会波动，新设定条目首次进场的那一轮必然 miss（这是设计内代价，不是故障）。有些供应商对缓存写入额外收费、缓存有效期几分钟到几小时不等，这些细则没有进模型。窗口顶满之后开始滑窗截断的场景（几百轮的超长会话）缓存会永久碎掉，那是另一笔账，这里不算。
常见问题
默认命中率 89.9% 是哪来的？
我们自己的实测。2026 年 7 月做了一场四方对比评测：同一个模型、同一把 Key、逐字节相同的消息脚本，量出裸 SillyTavern 出厂命中 91.5%，我们当时只有 46.5%——病根是设定条目每轮注入的位置在漂移。修好之后新装形态 89.9%、老用户升级形态 73.1%。四个数字都做成了锚点按钮，点一下就能看对应的账。
省的比例为什么随轮数越聊越大？
每轮请求都要把全部历史重发一遍，历史越长、其中「和上一轮逐字相同」的前缀占比越高。10 轮时前缀大约占六成，300 轮时超过 99%——所以短对话开不开缓存无所谓，长对话里它就是账单的大头。
缓存折扣要申请吗？谁给的？
供应商给的，多数家自动生效：DeepSeek、Anthropic、Google、xAI 都会在响应里报告命中了多少 token、按折扣价计了多少。不用申请，但有一个前提——客户端把请求组织成「前缀逐字稳定」。做不到这一点，折扣就静默拿不到，这正是这页存在的原因。
这个数字能当账单预估吗？
当量级参考可以，当账单不行。token 按中文混合口径估算；真实命中率取决于你的客户端行为（锚点按钮里那 45 个百分点的差距就是行为差距）；各家对缓存写入、缓存有效期的计费细则也不同。方法论节写了完整口径。