待验证50% 置信权衡取舍精确时间
缓存读取与缓存写入的 token 量都会计入 Haiku 5.5 的 100K 定价阈值判定，因此缓存无法帮助规避定价悬崖。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/17
首次发现
有效期至：2027/1/15
来源
涉及实体
相关事实
待验证Haiku 5.5的缓存最低长度为512 token，短于此的提示词不会报错但也不会缓存；缓存条目要等第一次响应开始后才可用；默认缓存存活5分钟，每次命中免费刷新。74% 相似待验证Claude Haiku 5.5 的上下文窗口从 Haiku 4.5 的 20 万 tokens 扩展到 100 万 tokens，输出上限从 64K 提升到 128K。70% 相似待验证经验上，20 token/s 以上接近阅读速度可流畅交互，低于 5 token/s 则明显卡顿。67% 相似待验证Opus 5 输出 Token 单价约为 Haiku 的数十倍，因此压缩输出 Token 对高端模型的降本效果远比低端模型显著64% 相似待验证自回归生成阶段是内存带宽敏感型负载，每生成一个 token 需要将模型权重完整读一遍（或至少读取激活路径涉及的权重），因此实际速度近似等于显存带宽除以每 token 需读取的权重量。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054198API
curl https://kongchang.com/api/v1/knowledge/claims/1054198MCP
get_claim(id=1054198)