待验证50% 置信事实精确时间
提示缓存按模型而非按会话隔离；在真实编码会话中测量，会话中途切换模型时，82%的情况缓存读取量跌至此前值的10%以下，一个107000 token的温热前缀变成110000 token的未缓存输入，价格约为缓存价的十倍。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
涉及实体
相关事实
待验证系统提示词过长会带来隐形开销，例如system prompt有500 token而实际输入只有50 token时，等于91%的花费在样板文字上；审计并缩减system prompt 40%可降低成本。72% 相似待验证长时间中断（缓存过期）后，压缩反而比直接继续对话更便宜，因为后续每轮只读取约 15k token 而非整个上下文。72% 相似待验证Prompt Caching在提示词前缀完全相同且超过约1024 token阈值时命中，缓存token通常按原价的25%甚至更低计费71% 相似待验证缓存节省的实际幅度取决于命中率，若输入中80%命中缓存，实际输入成本约为0.8×缓存价+0.2×普通价。70% 相似已验证缓存读取机制对重复出现的长提示词前缀保留KV缓存，命中时按极低价格计费，Opus 5.5泄露的缓存读取价格约为输入价格的1/2070% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1066276API
curl https://kongchang.com/api/v1/knowledge/claims/1066276MCP
get_claim(id=1066276)