待验证50% 置信权衡取舍精确时间
输出共120万Token，输出Token无法通过缓存摊薄，控制输出长度和减少轮次是降低Agent使用成本的关键。
1
来源数
50%
置信度
长期有效
时效性
2026/10/21
首次发现
来源
涉及实体
相关事实
待验证缓存命中降低的是单次请求的费率，而非Token的绝对消耗量76% 相似待验证压缩后的输入 token 下降幅度（49.5%）大于总成本下降幅度（35.6%），因为输出 token、缓存及固定开销不会因输入压缩等比例减少72% 相似待验证OpenAI 在 usage.prompt_tokens_details.cached_tokens 中报告缓存输入 token，且计费费率更低；忽略这一点会导致成本被高估。72% 相似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
引用此条事实
Stable URI
https://kongchang.com/claim/1081915API
curl https://kongchang.com/api/v1/knowledge/claims/1081915MCP
get_claim(id=1081915)