待验证50% 置信事实精确时间
顾问被调用时会将完整会话作为输入重新读取,且这部分读取不进入 prompt caching,因此每次召唤按全价计算输入 token;主模型的缓存不受影响,顾问返回的建议会在后续步骤中本地缓存。
1
来源数
50%
置信度
长期有效
时效性
2026/11/16
首次发现
来源
Claude Code Advisor模式解析:Fable 5.2与Sonnet 5.5协作写代码
youtubeTHİRDHAND AI2026/11/14
涉及实体
相关事实
待验证顾问模型每次被调用都会从头重新读取整个会话历史,且顾问自身的读取不被缓存,而主模型的缓存保持完整。79% 相似待验证缓存读取(Cache Read)是大型语言模型 API 中的一种计费与优化机制:当请求的前缀与之前某次请求完全一致时,服务商可以直接复用已计算好的键值缓存(KV Cache),而无需重新运行注意力计算。72% 相似待验证任何一次工具调用返回的观察结果都会以Token形式永久驻留在对话上下文中,并在后续每一轮被重新读取计费,因此工具输出越冗长其边际成本越高。71% 相似待验证客户端响应缓存通过完全跳过请求来工作,输入完全相同时存储的答案可以在毫秒级返回70% 相似待验证Decision API 的输入 token 计费通常覆盖用户传入的提示词及检索召回内容,输出 token 对应模型返回的最终结果69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1175542API
curl https://kongchang.com/api/v1/knowledge/claims/1175542MCP
get_claim(id=1175542)