Unverified50% confidenceFactExact time
缓存命中指模型服务端识别当前请求前缀与历史请求高度重合，直接复用已计算的KV缓存而无需重新推理，从而降低实际计算量
1
Sources
50%
Confidence
Long-term
Relevance
9/21/2026
First Seen
Sources
Related Entities
Related Claims
Unverified前缀缓存（Prefix Caching）技术通过将已计算的KV向量持久化存储在服务端，当新请求与之前请求存在大量重复前缀时可直接复用，匹配部分按缓存价格计费77% similarUnverified提示缓存的核心原理是KV Cache的跨请求复用，当多个请求共享相同前缀时已计算的KV状态可被缓存复用74% similarUnverified提示词缓存本质上是在KV缓存层面做持久化，将Transformer注意力生成的Key和Value张量保留供后续请求复用72% similarUnverified语义缓存工具GPTCache可对相似用户查询复用之前的模型输出，避免重复调用API71% similarUnverified语义缓存（Semantic Cache）通过计算新查询与历史查询的向量相似度，超过阈值时直接返回缓存答案，GPTCache等开源工具实现了这一机制，通常与TTL机制结合70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/939358API
curl https://kongchang.com/api/v1/knowledge/claims/939358MCP
get_claim(id=939358)