Как устроено
[tools][system][документ 80K][история …][новый вопрос]
└──────── совпало с прошлым запросом ────────┘
читается из кэша: 0,1× цены входа у Sonnet 5.5, 0,05× у Opus 5.5, 0,025× у Fable 5.1
└ после метки — обычная цена
| Цена от обычного входа | |
|---|---|
| запись в кэш на 5 минут | 1,25× |
запись на 1 час ("ttl": "1h") |
2× |
| чтение из кэша | 0,1× (Opus 5.5 — 0,05×, Fable 5.1 — 0,025×) |
Каждое чтение продлевает жизнь записи. Пятиминутный кэш окупается со второго запроса: 1,25 + 0,1 = 1,35 против 2 без кэша. Часовой — с третьего.
Как включить
{
"model": "claude-sonnet-5-5",
"max_tokens": 4096,
"cache_control": { "type": "ephemeral" },
"system": "…длинный постоянный промпт…",
"messages": [ … ]
}
cache_control на верхнем уровне сам ставит метку на последний подходящий блок. Точечно — метка на
нужном блоке, до четырёх меток в запросе. Начало короче минимума не кэшируется молча: у моделей 5.5 —
512 токенов, у Haiku 4.5 и Opus 4.6 — 4096.
Что тихо ломает кэш
- Дата и время в системном промпте. «Сейчас 14:32:07» — каждый запрос с новым началом. Дату — в последнее сообщение.
- Порядок ключей. JSON инструментов, собранный из словаря без сортировки, может менять порядок.
- Набор инструментов. Добавили или убрали инструмент — всё после него пересчитывается.
- Смена модели. Кэш у каждой модели свой.
Как проверить
Отправляем тот же запрос дважды за минуту. Во втором ответе usage.cache_read_input_tokens — почти весь
вход, input_tokens — только хвост после метки. Ноль в cache_read_input_tokens оба раза — что-то из
списка выше меняет начало.
В чат-приложениях и агентах кэш включён самими приложениями; от нас — не менять без нужды начало
разговора и CLAUDE.md посреди сессии.