Claude Fable 5.2 プロンプトキャッシングガイド:長い会話のコストを削減する
Claude Fable 5.2のプロンプトキャッシングの仕組み、5分または1時間のTTLが効果を発揮するタイミング、キャッシュを無効にするもの、そして節約額を確認する方法について学びます。

プロンプトキャッシングは、変更されていないプロンプトプレフィックスを繰り返し処理する際のコストとレイテンシを削減します。これは、アプリケーションが長いシステムプロンプト、ツールカタログ、参照ドキュメント、コードベースコンテキスト、会話履歴を再利用する場合に最も有効です。
Claude Fable 5.2の場合、Anthropicは標準入力を100万トークンあたり8ドル、5分間のキャッシュ書き込みを10ドル、1時間の書き込みを16ドル、キャッシュ読み取りを0.20ドルとしています。低い読み取りレートは大きな節約につながる可能性がありますが、それはキャッシュが期限切れになる前にプレフィックスが再利用され、キャッシュルールとバイト単位で互換性がある場合に限ります。
基本経済学
50万のステーブルトークンが4つのリクエストで使用されると仮定します。
キャッシュなし
0.5 × $8 × 4 = $16
5分間のキャッシュ
- 初期書き込み:
0.5 × $10 = $5 - 3回の読み取り:
0.5 × $0.20 × 3 = $0.30 - キャッシュプレフィックス合計: $5.30
リクエスト固有のサフィックスと出力は別途課金されます。この例では、TTL内で後続の3回の呼び出しすべてがキャッシュにヒットすることを前提としています。
5分書き込みは基本入力の1.25倍のコストがかかるため、通常は1回の再利用で書き込みプレミアムを回収できます。1時間書き込みは基本入力の2倍のコストがかかります。後で1回読み取る場合、キャッシュなしでプレフィックスを2回処理するよりもわずかに高くなりますが、2回以上の読み取りで節約が生まれます。
自動キャッシュと明示的キャッシュ?
Anthropicは、ほとんどのアプリケーションにおいて自動キャッシュを出発点として推奨しています。トップレベルのキャッシュ制御を追加し、会話が長くなるにつれてAPIがブレークポイントを管理できるようにしましょう。
from anthropic import Anthropic
client = Anthropic()
= client.messages.create( model="claude-fable-5-2", max_tokens=4096, cache_control={"type": "一時的", "ttl": "5m"}, system="あなたは大規模なポリシーコーパスをレビューしています...", messages=[{"role": "ユーザー", "content": "返金に影響する競合を特定します。"}], )
明示的なブレークポイントは、ツール、システム指示、ドキュメント、またはメッセージブロックを正確に制御する必要がある場合に便利です。安定したコンテンツを最初に、変動するコンテンツを最後に配置してください。
デプロイ前に現在のSDK署名を確認してください。機能名はSDKバージョンやクラウドプラットフォームによって異なる場合があります。
## キャッシュプレフィックスに含めるべきものは?
良い候補:
- 安定したシステムとポリシー指示
- 複数の質問で使用される大きな参照文書
- エージェントによって再利用されるツール定義
- 正規のコードベースまたは製品コンテキスト
- 変更されていない以前の会話のターン
- キャッシュルールでサポートされる画像、ドキュメント、ツールコール、ツール結果
不適格な候補者:
- 一度だけ使用される短いプロンプト
- 頻繁に変更されるユーザーデータ
- 毎ターン更新が必要なライブ結果
- 異なる順序で再構築されたツールカタログ
- 権威や有効性が失効したコンテキスト
## キャッシュヒットが消える理由
キャッシュはプレフィックスに依存します。ブレークポイントより前の変更は、後続のコンテンツを無効にする可能性があります。一般的な原因は次のとおりです。
- システムプロンプトまたは以前のメッセージの編集
- ツールの並べ替えや再定義
- トップレベルの努力を変更する
- 標準速度と高速速度の切り替え
- 以前のメッセージでの画像の追加または削除
- 構造化出力設定の変更
- システムプロンプトを変更する機能の切り替え
- 保存された思考ブロックまたはその前のコンテキストを変更すること
サポート対象のプラットフォームでは、メッセージごとの労力と会話途中でのツール変更により、以前のリクエストフィールドを書き換えるのではなく、新しいシステムコンテンツを追加することで既存のプレフィックスを保持できます。
## 思考ブロックとキャッシュ
思考ブロックは直接 `cache_control` でマークできませんが、以前のアシスタントターンで保持された思考はキャッシュされたプレフィックスの一部になることができます。そのまま変更せずに渡してください。以前のターンを編集すると、思考ブロックとキャッシュの両方が無効になる可能性があります。
努力を変更すると、解決されたプロンプトも変更される可能性があります。アプリケーションが毎ターン努力を切り替える場合、キャッシュの節約効果は期待よりも少なくなることがあります。
## 並行処理とウォームアップ
最初のレスポンスが開始されると、新しいキャッシュエントリが利用可能になります。多数の並列リクエストが同時に発行されると、すべてがキャッシュミスする可能性があります。1つのリクエストでプレフィックスをウォームアップし、エントリが存在するまで待ってから、依存する呼び出しをファンアウトしてください。
バッチ処理はキャッシュと組み合わせることもでき、価格設定の修正要素は積み重なります。各割引を元の価格に個別に適用するのではなく、完全な請求書をモデル化してください。
## 確認する、想定しない
応答の使用状況を確認:
- `cache_creation_input_tokens`
- `cache_read_input_tokens`
- 未キャッシュの入力トークン
作成と読み取りの値がゼロのままの場合、プロンプトが短すぎるか、そのルートで設定がサポートされていないか、プレフィックスが一致していない可能性があります。ヒット率、書き込みあたりの読み取り数、節約されたトークン、書き込みプレミアム後の節約額のダッシュボードを構築してください。
## プロダクションキャッシングのチェックリスト
1. TTL内で少なくとも2回再利用されるプレフィックスを特定します。
2. 安定したコンテンツを動的コンテンツの前に配置します。
3. 密な交流には5分を選び、間隔をあけて再利用するには1時間を選びましょう。
4. 並列ファンアウトの前にウォームアップします。
5. ツールの順序と定義を安定に保ってください。
6. 古い会話のターンを編集しないでください。
7. 実際の使用状況フィールドを監視します。
8. 古くなった参考資料は意図的に期限切れにするかバージョン管理する。
## よくある質問
### プロンプトキャッシュはコンテキストウィンドウの使用を減らしますか?
いいえ、キャッシュされたトークンは依然として100万トークンのコンテキストウィンドウを占有します。
### 1時間のキャッシュは常に優れているのか?
いいえ。書き込みコストが高くなります。再利用が5分以上間隔をあけて行われ、そのプレミアムを回収できるだけの回数が発生する場合に使用してください。
### キャッシュとバッチAPIの料金を組み合わせることはできますか?
はい、サポートされている場合、修飾子は積み重なります。ただし、高速モードはメッセージバッチでは利用できません。


















































































































