Claude Fable 5.2 提示快取指南:降低長對話成本
了解 Claude Fable 5.2 提示快取的運作方式、5 分鐘或 1 小時 TTL 何時能發揮效益、哪些情況會使快取失效,以及如何驗證節省的成本。

提示快取可降低重複處理不變提示前綴的成本與延遲。當應用程式重複使用長篇系統提示、工具目錄、參考文件、程式碼庫背景或對話歷史時,此功能最具價值。
針對 Claude Fable 5.2,Anthropic 列出標準輸入為每百萬 tokens 8 美元,五分鐘快取寫入為 10 美元,一小時寫入為 16 美元,快取讀取則為 0.20 美元。低廉的讀取費率能帶來大幅節省——但前提是前綴必須在快取過期前被重複使用,且需嚴格符合快取規則的逐位元組相容性。
基本經濟學
假設在四次請求中使用了 500,000 個穩定代幣。
無快取
0.5 × $8 × 4 = $16
五分鐘快取
- 初始寫入:
0.5 × $10 = $5 - 三次讀取:
0.5 × $0.20 × 3 = $0.30 - 快取前綴總計:$5.30
請求特定的後綴與輸出是分開計費的。此範例假設後續三次呼叫都在 TTL 內命中快取。
五分鐘寫入的成本為基礎輸入的1.25倍,因此通常一次重複使用就足以回收寫入溢價。一小時寫入的成本為基礎輸入的兩倍:一次後續讀取比未快取情況下兩次處理前綴略貴,而兩次或更多次讀取則能節省成本。
自動快取還是明確快取?
Anthropic 建議將自動快取作為大多數應用程式的起點。加入頂層快取控制,讓 API 在對話增長時自動管理中斷點。
from anthropic import Anthropic
client = Anthropic()
= client.messages.create(
model="claude-fable-5-2",
max_tokens=4096,
cache_control={"type": "短暫的", "ttl": "5m"},
system="您正在審查一個大型政策語料庫...",
messages=[{"role": "使用者", "content": "找出影響退款的衝突。"}],
)
明確的斷點在需要精確控制工具、系統指令、文件或訊息區塊時非常有用。將穩定的內容放在前面,變動性高的內容放在最後。
部署前請檢查當前 SDK 簽章;功能命名可能因 SDK 版本與雲端平台而異。
快取前綴中應包含哪些內容?
良好候選人:
- 穩定的系統與政策指示
- 跨多個問題使用的大型參考文件
- 代理重複使用的工具定義
- 標準化程式碼庫或產品上下文
- 先前未改變的對話輪次
- 快取規則支援的圖片、文件、工具呼叫及工具結果
表現不佳的候選人:
- 一次性使用的簡短提示
- 頻繁變更的使用者資料
- 每回合必須重新整理的即時結果
- 以不同順序重建的工具目錄
- 權威或有效性已過期的背景
為什麼快取命中會消失
快取是前綴敏感的。斷點之前的變更可能使後續內容失效。常見原因包括:
- 編輯系統提示或較早的訊息
- 重新排序或重新定義工具
- 變更頂層努力
- 在標準與快速之間切換
- 在較早的訊息中新增或移除圖片
- 變更結構化輸出配置
- 切換修改系統提示的功能
- 修改已保留的思考區塊或其前文
在支援的平台上,每則訊息的處理與對話中途的工具變更,可透過附加新的系統內容來保留現有前綴,而非改寫先前的請求欄位。
思考區塊與快取
思考區塊無法直接使用 cache_control 標記,但先前助理對話輪次中保留的思考內容可作為快取前綴的一部分。請原封不動地傳回。編輯先前的對話輪次可能會使思考區塊和快取兩者失效。
改變努力程度也可能改變解析後的提示詞。如果應用程式每回合交替調整努力程度,快取節省的效果可能不如預期。
並行處理與暖機
新的快取項目在第一個回應開始後即可使用。如果同時發起大量並行請求,這些請求可能都會錯過快取。請先以一個請求預熱前綴,等待項目存在後,再展開依賴呼叫。
批次處理也可以與快取結合,且定價調整因子會疊加。應模擬完整的帳單,而非將每項折扣獨立應用於原始價格。
驗證而非假設
檢查回應使用情況:
cache_creation_input_tokenscache_read_input_tokens- 未快取的輸入令牌
若建立與讀取值仍為零,可能是提示詞過短、該路由不支援此設定,或前綴不符。請建立一個儀表板,顯示命中率、每次寫入的讀取次數、節省的Token數,以及扣除寫入溢價後的節省金額。
生產環境快取檢查清單
- 在 TTL 中識別至少重複使用兩次的前綴。
- 將穩定內容放在動態內容之前。
- 選擇五分鐘進行密集互動;一小時進行間隔複習。
- 在並聯扇出前進行預熱。
- 保持工具順序與定義穩定。
- 避免編輯舊的對話輪次。
- 監控實際使用量欄位。
- 刻意使過時的參考資料過期或版本化。
常見問題
提示快取是否會減少上下文視窗的使用?
不,快取令牌仍佔用百萬令牌的上下文視窗。
一小時的快取總是比較好嗎?
不。它的寫入成本較高。請在重複使用間隔超過五分鐘,且次數足夠攤銷額外成本時使用。
我可以將快取與批次 API 定價結合使用嗎?
是的,在支援的情況下,修飾詞會疊加。不過,快速模式不適用於訊息批次處理。


















































































































