成本降低90%！Claude上新Gemini同款提示词缓存，一次性记住整个代码库

846 0 0

文章摘要

Claude的API新功能——API长文本缓存，允许模型“记住”一整本书或整个代码库，避免了重复输入的需要。这项功能显著降低了处理长文本的延时，并最高可节省90%的成本。谷歌在Gemini更新中首次提出这项功能，随后Kimi和DeepSeek团队也跟进了这一技术。Anthropic公司提到，提示词缓存功能可以让用户使用更长、更有指导性的提示词对模型进行“微调”。

提示词缓存的作用是一次性给模型发送大量prompt，然后让模型记住这些内容，并在后续请求中直接复用，避免了反复输入。缓存的有效期为五分钟，但每读取一次计时都会被重置。Claude官方文档介绍了几个典型的应用场景，包括对话、代码助理、大型文档处理、详细的指令集、搜索和工具调用以及长文本对话。

由于不需要反复输入重复的脚本，提示词缓存具有速度更快、成本更低这两大优势。例如，在基于一本10万Tokens的图书进行对话时，使用提示词缓存可以将生成首个输出Token的时间从11.5秒降低到2.4秒，降低了79%，成本更是减少了90%。在其他场景中，延时和成本也有不同程度的降低。

在定价上，原有的输入和输出Token价格不变，提示词缓存的价格则分成了写入和读取两个部分。最小的Haiku每百万Token的写入和读取价格分别是30美分和3美分，3.5 Sonnet分别是3.75美元和0.3美元，最大号的Opus是18.75美元和1.5美元。可以看出，初始写入的价格相对于输入要高一些，但读取的价格只有重复输入的十分之一。缓存被反复读取的次数越多，相比于重新输入节约的成本也就越多。

这项功能对于开发者来说是一项重大利好。AI写作工具HyperWriteAI的创始人兼CEO Matt Shumer表示，这项更新相当重大，意味着人们可以用更低的成本把一整个代码库喂给模型，然后要求增加新功能；或者突破一次只能RAG 5个的限制，直接输入大量文档；又或者直接给出数百个示例，以得到“比微调更好的结果”。

目前该功能支持3 Haiku和3.5 Sonnet，Opus则将在稍晚一些更新。这项功能并非是Claude首创，今年5月，谷歌的Gemini就已经支持了上下文缓存。后来国内的Kimi和DeepSeek团队也进行了跟进。DeepSeek团队把这项技术的存储介质换成了硬盘，还降低了存储成本。触发方式也有所区别，比如DeepSeek是由系统自动判断哪些内容需要缓存，Claude则是要在调用时手动添加标记。虽然在细节上各家有各自的做法，但这种新模式已经受到了国内外顶级玩家的青睐，未来可能会成为大模型厂商的新标配。