Claude Sonnet 5.5 提示词缓存配置:降价后 5 步设置封面图
AI 编程约 9 分钟

Claude Sonnet 5.5 提示词缓存配置:降价后 5 步设置

AI 指南··◉ 0 浏览

2026 年 10 月 7 日,Anthropic 把 Claude Sonnet 5.5 的缓存读取价格从每百万 token 0.20 美元降到 0.10 美元,官方称多数长期运行任务成本可降约 20%。配好提示词缓存只需 5 步:选对场景、拆分稳定前缀、打 cache_control 断点、验证命中、按计费项核账。当前公开价格:普通输入 $2/M、输出 $10/M、缓存写入 $2.50/M(5 分钟 TTL)或 $4/M(1 小时 TTL)、缓存读取 $0.10/M。

先看账:这次降价降的是哪一笔

Sonnet 5.5 在 2026 年 9 月底发布,名义价格与上一代一致:输入 $2/M、输出 $10/M、缓存读取 $0.20/M。10 月 7 日与 Haiku 5.5 一起宣布的调整只动了一项:缓存读取(cache read)减半到 $0.10/M,相对基础输入价从 0.1 倍降到 0.05 倍。缓存写入和其他价格不变,所以降价只影响「命中缓存后读取前缀」的那部分 token。

报道见凤凰科技与黑马报道;同一批公告里的 Haiku 5.5 定价分层,可看本站 Claude Haiku 5.5 API 价格:短请求降90%。

Claude Sonnet 5.5 缓存读取价格从 0.20 美元降至 0.10 美元对比图

缓存怎么工作:前缀匹配 + cache_control 断点

Anthropic 的提示词缓存是显式开启的,不是自动的。官方机制一句话:请求里从开头到每个 cache_control 断点之间的内容会被缓存,下一次请求只要前缀逐字符一致,就按缓存读取价复用,不用重新算。

  • 断点打在 content block 上:system 文本块、tools 定义、user 消息块都可以分别打断点。
  • 前缀只要有一处变化,变化点之后全部失效。
  • 默认 TTL 5 分钟,命中后自动刷新且不额外收费;1 小时 TTL 需要显式声明。

官方文档见 Anthropic Prompt Caching 指南。

Claude Sonnet 5.5 提示词缓存断点位置示意图

Anthropic 官方 Prompt Caching 文档截图,含 cache_control 配置说明

什么场景值得开缓存,什么场景别开

先判断再动手,缓存不是开关:

  • 值得开:长 system prompt(几千 token 以上)+ 5 分钟内多次重复调用,比如客服机器人、编程助手、同一文档多轮问答、多轮 Agent 会话。
  • 别开:一天只有 1-2 次调用的低频场景,缓存写入价比普通输入贵 1.25 倍,写一次用不上反而亏。
  • 别开:前缀每次都变(时间戳、随机 ID 混在断点之前),命中率归零。

Claude Code 这类长会话 Agent 是缓存的最大受益者,想换更便宜的模型底座可参考 Claude Code 怎么用 Haiku 5.5:模型指定方法与档位。

5 步配置:cache_control 断点写法

接入前提:一个可用的 Anthropic API Key(获取步骤见 Claude Max API Key 怎么配置?5 步接入教程)与 anthropic 官方 SDK,国内调用需要稳定海外网络。以 Python SDK 为例,完整配置如下(1 小时 TTL 写法已标注):

import anthropic

client = anthropic.Anthropic()  # 环境变量 ANTHROPIC_API_KEY

response = client.messages.create(
    model="claude-sonnet-5-5",  # 模型标识以官方文档为准
    max_tokens=1024,
    system=[
        {
            "type": "text",
            "text": "你是客服助手,遵循以下业务规则…(稳定内容放最前)",
            "cache_control": {"type": "ephemeral"},  # 5 分钟 TTL 断点
            # 1 小时 TTL 写法:{"type": "ephemeral", "ttl": "1h"}
            # 并携带请求头 anthropic-beta: extended-cache-ttl-2025-04-11
        },
        {
            "type": "text",
            "text": "当前时间 2026-10-11 09:00(动态内容放最后,不打断点)",
        },
    ],
    messages=[{"role": "user", "content": "我的订单一直没发货"}],
)
  1. 确认场景:稳定前缀 + 5 分钟内至少 2 次重复调用才划算。
  2. 拆前缀:角色设定、工具定义、few-shot、知识库前缀放最前,时间戳与会话 ID 放最后。
  3. 打断点:在稳定块末尾加 "cache_control": {"type": "ephemeral"};需要 1 小时 TTL 时用 {"type": "ephemeral", "ttl": "1h"} 并带 anthropic-beta: extended-cache-ttl-2025-04-11 请求头。
  4. 锁死前缀:断点之前的内容逐字符保持一致,任何动态字段都不许插进来。
  5. 验证并核账:读响应 usage 里的 cache_read_input_tokens 与 cache_creation_input_tokens,确认命中,再按新价 $0.10/M 记账。

验证成功的标志:连续请求里 cache_read_input_tokens 稳定大于 0,且账单中 cache read 占比明显上升。

算一笔账:配置前后能省多少

假设 system 前缀 8000 token,每次用户输入 200 token,5 分钟内连续 5 次调用(忽略输出),按公开价格算:

  • 不开缓存:5 × 8200 × $2/M ≈ 0.082 美元。
  • 开缓存:第 1 次写入 8000 × $2.50/M + 200 × $2/M ≈ 0.0204 美元;后 4 次各 8000 × $0.10/M + 200 × $2/M ≈ 0.0012 美元,合计约 0.0252 美元。
  • 输入侧省约 69%。按降价前 cache read $0.20/M 算,合计约 0.0284 美元,省约 65%,多出来的约 4 个百分点就是这次降价带来的增量。

Anthropic 官方口径是「多数长期运行任务成本降低约 20%」,因为总成本里还有输出与写入,具体以你自己的调用分布为准。

计费项 单价(每百万 token) 说明
普通输入 $2.00 未命中缓存的前缀按此计费
输出 $10.00 生成内容,不受缓存影响
缓存写入(5 分钟 TTL) $2.50 基础输入价 1.25 倍
缓存写入(1 小时 TTL) $4.00 基础输入价 2 倍
缓存读取(2026-10-07 起) $0.10 原 $0.20,现为基础输入价 0.05 倍

Claude Sonnet 5.5 开缓存前后输入成本对比图

三个最容易翻车的坑

  1. 动态内容放断点前:时间戳、随机 session ID 会让前缀每次都不一样,缓存永远命中不了,还白付缓存写入。典型反面例子是在 system 末尾拼 "Current time: {{now}}"。
  2. 前缀不是逐字符一致:中间任何字符变化,从变化点往后全部失效,别在稳定块里插用户 ID。
  3. 低频场景硬开缓存:一天几次的调用,写入成本(1.25 倍)可能超过省下的读取成本,不如按普通输入价。

常见报错速查

现象 原因 解法
cache_read_input_tokens 一直是 0 前缀有变化或断点没打对 检查断点位置与动态内容,见「三个最容易翻车的坑」
1 小时 TTL 不生效 缺 beta 请求头或 SDK 版本旧 带 anthropic-beta: extended-cache-ttl-2025-04-11,升级 SDK
账单没降反升 低频场景写入比读取多 去掉断点,走普通输入价
大文档命中率低 大块内容被截断,前后缀不一致 把大块拆成独立文本块,每块单独打断点

常见问题

Sonnet 5.5 提示词缓存是自动开启的吗?

不是。Anthropic 需要你在内容块上显式打 cache_control 断点才会启用缓存,这与 OpenAI 的自动前缀缓存不同。

缓存默认保留多久?

默认 5 分钟 TTL,命中后自动刷新且不额外收费。需要更长可显式声明 1 小时 TTL,对应写入价为基础输入价 2 倍。

缓存读取降到 0.10 美元后能省多少?

官方称多数长期运行任务成本可降约 20%;具体取决于你的输入里有多少 token 命中缓存,可用文中示例按自己的调用分布核算。

什么场景不值得开缓存?

低频调用(一天 1-2 次)、前缀每次都变、前缀很短。这些场景缓存写入(基础输入价 1.25 倍)可能白花,不如按普通输入计费。

怎么确认缓存真的命中了?

看响应的 usage 字段:cache_read_input_tokens 大于 0 即命中,cache_creation_input_tokens 是写入量,两者加起来才是输入总成本。

Sonnet 5.5 和 Haiku 5.5 的缓存价格一样吗?

不一样。Haiku 5.5 输入仅 $0.10/M,缓存读取 $0.01/M;Sonnet 5.5 输入 $2/M,缓存读取 $0.10/M。按各自模型定价页为准。

评论 (0)

?
0/1

还没有评论,来发第一条吧

网站上的服务均为第三方提供,
请用户注意自行甄别。

北京酷讯互动科技有限公司

备案京ICP备2024094994号-29

© 2026 AI345 · All Rights Reserved

用户服务协议·隐私政策