上下文缓存：同样的话，第二次问便宜多少

写入：显式缓存写入按输入单价的 125%

怎么开：两种模式：隐式自动开、无法关闭，官方说「达到最小 Token 数不代表请求必然命中缓存」；显式要在请求里加 cache_control 主动创建，有效期 5 分钟、每次命中重新计时

显式缓存：需要主动开启的缓存模式……除了输入 Token 计费，用于创建缓存的 Token 通常按输入 Token 标准单价的 125% 计费，后续命中通常仅需支付 10% 的费用。隐式缓存：此为自动模式，无需额外配置，且无法关闭……对命中缓存的部分，通常按输入 Token 标准单价的 20% 计费。

写入：官方未说明额外写入费

怎么开：仅适用于标准 API 计费，不含资源包与 GLM Coding Plan 套餐

上下文缓存采用差异化计费策略：新内容 Token 按标准价格计费；缓存命中 Token 按优惠价格计费（通常为标准价格的 50%）；输出 Token 按标准价格计费。仅适用于标准 API 计费，不包括资源包和 GLM Coding Plan 套餐。

写入：官方未说明额外写入费

怎么开：默认对所有用户开启，不用改代码；官方说明是尽力而为、不保证 100% 命中，响应里的 prompt_cache_hit_tokens 字段能看到实际命中了多少。分空闲与高峰两套价

扣减费用 = token 消耗量 × 模型单价……空闲时段价格为高峰时段价格的一半。高峰时段为北京时间周一至周五 9:00 - 12:00、14:00 - 18:00。

写入：官方未说明额外写入费，但「按小时收缓存存储费」

怎么开：价格表把「缓存存储」单列一栏，0.017 元 / 百万 token / 小时

缓存存储 元/百万token/小时：0.017

写入：写入要另外付：5 分钟档按输入价 125%，1 小时档按 200%

怎么开：要手动开 —— 在请求里加 cache_control 字段；默认 5 分钟，可指定 1 小时

缓存读取 token 为基础输入 token 价格的 0.1 倍。5 分钟缓存写入 token 为基础输入 token 价格的 1.25 倍。1 小时缓存写入 token 为基础输入 token 价格的 2 倍。默认情况下，缓存的存活时间为 5 分钟。

写入：GPT-5.6 起写入按输入价 125%；更早的型号官方写「无额外写入费」

怎么开：默认自动开，不用改代码；缓存前缀在最近一次写入或复用后 30 分钟内可再用

缓存读取的收费为未缓存输入 token 费率的 0.1 倍。缓存写入的成本为标准的、未缓存的输入 token 费率的 1.25 倍。一个已缓存的前缀在其最近一次写入或复用之后的 30 分钟内仍可被复用。对受支持的 OpenAI 模型，提示词缓存默认启用。

写入：官方未说明单独的写入价

怎么开：隐式缓存对 2.5 及更新型号默认开启；显式缓存要手动建，并按存储时长计费

隐式缓存对所有 Gemini 2.5 及更新的模型默认启用。你无需做任何事即可启用它。存储价格：每小时 $4.50 / 1,000,000 tokens（2.5 Pro）；每小时 $1.00 / 1,000,000 tokens（2.5 Flash）。

写入：官方未说明

怎么开：官方未说明 —— 价格表里只有一列「Cached input」，没有讲机制的说明页

所示价格为每百万 token。列有两行的模型采用长上下文定价：提示词达到所列 token 阈值的请求，其请求内的全部 token 均按较高费率计费。