具体哪个模型有缓存价、价格多少，以总表为准。缓存不需要额外开启，也没有单独的写入费用。
怎样提高命中率
缓存按前缀匹配：两次请求开头的内容完全一样，这部分才可能命中。组织请求时：- 把系统提示词、工具定义、长文档等不变的内容放在最前面；
- 把用户问题、时间戳、随机 ID 等每次都变的内容放在最后；
- 多轮对话只在末尾追加新消息，不改动前面的历史；
- 同一业务固定使用同一个模型，缓存按模型隔离，换模型不共享。
prompt_cache_key，让同一类请求更集中地命中，用法见 OpenAI 提示词缓存文档。
确认是否命中
看响应usage 中的缓存字段，大于 0 就是命中了：
命中的部分按缓存读价格计算，其余输入按普通输入价，完整算法见看懂日志里的扣费。实际扣费以调用日志为准。
注意事项
- Gemini 的隐式缓存命中率不稳定，命中行为由上游决定。做成本预算时按无缓存价估算，命中算额外节省。
- Grok 的上游不保证每次命中，同样按无缓存价估算。
- 前缀太短不会触发缓存，OpenAI 的门槛是 1024 tokens，其他厂商的门槛见各自文档。
- 长上下文场景命中缓存后，实际扣费可能远低于按
prompt_tokens全价估算的金额，这是正常的。