Кэширование промптов: повторный контекст как минимум в 10 раз дешевле

Агенты для программирования и чат-боты снова и снова отправляют модели один и тот же контекст: системный промпт, файлы проекта, историю диалога. В агентных сценариях это обычно 80–97% всех входных токенов. С кэшированием промптов за этот повторный контекст больше не нужно платить полную цену: модель запоминает уже обработанное начало запроса, а повторное чтение из кэша стоит как минимум в 10 раз дешевле обычного ввода.

Что даёт RuAPI

Claude через нативный Anthropic API — как у Anthropic. Запросы на https://www.ruapi.ai/v1/messages передаются вместе с метками cache_control без изменений, включая ttl. Claude Code, Anthropic SDK и агенты с провайдером Anthropic получают кэш без дополнительной настройки.
Claude через OpenAI-совместимый формат — тоже с кэшем. RuAPI передаёт в Claude метки cache_control в блоках сообщений и понимает одну метку на верхнем уровне запроса (автоматическое кэширование); синтаксис тот же, что в OpenRouter. Собственный OpenAI-совместимый слой Anthropic кэширование не поддерживает.
GPT и DeepSeek — автоматически. Кэш срабатывает сам, когда начало запроса повторяется: настраивать ничего не нужно.
Прозрачный учёт. В ответе API видно, сколько токенов прочитано из кэша и записано в него, а в консоли то же самое показано по каждому запросу.
Без VPN и без карты иностранного банка. RuAPI доступен из России напрямую, баланс пополняется в USDT.

Сколько это стоит

Что	Цена
Чтение из кэша (Claude)	как минимум в 10 раз дешевле обычного ввода
Запись в кэш на 5 минут (Claude)	1,25 × цена ввода
Запись в кэш на 1 час (Claude)	2 × цена ввода
Вывод	обычная цена: вывод не кэшируется

Точные ставки по каждой модели — на странице цен. Запись в кэш стоит немного дороже обычного ввода, поэтому кэш окупается, как только один и тот же контекст отправлен хотя бы второй раз за время его жизни. Каждое попадание продлевает жизнь кэша ещё на 5 минут (или на час).

Claude: как включить кэш

Какой формат у вас

Один ключ RuAPI работает с Claude в двух форматах: в нативном формате Anthropic и в OpenAI-совместимом. От формата зависит, как включается кэш. Если не уверены, посмотрите в любом из этих мест:

Где посмотреть	OpenAI-совместимый формат	Нативный формат Anthropic
Журнал запросов в консоли: откройте запись, строка «Путь запроса»	`/v1/chat/completions`	`/v1/messages`
Провайдер в настройках инструмента	OpenAI, OpenAI Compatible или Custom OpenAI	Anthropic или Claude
Ваш код	библиотека `openai`	библиотека `anthropic`

Claude Code всегда работает в нативном формате Anthropic и сам ставит метки кэша — проверять ничего не нужно. В OpenAI-совместимом формате кэш работает, только если в запросе есть метки cache_control. Подробно о том, чем отличаются два формата, — на странице Формат OpenAI или Anthropic.

Claude Code и агенты для программирования

Инструмент	Что сделать
Claude Code	Ничего: Claude Code сам ставит метки кэша
Cline, Roo Code	Выбрать провайдер Anthropic с адресом `https://www.ruapi.ai`
Kilo Code	Провайдер Anthropic Messages с адресом `https://www.ruapi.ai/v1`
Continue	`provider: anthropic` и `promptCaching: true`
OpenCode	Встроенный провайдер `anthropic` с адресом `https://www.ruapi.ai/v1`

Если в агенте для Claude выбран провайдер OpenAI Compatible, кэш работает, только когда сам агент ставит метки cache_control. Большинство агентов в этом режиме меток не ставит, поэтому для Claude надёжнее выбрать провайдер Anthropic.

Своё приложение: Anthropic SDK

Поставьте метку cache_control на последний блок неизменной части запроса — например, на длинный системный промпт. Всё, что стоит до метки, попадёт в кэш.

import anthropic

client = anthropic.Anthropic(base_url="https://www.ruapi.ai", api_key="sk-...")

response = client.messages.create(
    model="claude-sonnet-5-5",
    max_tokens=1024,
    system=[
        {
            "type": "text",
            "text": LONG_SYSTEM_PROMPT,  # инструкции, документация, код проекта
            "cache_control": {"type": "ephemeral"},
        }
    ],
    messages=[{"role": "user", "content": "Ваш вопрос"}],
)
print(response.usage.cache_read_input_tokens, response.usage.cache_creation_input_tokens)

Чтобы кэш жил час, а не 5 минут, укажите "cache_control": {"type": "ephemeral", "ttl": "1h"}.

Своё приложение: OpenAI SDK

В OpenAI-совместимом формате метка ставится на блок в content. Поэтому содержимое сообщения с меткой нужно передавать списком блоков, а не строкой.

from openai import OpenAI

client = OpenAI(base_url="https://www.ruapi.ai/v1", api_key="sk-...")

response = client.chat.completions.create(
    model="claude-sonnet-5-5",
    messages=[
        {
            "role": "system",
            "content": [
                {
                    "type": "text",
                    "text": LONG_SYSTEM_PROMPT,
                    "cache_control": {"type": "ephemeral"},
                }
            ],
        },
        {"role": "user", "content": "Ваш вопрос"},
    ],
)
print(response.usage.prompt_tokens_details.cached_tokens)

Можно обойтись и одной меткой cache_control на верхнем уровне запроса — у Anthropic это называется автоматическим кэшированием. RuAPI в этом случае сам ставит метку на последний блок последнего сообщения, как это делает Anthropic, поэтому такой вариант работает на всех наших каналах для Claude. С каждым новым сообщением метка сдвигается вперёд, и в кэш попадает вся предыдущая переписка.

В одном запросе можно поставить не больше 4 меток. Слишком короткое начало запроса не кэшируется: минимальная длина зависит от модели — например, 512 токенов у Claude Sonnet 5.5 и Claude Opus 5.5.

GPT и DeepSeek: кэш включается сам

GPT. Если начало запроса длиной от 1024 токенов совпадает с недавним запросом, совпавшая часть берётся из кэша. Метки не нужны.
DeepSeek. Кэш включён всегда: повторяющееся начало запроса считается по цене попадания в кэш.

Чтобы кэш срабатывал чаще, держите неизменную часть — системный промпт, инструкции, описание инструментов — в начале запроса, а всё, что меняется, — в конце.

Как проверить, что кэш сработал

Формат	Прочитано из кэша	Записано в кэш
Anthropic (`/v1/messages`)	`usage.cache_read_input_tokens`	`usage.cache_creation_input_tokens`
OpenAI (`/v1/chat/completions`)	`usage.prompt_tokens_details.cached_tokens`	`usage.prompt_tokens_details.cached_creation_tokens` (у Claude)

В OpenAI-формате prompt_tokens уже включает токены из кэша — так же, как у OpenAI. В консоли то же самое видно по каждому запросу: Журнал запросов → детали записи.

Сравнение

	RuAPI	Anthropic напрямую	OpenRouter
Доступ из России без VPN	Да	Нет: Россия не входит в список поддерживаемых стран	Нет: ошибка 403 на российских IP
Кэш Claude через нативный Anthropic API	Да	Да	Да
Кэш Claude через OpenAI-совместимый формат	Да: метки `cache_control` в блоках и на верхнем уровне	Нет: OpenAI-совместимый слой кэширование не поддерживает	Да: метки в блоках; на верхнем уровне — только при маршруте к самой Anthropic
Оплата	USDT, карты иностранных банков	Карта	Карта, USDC

Сведения о других сервисах — по документации Anthropic и OpenRouter (проверено 15.10.2026); ошибка 403 OpenRouter — по нашей проверке 30.09.2026.

Частые вопросы

Почему кэш не срабатывает?

Изменилось начало запроса. Даже один символ до метки — текущее время, случайный идентификатор — означает новый префикс и новую запись в кэш.
Начало запроса слишком короткое для этой модели.
Прошло больше 5 минут без запросов (или часа, если указан "ttl": "1h").
Claude вызывается в OpenAI-совместимом формате без меток cache_control.

Claude быстро списывает деньги с баланса — что проверить?

Скорее всего, кэш не срабатывает, и весь повторяющийся контекст каждый раз оплачивается по полной цене.

Определите формат: откройте в Журнале запросов консоли запись с Claude и посмотрите строку «Путь запроса». /v1/messages — нативный формат Anthropic: кэш работает так же, как у Anthropic (Claude Code сам ставит метки), а частые причины промахов — в предыдущем вопросе. /v1/chat/completions — OpenAI-совместимый формат: проверьте пункты ниже. Другие способы определить формат — в разделе «Какой формат у вас» выше.
Проверьте, срабатывает ли кэш: если в деталях записи есть строка «Токены из кэша», кэш сработал; если на повторяющихся запросах её нет, кэш не работает. В своём коде то же число видно в usage.prompt_tokens_details.cached_tokens в ответе API.
Проверьте, ставит ли клиент метки cache_control: без них Claude ничего не кэширует. Многие агенты в режиме OpenAI Compatible меток не ставят — выберите в них провайдер Anthropic. В своём коде достаточно одной метки cache_control на верхнем уровне запроса.
Если вы работаете через другой шлюз, проверьте в его документации, есть ли кэш Claude именно в OpenAI-совместимом формате. Он есть не везде: собственный OpenAI-совместимый слой Anthropic кэширование не поддерживает, а в документации APIYI, например, сказано, что скидка за кэш Claude действует только в нативном формате Anthropic (проверено 15.10.2026). В RuAPI кэш Claude работает в обоих форматах.

Кэширование платное?

Запись в кэш стоит в 1,25 раза дороже обычного ввода (в 2 раза для кэша на час), зато каждое следующее чтение — как минимум в 10 раз дешевле. Если контекст отправляется хотя бы дважды, вы уже экономите.

Нужно ли что-то включать в консоли RuAPI?

Нет. Кэширование работает для любого ключа: для Claude достаточно меток cache_control (Claude Code ставит их сам), у GPT и DeepSeek кэш включается автоматически.

Дальше

Claude Code: подключение с кэшем без дополнительной настройки.
Цены: как кэш влияет на итоговую стоимость.
DeepSeek или Claude: сколько стоит один день работы: разбор реального счёта с кэшем.
Как платить за Claude Code и Cline в разы меньше: что сбрасывает кэш и как держать контекст коротким.

Начало работы

Руководства

Справочник API

Гайды по моделям

Интеграции

Возможности

Рецепты

Юридическая информация

Кэширование промптов: повторный контекст как минимум в 10 раз дешевле

Что даёт RuAPI

Сколько это стоит

Claude: как включить кэш

Какой формат у вас

Claude Code и агенты для программирования

Своё приложение: Anthropic SDK

Своё приложение: OpenAI SDK

GPT и DeepSeek: кэш включается сам

Как проверить, что кэш сработал

Сравнение

Частые вопросы

Дальше

​Что даёт RuAPI

​Сколько это стоит

​Claude: как включить кэш

​Какой формат у вас

​Claude Code и агенты для программирования

​Своё приложение: Anthropic SDK

​Своё приложение: OpenAI SDK

​GPT и DeepSeek: кэш включается сам

​Как проверить, что кэш сработал

​Сравнение

​Частые вопросы

​Дальше

Что даёт RuAPI

Сколько это стоит

Claude: как включить кэш

Какой формат у вас

Claude Code и агенты для программирования

Своё приложение: Anthropic SDK

Своё приложение: OpenAI SDK

GPT и DeepSeek: кэш включается сам

Как проверить, что кэш сработал

Сравнение

Частые вопросы

Дальше