跳转到主要内容
通过 RuAPI 调 Claude 时,如果请求里没打 cache_control 标记,RuAPI 的自动缓存会替你打上;两轮之间不超过 5 分钟,重复发送的上下文就按缓存价收,Claude Sonnet 5.5 读缓存只要普通输入价的 1/20。不用改任何设置。它和 Anthropic 说的「自动缓存」不是一回事:那是客户端自己在请求最外层打一个 cache_control 标记,RuAPI 的自动缓存主要在客户端一个标记都没打时起作用。 为什么需要这样:Claude 的提示缓存要客户端来开,请求里有 cache_control 标记,Anthropic 才会把重复发送的内容按缓存价收。Claude Code 等很多用原生 Anthropic 格式的工具会自己打;但很多工具用 OpenAI 兼容格式调 Claude 时不打,结果每多聊一轮,整段对话历史都按全价重新计费。

一段编程对话,用缓存和不用缓存差多少

编程工具每一轮都把整段对话重新发一遍:系统提示、文件内容、之前的回答和工具结果。对话越长,每一轮的输入就越大。 粗算一段 30 轮的对话,用 Claude Sonnet 5.5,上下文从 2 万 token 慢慢涨到 10 万,两轮之间都不超过 5 分钟。价格按价格页 2026 年 11 月 20 日的价,你账号的价格可能更低。 Sonnet 5.5 读缓存的价格是普通输入的 1/20;写入比普通输入贵 25%,下一轮读到一次就回本。Opus 5.5 和 Fable 5.2 读缓存都是 $0.24/百万 token,分别是普通输入的 1/20 和 1/40。

为什么用 OpenAI 兼容格式时常常没有缓存

  • Anthropic 自己的 OpenAI 兼容接口不支持提示缓存(Anthropic 文档,2026 年 10 月 15 日核对)。
  • 很多编程工具和自己写的智能体,选「OpenAI Compatible」提供商时不发 cache_control。Cline 我们按源码核对过(2026 年 10 月 16 日)。这时就算网关支持缓存,也用不上。
  • 我们自己的数据也一样:2026 年 11 月 4 日自动缓存上线前的 30 天里,用 OpenAI 格式调 Claude 的请求,没有一次读到缓存。

RuAPI 怎么自动打标记

客户端一个标记都没打时,RuAPI 最多替你打 2 个标记,缓存有效期 5 分钟:
  1. 系统提示(连同工具定义):同一个密钥、同一个模型 5 分钟内发过一模一样的,就打在系统提示上。这样新对话的第一轮、一连串单独的请求(比如批量处理),系统提示这部分也能从缓存读。
  2. 最后一条用户消息或工具结果:对话在接着聊、上一轮一般在 5 分钟内时打,整段历史就进了缓存。
写了缓存却连续 3 次不划算,就自动暂停,一般只停这段对话或这份系统提示 1 小时。另外按密钥和模型还有两道兜底:多付的钱累计封顶;前面的历史连续 3 次被改动时,还没读到过缓存的对话先不缓存历史。客户端自己打了标记,就按客户端的来;只有在它打了 1–2 个、离末尾很远、后面一大段没进缓存,又在 5 分钟内接着聊时,RuAPI 才在末尾补 1 个。 OpenAI 兼容格式(/v1/chat/completions)和原生格式(/v1/messages)都适用。完整规则见提示缓存。

自动缓存实际省了多少

2026 年 11 月 18 日晚自动缓存新版上线后,到 11 月 20 日早上:
  • RuAPI 自动打了标记的 Claude 请求,输入 token 里约九成是从缓存读的。这是按 token 算的;写缓存要多付 25%,算成钱省下的比例会低一些。没打标记的请求(比如隔了很久才发的那一轮)不在这个统计里。
  • 对话越长、两轮之间越少超过 5 分钟,省得越多。

在哪里看自己省了多少

  • 控制台首页:近 7 天确实省了钱时,首页会出现「缓存帮你省下」卡片,列出今天和近 7 天的金额,数据约每 5 分钟刷新。
  • 使用日志:点开一条记录,「缓存省下」这一行就是这次和不用缓存相比省下的钱,只有真的省了才显示;「缓存 Tokens」是从缓存读了多少。
  • 接口返回:OpenAI 格式看 usage.prompt_tokens_details.cached_tokens,Anthropic 格式看 usage.cache_read_input_tokens。

什么时候还是自己打标记更好

  • 两轮之间常常隔很久:自己打标记,用 1 小时缓存("ttl": "1h",写入价是普通输入的 2 倍)。
  • 自己写代码调用:OpenAI 兼容格式下,在最外层放一个 cache_control 就够了,RuAPI 会像 Anthropic 原生接口一样把它放到最后一条消息上。
  • 编程工具里能选 Anthropic 提供商的,就选它:原生格式下由工具自己管缓存,最稳。
代码示例见提示缓存。

和 OpenRouter 有什么不同

按 OpenRouter 的文档,Claude 的缓存需要客户端自己打 cache_control:要么在最外层打一个(只在它文档列出的几家 Claude 服务商上有效),要么在内容块上最多打 4 个。文档里没有写「客户端不打时由它自动打」。 OpenRouter 的情况来自它的官方文档(2026 年 11 月 20 日核对)。

常见问题

不用,所有密钥都自动生效。
写入缓存比普通输入贵 25%,所以 RuAPI 只在接下来大概率会读到时才打。写了缓存却不划算的情况连续出现,就自动暂停。
不需要。它们的缓存会自动生效:请求开头有足够长的一段和上次相同,一般就会命中。
不影响。Claude Code 自己会把标记打到最新一条消息上,RuAPI 不再加。
常见原因:
  • 超过 5 分钟没有请求,缓存已经过期;
  • 这是新对话的第一轮:只有 5 分钟内用过的同一份系统提示和工具能读到缓存;
  • 客户端每轮都改前面的内容,比如在系统提示里加上当前时间;
  • 写了缓存却不划算的情况连续出现过,自动缓存暂停了;
  • 请求太短,没达到模型最小的缓存长度。

接下来