Claude 提示快取

本頁說明如何為 Claude 開啟提示快取並確認命中。模型 ID 與介面位址請見 Claude 系列概覽。

重點Claude 的快取需要明確標記 cache_control，兩種介面都不會自動快取。

將冗長且固定的內容（系統提示詞、文件、工具定義）放在請求開頭，並在最後一個固定內容區塊上標記 cache_control。後續請求的前綴與之完全一致時，即可命中快取。

Anthropic 原生介面

claude_cache.py


import os
import anthropic
 
client = anthropic.Anthropic(base_url="https://api.ofox.io/anthropic", api_key=os.environ["OFOX_API_KEY"])
LONG_DOC = open("manual.txt", encoding="utf-8").read()  # 一份較長的固定文件
 
for question in ["第 3 章講了什麼？", "總結全文重點。"]:
    message = client.messages.create(
        model="anthropic/claude-sonnet-4.6",
        max_tokens=1024,
        system=[
            {"type": "text", "text": "根據下面的文件回答問題。"},
            {"type": "text", "text": LONG_DOC, "cache_control": {"type": "ephemeral"}},
        ],
        messages=[{"role": "user", "content": question}],
    )
    u = message.usage
    print("寫入:", u.cache_creation_input_tokens, "讀取:", u.cache_read_input_tokens)

項目	說明
有效期	預設 5 分鐘，命中後重新計時；`"cache_control": {"type": "ephemeral", "ttl": "1h"}` 為 1 小時
確認命中（原生介面）	首次請求 `usage.cache_creation_input_tokens` 大於 0；命中時 `usage.cache_read_input_tokens` 大於 0
確認命中（OpenAI 相容介面）	命中時 `usage.prompt_tokens_details.cached_tokens` 大於 0
最小長度	內容過短時不會快取，兩個欄位皆為 0。各模型的最小可快取長度請見 Anthropic 官方文件
計費	寫入與讀取分別依快取寫入、快取讀取單價計費，請見模型頁

快取的通用說明請見提示快取。

其他錯誤請見常見錯誤。

Claude 提示快取

Anthropic 原生介面

OpenAI 相容介面