Prompt Caching：前缀复用，降本又降延迟

长提示词里，系统指令、工具定义和参考资料往往每轮都一样，却按全价再算一遍。Prompt Caching 把已经算过的前缀 KV 状态留下来，下一次请求只要前缀完全一致，就只为后面的新内容付费。OpenAI 文档里，GPT-5.6 及更新模型的缓存读取可按未缓存输入价的 0.1× 计费，写入按 1.25×；Anthropic 侧用 cache_control 标记断点，默认 5 分钟 TTL，读取同样是 0.1×。12

命中靠的是精确前缀匹配：稳定内容放最前，动态问题、时间戳、用户私有字段放后面；在稳定段末尾设断点，或开启自动缓存。改工具 schema、重写早期消息、把时间戳插进前缀，都会让断点之后的命中断开。它和单次推理里的 KV Cache、把旧对话折成摘要的上下文压缩，作用层不同。34

最小实践：固定前缀 → 只追加后缀 → 设断点或自动缓存 → 用 cached_tokens / cache_read_input_tokens 核对命中。