Gemini API 上下文缓存(Context Caching)怎么用:隐式缓存与显式缓存区别、省费规则与 TTL 设置

Gemini API 提供默认开启的隐式缓存与按 TTL 计费的显式缓存两种机制。本文按 Google 官方文档整理各模型最低 token 门槛、API 支持边界、省费规则与 TTL 设置代码。

NNathaniel bigo··原创首发·AI 辅助撰写
12 分钟读完
资料核对于 2026-11-18 · 依据官方文档与公开资料整理 其他 账号

结论先说

  1. 隐式缓存在 Gemini 2.5 及更新模型上默认自动开启,零代码配置、无额外存储费:只要重复前缀达到模型最低 token 门槛且命中服务端缓存,就会自动按缓存折扣价结算,但不承诺每次必中。
  2. 显式缓存需要手动创建缓存对象并设置 ttl,保证命中折扣但按时长收存储费:注意 Interactions API 与 Gemini 4 系列不支持显式缓存,只能在 Gemini 3 与 Gemini 2.5 模型上通过 generateContent(v1beta)使用。
  3. 最低输入门槛按代际划分:Gemini 2.5 Flash / Pro 隐式缓存门槛为 2,048 tokens,Gemini 3 系列与 Gemini 4(Hydrogen / Argon / Carbon)门槛为 4,096 tokens。
  4. 提高隐式命中率最有效的做法是「固定内容放最前、动态提问放最后」,并通过响应里的 total_cached_tokens 或 usage_metadata 核对实际命中量。
  5. 谷歌账号准备与多工具订阅入口:使用 Gemini、Google AI Studio 与 Antigravity 需具备符合地区与年龄要求的个人谷歌账号,缺号可查看本站 谷歌账号购买说明(含带 2FA 的 谷歌邮箱成品号),跨平台付费订阅总览见 AI 会员充值中心。

Gemini API 隐式缓存与显式缓存核心对比

图:本站根据 Google Gemini API 文档:Context caching 整理的示意图

本文根据 Google Gemini API 官方文档《Context caching》《Gemini Developer API Pricing》整理,资料核对于 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 Google 官方网站。

适用于谁

  • 每次请求都要重复传入长系统指令、整本 PDF、大型代码库或长视频,想降低 Gemini API 输入 token 成本的开发者;
  • 分不清隐式缓存(Implicit caching)与显式缓存(Explicit caching)在 Gemini 2.5、Gemini 3 与 Gemini 4 上的支持差异的人;
  • 想查清缓存命中字段在哪看、显式缓存存储费怎么算以及 ttl 怎么设置的工程师。

一、隐式缓存与显式缓存有什么区别

按 Google 官方文档定义,两套机制在接口范围、模型支持和计费逻辑上有明确边界:

对比维度隐式缓存(Implicit caching)显式缓存(Explicit caching)
开启方式默认自动开启,无需改代码需调用 caches.create 手动创建并传引用名
支持接口Interactions API 与 generateContent 均支持仅支持 generateContent(v1beta),Interactions API 不支持
支持模型Gemini 2.5、Gemini 3 与 Gemini 4 全系仅受支持的 Gemini 3 与 Gemini 2.5 模型(Gemini 4 不支持)
命中与费用命中即省输入费,不收存储费,无必中承诺存活期内保证享受缓存读取价,另按时长收缓存存储费
命中查看字段usage.total_cached_tokens 或 usage_metadatausage_metadata.cached_content_token_count

如果你同时也在对比 Anthropic 的缓存计费规则,可参考站内的 Claude 提示词缓存(Prompt Caching)入门。

二、隐式缓存门槛与提高命中率写法

隐式缓存不需要额外 API 调用,但必须跨过官方规定的最低输入 token 门槛才可能触发:

  • Gemini 2.5 Flash / Gemini 2.5 Pro:最低 2,048 tokens;
  • Gemini 3.1 Pro Preview / 3.6 Flash / 3.8 Flash:最低 4,096 tokens;
  • Gemini 4 Hydrogen / Argon / Carbon:最低 4,096 tokens。

多轮与智能体循环细节:官方文档特别注明,在 Gemini 4 的多轮对话或 Agent 工具循环中,只有当新一轮请求相比上一轮至少新增 2,050 tokens(模型输出、思考过程和函数调用返回结果均计入)时,系统才会把上一轮完整请求缓存下来;若单轮增量不足 2,050 tokens,末尾部分会按标准输入单价重算。

写法建议:

  1. 把固定不变的系统设定、背景知识库、少样本示例(Few-shot)统一放在提示词最开头;
  2. 把每次变化的用户提问、当前时间戳放在最末尾,避免动到前半段导致前缀失效;
  3. 同批次任务尽量在短时间内连续发送。

初次获取密钥与安装 SDK 的步骤见 Gemini API Key 怎么获取 与 Gemini API Python 调用教程。若你还没有用于登录 Google AI Studio 开通 API 的账号,可在本站查看 谷歌账号说明。

谷歌开发账号与主力编程订阅提示:若当前账号卡在地区不支持、手机核验或工作空间限制,可在本站选购已配置两步验证的 谷歌账号成品号(即时发货,质保首登,到手请按指引先登后改密);日常搭配主力模型开发,也可同步了解免境外卡自助兑换的 ChatGPT Plus 与 Claude Pro。

三、显式缓存创建、TTL 设置与省费测算

在 Gemini 2.5 或 Gemini 3 模型上反复追问同一份超大视频或长文档,且希望锁死命中率时,可通过 google-genai SDK 手动创建显式缓存并指定 ttl(默认通常为 3600s 即 1 小时):

python
from google import genai
from google.genai import types

client = genai.Client()

# 1. 上传大文件并创建显式缓存,设置 TTL 为 600 秒(10 分钟)
doc_file = client.files.upload(file="manual.pdf")
cache = client.caches.create(
    model="gemini-2.5-flash",
    config=types.CreateCachedContentConfig(
        display_name="product_manual_cache",
        system_instruction="请严格依据手册原文回答问题。",
        contents=[doc_file],
        ttl="600s",
    ),
)

# 2. 发起请求时直接引用缓存名称
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="列出第三章提到的所有故障代码",
    config=types.GenerateContentConfig(cached_content=cache.name),
)
print(response.text)
print(response.usage_metadata)

TTL 与省费控制要点:

  • 按实际业务窗口设 ttl:显式缓存按「缓存 token 数 × 存活时长」计收存储费。如果一批批处理任务 15 分钟就能跑完,就把 ttl 设为 "900s",或在任务结束时主动调用 client.caches.delete(name=cache.name) 立即停止计费;
  • 中途续期:若用户还在持续提问,可调用 client.caches.update 传入新的 ttl 或 expire_time 延长有效期,无需重新上传文本;
  • 核对免费层与付费层:Google AI Studio 免费层不支持付费缓存特性,具体每百万 token 基准价与预充值方式见 Gemini API 价格 与 Gemini API 怎么收费。

Gemini API 上下文缓存选型与不命中排查决策

图:本站根据 Google Gemini API 文档:Context caching 整理的示意图

常见问题

问:为什么我在 Gemini 4 或 Interactions API 里调 caches.create 报错?

答:官方文档明确说明,Interactions API 与 Gemini 4 全系模型均不支持显式缓存,它们统一走自动生效的隐式缓存。只有切换到 generateContent 接口并选用受支持的 Gemini 3 或 2.5 模型才能建显式缓存。

问:输入已经超过 4,096 tokens,为什么 total_cached_tokens 还是 0?

答:第一次发送某段新前缀时需要先写入缓存,第二条及后续共享相同前缀的请求才可能命中;另外如果在提示词开头塞入了动态时间戳或随机 ID,会导致前缀从第一个变动位置起全部失效。

问:显式缓存一定比隐式缓存更省钱吗?

答:不一定。如果一份大文档建了 2 小时显式缓存,期间只查了 1 次,省下的输入差价可能还抵不上 2 小时的存储费。低频稀疏请求直接依赖免费的隐式缓存更划算,高频密集查询才适合开显式缓存。

问:没有可用的个人谷歌账号,或者同时想开其他主流 AI 会员怎么办?

答:本站提供即买即发的 谷歌邮箱成品号(登录方法见 谷歌账号购买页),同时支持支付宝、微信支付与 AlipayHK 自助充值 ChatGPT Plus、Claude Code 等主流服务,实时价格与质保细则以各商品页说明为准。

相关教程

参考资料

  • Google Gemini API 官方文档:Context caching(Interactions API) — https://ai.google.dev/gemini-api/docs/caching
  • Google Gemini API 官方文档:Context caching(generateContent) — https://ai.google.dev/gemini-api/docs/generate-content/caching
  • Google Gemini API 官方文档:Gemini Developer API Pricing — https://ai.google.dev/gemini-api/docs/pricing

Nathaniel 的更多内容

  1. 01

    独立开发者用 ChatGPT + Codex 跑通产品全流程:市场验证、PRD、原型到代码上线复盘清单

    单人做独立产品最容易陷入「闭门写两个月代码上线零用户」或「AI 写到一半目录越改越崩」。本文整理「ChatGPT 负责市场验证、PRD 与复盘 + Codex 负责工程实现与测试」的五阶段双轨流程,附起手提示词与 7 项上线复盘清单。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成规范文件命名规则、整理混乱目录树与合并零散发票抬头清单脚本

    面对满桌面的「新建文件夹」「最终版2」和上百张零散电子发票,手工改名抄台账耗时又容易漏重。本文分享先脱敏取样、再用 ChatGPT 生成带预演和回滚日志的本地 Python 脚本,离线安全完成目录整理与发票抬头合并去重的实战流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外邮件营销(EDM)受众分层文案、A/B 主题行测试与防进垃圾箱自检

    做海外独立站或出海 SaaS 邮件营销(EDM),最怕千人一面群发被直接送进垃圾箱。本文结合 Gmail/Yahoo 批量发件人规范,梳理用 ChatGPT 设计受众分层文案、批量生成 A/B 主题行矩阵并开展发前垃圾词与合规自检的实战提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写 Notion Formula 2.0 公式、Obsidian Dataview 查询与 Airtable 自动化脚本

    给 Notion 数据库写多条件 Formula 2.0 公式、给 Obsidian 写 Dataview 动态看板,或在 Airtable 里写自动化脚本,经常因为一个小括号或类型不匹配报错半天。本文整理三大工具的通用上下文喂料规范与三套直接可复制的生成提示词。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 处理复杂 JSON / YAML / XML 字段映射、格式转换与校验规则编写实战

    对接第三方 API、迁移 Kubernetes 配置或解析政企 XML 报文时,手工对照几百行嵌套字段既慢又容易漏掉空值与类型边界。本文整理用 ChatGPT 完成字段映射表梳理、生成确定性转换脚本以及编写 JSON Schema / Pydantic / XSD 校验规则的实战流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 准备本科/硕士毕业论文答辩:提炼答辩 PPT 结构、模拟导师犀利追问与 3 分钟自述稿

    毕业论文写完后,要在 3–5 分钟内讲清研究价值并顶住答辩评委的连环追问并不轻松。本文整理在严格遵守高校学术规范的前提下,用 ChatGPT 提炼答辩 PPT 结构、打磨 3 分钟口语自述稿并开展模拟导师犀利追问的排练流程与提示词。

    ChatGPT0

同模型

  1. 01

    用 Google Takeout 单独备份导出 NotebookLM 笔记本与 Gemini 记录:只勾选指定服务不下载整个云端硬盘的步骤

    想把 NotebookLM 里的几十个研究笔记本、来源副本与音频概览,连同 Gemini 聊天记录一起备份到本地,又怕 Google Takeout 把整个云端硬盘和相册全打包?本文讲清先取消全选、精准勾选两项服务、解压目录查看与跨号迁移的做法。

    Gemini0
  2. 02

    Google Workspace 企业/教育版管理员怎么在后台给成员开启 Gemini 应用、NotebookLM 与设置年龄访问权限

    团队成员或学校师生登录 Google Workspace 账号时提示无权使用 Gemini 或打不开 NotebookLM?本文按 Google 管理控制台官方文档整理服务开关路径、组织部门(OU)与群组放行、18 岁年龄访问权限设置及对话保留合规配置。

    Gemini0
  3. 03

    安卓手机默认助手换成 Gemini 后设闹钟、发短信或控制智能家居失灵怎么办:Workspace 与实用程序扩展开启步骤

    安卓手机把默认语音助手从 Google Assistant 换成 Gemini 后,喊它定闹钟、开手电筒、发短信或开关智能灯全都没反应?本文按官方帮助中心整理实用程序(Utilities)、Google Home 与 Workspace 关联应用开启步骤及锁屏放行设置。

    Gemini0
  4. 04

    Gemini 写长代码或长文档到一半突然停住、格式截断怎么无缝续写:锚点接续指令与 Canvas 分块修改技巧

    让 Gemini 写几百行代码或万字长文时经常写到一半突然停住、Markdown 代码块没闭合,直接回「继续」又重头抄一遍?本文整理字面锚点续写指令、代码块防乱码补齐法与 Canvas 局部圈选修改工作流。

    Gemini0
  5. 05

    NotebookLM 中文音频播客(Audio Overview)高阶玩法:用自定义引导词控制对谈深度、受众水平与重点章节(附模板)

    NotebookLM 生成的中文音频播客总是泛泛而谈、漏掉核心章节或夹杂生僻英文缩写?本文按官方帮助中心整理来源勾选过滤、四种播客格式搭配与三维自定义引导词写法,附 4 套可直接复制的中文控场模板。

    Gemini0
  6. 06

    NotebookLM 添加 YouTube 视频、网页或扫描版 PDF 提示「无法导入来源」怎么办:无字幕、反爬与纯图 PDF 逐项解决

    往 NotebookLM(Gemini Notebook)塞 YouTube 链接、外文网页或扫描教材时总是亮红叹号提示无法导入来源?本文按官方帮助中心逐项排查无字幕视频、反爬动态页与加密纯图 PDF 的替代导入步骤。

    Gemini0

同产品的其他教程

  1. 01

    iPhone 操作按钮(Action Button)或锁屏小组件一键开启 ChatGPT / Gemini 实时语音对话配置教程

    每次在 iPhone 上练口语或语音提问都要解锁、找图标、再点耳机按钮太繁琐?本文整理利用 iPhone 操作按钮(Action Button)、iOS 18 锁屏底部控制项、控制中心与背面轻点一键直达 ChatGPT 实时语音或 Gemini Live 的完整步骤。

    ChatGPTGemini0
  2. 02

    Firebase Studio(原 Project IDX)是什么、怎么用:浏览器云端全栈开发环境搭配 Gemini 智能体实战

    以前收藏的 Project IDX 网址为什么跳到了 Firebase Studio?本文按 Google 官方文档讲清它的全栈云端定位、App Prototyping 原型智能体、Code 视图切换、.idx/dev.nix 环境定制与免费工作区上限。

    Gemini其他 AI 工具0
  3. 03

    Google Colab 内置 Gemini 编程助手怎么用:免费云端 GPU 笔记本自动生成数据分析代码、修报错与限额说明

    不用配本地 Python 环境,怎么在 Google Colab 云端笔记本里免费用 Gemini 自动写数据分析代码、一键修复红字报错并跑 Data Science Agent?本文整理四大入口用法、Secrets 密钥管理与免费版限额。

    Gemini其他 AI 工具0
  4. 04

    Gemini API Token 计数(count_tokens)与多模态计费规则:图片分辨率、音频秒数与视频帧率怎么折算 Token

    传一张高清截图或一段 10 分钟视频给 Gemini API 到底扣多少 Token?本文按官方文档拆解 258 图片切片、每秒 32 音频与每秒 263 视频折算公式,附 count_tokens 免费预估与降本代码。

    Gemini0
  5. 05

    Gemini API 回答被安全策略拦截(SAFETY / PROHIBITED_CONTENT)怎么办:阈值调节边界与合规提示词排查

    调用 Gemini API 翻译文档或分析安全日志时返回空白、报 finish_reason: SAFETY 或 PROHIBITED_CONTENT 怎么办?本文详解四类可调安全阈值代码写法、不可关闭的硬性红线区别与误报排查步骤。

    Gemini0
  6. 06

    Gemini API 图像生成与多轮改图怎么调:用 google-genai SDK 出图、局部修改与宽高比控制参数

    怎么用 Python 代码调用 Gemini API 生成高清配图并像聊天一样连续局部改图?本文详解 google-genai SDK 原生生图代码、多轮对话改图、参考图融合与 aspect_ratio 宽高比配置。

    Gemini0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~