结论先说
- 全员默认开启,代码里不用加任何缓存开关:DeepSeek 的上下文硬盘缓存自动对每次请求生效,只要后续请求的开头完整复用了已落盘的前缀,重复部分就直接走缓存拉取。
- 命中单价远低于未命中,叠加闲时还能再省:按官方价格页对照,以 Flash 空闲时段为例,缓存命中输入为 0.02 元 / 百万 token,而未命中输入为 1 元 / 百万 token(价格变动见 DeepSeek 价格调整时间线与当前价格)。
- 看有没有省到钱,查返回体
usage里的两个字段:prompt_cache_hit_tokens是本次输入命中的 token 数,prompt_cache_miss_tokens是未命中的 token 数。 - 同文档换不同问题,通常要从第三次请求起才命中:受 Sliding Window Attention 机制影响,前两次请求
A + B与A + C完成后,系统才会提取出公共前缀A单独落盘,第三次发A + D时开始稳定命中。 - 缓存不保证百分百命中,也不会锁死输出内容:系统属于「尽力而为」,闲置数小时至数天后自动清空;缓存只复用输入前缀计算,模型输出照常实时推理并受
temperature影响。 - 主力模型订阅与账号配套入口:跑通 MCP 工具链与多文件智能体编码依赖稳定的底层大模型配额,国内免境外卡自助开通可见本站 Claude Code 订阅页、ChatGPT Plus 充值页 与 AI 会员充值总览。

图:本站根据 DeepSeek API 文档:上下文硬盘缓存 整理的示意图
本文根据 DeepSeek API 官方文档《上下文硬盘缓存》与《模型 & 价格》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 DeepSeek 官方网站。
适用于谁
- 在调 DeepSeek API 处理长文档问答、多轮对话或智能体工具循环,想把输入账单压下来的开发者;
- 搜「deepseek api 缓存 命中」「prompt_cache_hit_tokens 一直是 0 怎么办」的人;
- 想弄清为什么同一篇长文换第二个问题没命中、到第三个问题才开始命中的人。
开放平台充值、余额查询与发票开具流程,先看 DeepSeek API 开放平台怎么充值和查用量。
一、怎么查看 prompt_cache_hit_tokens 与计费效果
正常调用 /chat/completions 接口后,直接打印响应里的 usage 对象就能核实命中比例:
python
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DEEPSEEK_API_KEY"),
base_url="https://api.deepseek.com",
)
resp = client.chat.completions.create(
model="deepseek-flash",
messages=[
{"role": "system", "content": "你是一位严谨的技术文档审校助手,请只依据用户提供的原文作答。"},
{"role": "user", "content": "(这里放数万字的固定参考规范文本)\n\n问题:请列出第三章提到的接口超时要求。"},
],
)
print("命中缓存 tokens:", resp.usage.prompt_cache_hit_tokens)
print("未命中 tokens:", resp.usage.prompt_cache_miss_tokens)
账单结算时,本次请求的输入费用拆成「prompt_cache_hit_tokens × 缓存命中单价 + prompt_cache_miss_tokens × 缓存未命中单价」两部分计算。关于上下文窗口上限的更多说明,可参考 DeepSeek 上下文长度与最大输出是多少。
二、搞懂「缓存前缀单元」的三种落盘时机
为什么有时候明明开头一样却没命中?官方文档专门解释了在 Sliding Window Attention 架构下,后续请求必须完整匹配某一个已写入硬盘的「缓存前缀单元」才能命中。系统会在三个时机把前缀切出来落盘:
- 请求结束位置落盘(天然适配多轮对话):每次请求的用户输入结尾和模型回复结尾各生成一个单元。第一轮发
A + B,第二轮带着历史记录发A + B + C,第二轮刚好完整包含第一轮的结束单元,第二轮就能直接命中; - 公共前缀检测落盘(长文档反复换问题必看):假设
A是一篇五万字合同,第一轮问总结(A + B),第二轮换个问题问违约责任(A + C)。注意第二轮不会命中,因为A + C没有完整匹配第一轮落盘的A + B;但系统在两轮结束后会识别出公共部分A并把它单独落盘成新单元,从第三轮(A + D)开始后续所有新问题都能命中A; - 按固定 token 间隔落盘:面对超长输入或超长输出时,系统会每隔固定数量的 token 截取一次前缀单元,防止长文本因迟迟没到结尾而完全无法复用。
如果你还同时在用需要显式标记断点的缓存机制,可对比阅读 Claude 提示词缓存(Prompt Caching)入门。
三、让命中率最大化的固定前缀写法与未命中排查

图:本站根据 DeepSeek API 文档:上下文硬盘缓存 整理的示意图
写业务代码拼接 messages 时,遵守「静态全放前、动态全放后」四条铁律,并在不命中时按顺序排查:
- 严禁在
system开头塞动态时间或随机请求号:哪怕在第一行写一句「当前时间 14:05:01」,下一秒变成14:05:02,从那个字往后的几万 token 就全部失去前缀连续性。动态信息一律挪到最后一条user消息末尾; - 固定
tools数组与 JSON 序列化键序:如果每次用字典无序生成工具列表或示例 JSON,底层拼出来的文本顺序一变就会断掉前缀匹配; - 大批量并发前先发 1 到 2 条预热请求:官方说明缓存构建落盘耗时为秒级。如果一上来同一毫秒并发发出 50 个相同长文档请求,此时硬盘里还没落盘完成,这 50 条都会算未命中;先跑完前两条让公共前缀落盘,再放开并发最省钱;
- 留意闲置过期与尽力而为边界:缓存长时间不用(一般为几个小时到几天)会自动回收清空,隔天重跑任务时首轮重新计入
miss属于正常现象。
日常开发中如果需要同时订阅海外主流大模型做生成效果对比,也可以在本站查看 AI 会员充值总览 或了解 ChatGPT Plus 充值。
常见问题
问:命中硬盘缓存后,同样的提问是不是每次都返回一模一样的死板答案?
答:不会。官方写明硬盘缓存只匹配到用户输入的前缀部分,模型的回答依然通过实时计算推理生成,照常受 temperature 等采样参数控制。
问:单轮一次性跑完的批处理脚本,每篇文档都不一样,能靠缓存省钱吗?
答:如果每条请求只有短短几十字相同的 system 提示词、正文全是不同文档,缓存能省的部分非常有限;这类离线任务更适合放到北京时间空闲时段跑,直接享受峰谷半价。
问:用兼容 Anthropic 格式的端点调用 DeepSeek 也有缓存吗?
答:底层同样享受默认自动缓存,具体兼容字段差异可对照官方兼容接口说明查看。
问:配置好开发环境后,国内没有外币卡怎么开通 Claude 或 ChatGPT 编程订阅?
答:可在 本站充值中心 自助选购卡密开通 Claude Code(Pro / Max) 或 ChatGPT Plus / Pro,全程无需交出账号密码,支持开具增值税发票;实时价格与售后边界(封号不在质保范围)以对应商品页为准。
相关教程
- DeepSeek 为什么涨价:官方三次价格调整的时间线、官方说明与现在的价格
- DeepSeek API 开放平台怎么充值、怎么查余额和用量:官方常见问题逐项整理
- DeepSeek 上下文长度与最大输出是多少:1M 上下文、384K 输出,超限会怎样
- Claude 提示词缓存(Prompt Caching)入门:缓存时间、价格倍率与命中率
参考资料
- DeepSeek API 文档:上下文硬盘缓存 — https://api-docs.deepseek.com/zh-cn/guides/kv_cache
- DeepSeek API 文档:模型 & 价格 — https://api-docs.deepseek.com/zh-cn/quick_start/pricing
0 条评论
还没有评论,来抢沙发~