DeepSeek API 上下文硬盘缓存(Context Caching)怎么省钱:prompt_cache_hit_tokens 查看、前缀固定写法与不命中排查

DeepSeek API 的上下文硬盘缓存对所有用户默认开启,无需改代码,命中部分的输入单价大幅低于未命中。本文按官方文档讲清三种落盘时机、prompt_cache_hit_tokens 查看方法、固定前缀写法与未命中排查。

NNathaniel bigo··原创首发·AI 辅助撰写
10 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. 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。
  2. 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)。
  3. 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。
  4. 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。
  5. 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。
  6. 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。

DeepSeek 硬盘缓存命中与省费四步

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:

  1. 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;
  2. 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;
  3. 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

DeepSeek 缓存未命中排查路径

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

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

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

    DeepSeek 收费吗:网页版和 App 免费,API 按 token 收费,收费版和免费版到底差在哪、错峰价怎么算

    搜「DeepSeek 收费吗」「收费版和免费版的区别」,答案要分两种用法:App Store 页面标注免费,官方没有写网页版会员;API 才是按 token 计费,有错峰价。本文按官方价格页(2026-10 查询)把两者分开讲清,并说明余额怎么扣。

    其他 AI 工具0
  2. 02

    DeepSeek 官网入口在哪、能下载电脑版吗:网页版、应用下载页、DeepSeek Harness 桌面端和怎么认假下载站

    搜「DeepSeek 官网」「DeepSeek 下载电脑版」容易点到仿冒站。官方入口是 deepseek.com,网页版在 chat.deepseek.com;官方下载页现在提供名为 DeepSeek Harness 的桌面端。本文列出各入口,讲清它和聊天网页的区别,以及怎么辨别假冒。

    其他 AI 工具0
  3. 03

    DeepSeek 除了「服务器繁忙」还有哪些报错:网页版提示对照和 API 错误码 400、401、402、422、429、500、503

    DeepSeek 报错不只有服务器繁忙。本文把官方常见问题里的网页版提示(上传失败、运行环境异常、账号停用、邮箱域名不支持)和 API 错误码汇成对照表,给出官方的原因和处理,并链到各篇详细文章。

    其他 AI 工具0
  4. 04

    DeepSeek 是不是崩了:官方状态页 status.deepseek.com 怎么看,聊天、联网搜索、API 分别看哪一项

    DeepSeek 打不开、一直转圈或报错,先看官方状态页 status.deepseek.com,不用登录。本文讲清页面上对话、上传文件、搜索、V4 Pro 与 V4.1 Flash 接口等服务项各管什么、怎么看历史事件和订阅通知,以及页面显示正常时下一步怎么排查。

    其他 AI 工具0
  5. 05

    DeepSeek 和 Claude 怎么选:按两家官方页面对照入口、套餐、API 规格与价格

    DeepSeek 和 Claude 怎么选?事实只用两家官方页面(2026-10-24 查询):使用入口与套餐、API 的上下文、最大输出、图片输入和每百万 token 价格对照,并按用途给出选择思路;不比较谁更强。

    Claude其他 AI 工具0
  6. 06

    DeepSeek 提示词怎么写:官方提示库的 13 类场景、官方文档里的硬性规则与可套用模板

    DeepSeek 提示词怎么写?本文按官方提示库的 13 类场景(2026-10-24 查询)和官方 API 文档里与提示词有关的规则(JSON 输出、多轮对话、system 提示词、前缀续写、思考模式参数),给出六项检查和可套用的模板。

    其他 AI 工具0

同产品的其他教程

  1. 01

    用 ChatGPT 速读英文产品手册、开源文档与 GitHub Issue 并沉淀团队中文内训手册

    团队引入海外 SaaS 工具或开源框架时,全英文文档晦涩冗长、真正的坑全藏在几十页 GitHub Issue 讨论里。本文分享速读拆解英文手册、归类 Issue 排障库以及重构团队中文内训 SOP 的完整实战流程。

    ChatGPT其他 AI 工具0
  2. 02

    用 ChatGPT 写油猴脚本(Tampermonkey)与浏览器书签小工具解决网页繁琐重复操作实战

    每天在后台系统里重复勾选几十个复选框、手工复制网页表格或清理遮挡阅读的侧边栏,既枯燥又浪费时间。本文分享不会写 JS 也能用 F12 配合 ChatGPT 写出油猴脚本与书签小工具的完整实战流程。

    ChatGPT其他 AI 工具0
  3. 03

    用 ChatGPT 写高质量 SQL 窗口函数(RANK / LAG / SUM OVER)做留存与漏斗分析实战

    做用户留存率、复购间隔与有序转化漏斗时,多层自连接既难读又拖垮数据库,窗口函数则是高效解法。本文整理数据库方言喂数规范、CTE 分层提示词以及用内置沙盒先验证再上线的完整实战流程。

    ChatGPT其他 AI 工具0
  4. 04

    ChatGPT 连接 Canva、Figma、Linear、Jira、Dropbox 等第三方应用搜不到数据或授权失效怎么办

    在 ChatGPT 接入 Canva、Figma、Linear、Jira 或 Dropbox 后,明明显示已连接却搜不到文件工单,或老提示授权失效怎么办?本文拆解账号错绑、OAuth 范围漏选、权限继承与管理员拦截 5 步排障法。

    ChatGPT其他 AI 工具0
  5. 05

    Anthropic Contextual Retrieval(上下文增强检索)是什么、怎么实现:给文档块自动补背景摘要结合缓存降失误率

    长文档切成小块后丢了公司名、年份和主语指代导致 RAG 频频搜错?本文按 Anthropic 官方技术文章详解 Contextual Retrieval 原理、官方公开评测失误率下降 49% 至 67% 的组合架构,以及用 Claude 提示词缓存低成本批量生成切片背景的完整 Python 代码。

    Claude其他 AI 工具0
  6. 06

    RAG 知识库回答不准怎么调优:切片大小(Chunking)、BM25 + 向量混合检索与 Rerank 重排序三步排查法

    搭好的 RAG 企业知识库一问具体型号、报错码或跨行表格就答非所问?本文按 OpenAI 与 Anthropic 官方检索文档,给出先隔离检索与生成故障、再按结构化切片(Chunking)、BM25 加向量混合召回(RRF)与 Rerank 重排序逐层调优的三步法。

    Claude其他 AI 工具0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~