Gemini API 上下文緩存(Context Caching)怎麼用:隱式緩存與顯式緩存區別、省費規則與 TTL 設定

Gemini API 提供預設開啟的隱式緩存與按 TTL 計費的顯式緩存兩種機制。本文按 Google 官方文檔整理各模型最低 token 門檻、API 支持邊界、省費規則與 TTL 設定代碼。

NNathaniel bigo··原創首發·AI 輔助撰寫
12 分鐘讀完
資料核對於 2026-11-18 · 依據官方文檔與公開資料整理 其他 帳號

結論先說

  1. 隱式緩存在 Gemini 2.5 及更新模型上預設自動開啟,零代碼配置、無額外存儲費:只要重複前綴達到模型最低 token 門檻且命中服務端緩存,就會自動按緩存摺扣價結算,但不承諾每次必中。
  2. 顯式緩存需要手動創建緩存對象並設定 ttl,保證命中折扣但按時長收存儲費:注意 Interactions API 與 Gemini 4 系列不支持顯式緩存,只能在 Gemini 3 與 Gemini 2.5 模型上通過 generateContent(v1beta)使用。
  3. 最低輸入門檻按代際劃分:Gemini 2.5 Flash / Pro 隱式緩存門檻為 2,048 tokens,Gemini 3 系列與 Gemini 4(Hydrogen / Argon / Carbon)門檻為 4,096 tokens。
  4. 提高隱式命中率最有效的做法是「固定內容放最前、動態提問放最後」,並通過響應裏的 total_cached_tokens 或 usage_metadata 核對實際命中量。
  5. 谷歌帳號準備與多工具訂閱入口:使用 Gemini、Google AI Studio 與 Antigravity 需具備符合地區與年齡要求的個人谷歌帳號,缺號可查看本站 谷歌帳號購買說明(含帶 2FA 的 谷歌電郵成品號),跨平台付費訂閱總覽見 AI 會員充值中心。

Gemini API 隱式緩存與顯式緩存核心對比

圖:本站根據 Google Gemini API 文檔:Context caching 整理的示意圖

本文根據 Google Gemini API 官方文檔《Context caching》《Gemini Developer API Pricing》整理,資料核對於 2026-11-18。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 Google 官方網站。

適用於誰

  • 每次請求都要重複傳入長系統指令、整本 PDF、大型代碼庫或長影片,想降低 Gemini API 輸入 token 成本的開發者;
  • 分不清隱式緩存(Implicit caching)與顯式緩存(Explicit caching)在 Gemini 2.5、Gemini 3 與 Gemini 4 上的支持差異的人;
  • 想查清緩存命中字段在哪看、顯式緩存存儲費怎麼算以及 ttl 怎麼設定的工程師。

一、隱式緩存與顯式緩存有什麼區別

按 Google 官方文檔定義,兩套機制在接口範圍、模型支持和計費邏輯上有明確邊界:

對比維度隱式緩存(Implicit caching)顯式緩存(Explicit caching)
開啟方式預設自動開啟,無需改代碼需調用 caches.create 手動創建並傳引用名
支持接口Interactions API 與 generateContent 均支持僅支持 generateContent(v1beta),Interactions API 不支持
支持模型Gemini 2.5、Gemini 3 與 Gemini 4 全系僅受支持的 Gemini 3 與 Gemini 2.5 模型(Gemini 4 不支持)
命中與費用命中即省輸入費,不收存儲費,無必中承諾存活期內保證享受緩存讀取價,另按時長收緩存存儲費
命中查看字段usage.total_cached_tokens 或 usage_metadatausage_metadata.cached_content_token_count

如果你同時也在對比 Anthropic 的緩存計費規則,可參考站內的 Claude 提示詞緩存(Prompt Caching)入門。

二、隱式緩存門檻與提高命中率寫法

隱式緩存不需要額外 API 調用,但必須跨過官方規定的最低輸入 token 門檻才可能觸發:

  • 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。

多輪與智能體循環細節:官方文檔特別註明,在 Gemini 4 的多輪對話或 Agent 工具循環中,只有當新一輪請求相比上一輪至少新增 2,050 tokens(模型輸出、思考過程和函數調用返回結果均計入)時,系統才會把上一輪完整請求緩存下來;若單輪增量不足 2,050 tokens,末尾部分會按標準輸入單價重算。

寫法建議:

  1. 把固定不變的系統設定、背景知識庫、少樣本示例(Few-shot)統一放在提示詞最開頭;
  2. 把每次變化的用戶提問、當前時間戳放在最末尾,避免動到前半段導致前綴失效;
  3. 同批次任務盡量在短時間內連續發送。

初次獲取密鑰與安裝 SDK 的步驟見 Gemini API Key 怎麼獲取 與 Gemini API Python 調用教學。若你還沒有用於登入 Google AI Studio 開通 API 的帳號,可在本站查看 谷歌帳號說明。

谷歌開發帳號與主力編程訂閱提示:若當前帳號卡在地區不支持、手機核驗或工作空間限制,可在本站選購已配置兩步驗證的 谷歌帳號成品號(即時發貨,質保首登,到手請按指引先登後改密);日常搭配主力模型開發,也可同步了解免境外卡自助兌換的 ChatGPT Plus 與 Claude Pro。

三、顯式緩存創建、TTL 設定與省費測算

在 Gemini 2.5 或 Gemini 3 模型上反覆追問同一份超大影片或長文檔,且希望鎖死命中率時,可通過 google-genai SDK 手動創建顯式緩存並指定 ttl(預設通常為 3600s 即 1 小時):

python
from google import genai
from google.genai import types

client = genai.Client()

# 1. 上載大文件並創建顯式緩存,設定 TTL 為 600 秒(10 分鐘)
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="請嚴格依據手冊原文回答問題。",
        contents=[doc_file],
        ttl="600s",
    ),
)

# 2. 發起請求時直接引用緩存名稱
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="列出第三章提到的所有故障代碼",
    config=types.GenerateContentConfig(cached_content=cache.name),
)
print(response.text)
print(response.usage_metadata)

TTL 與省費控制要點:

  • 按實際業務窗口設 ttl:顯式緩存按「緩存 token 數 × 存活時長」計收存儲費。如果一批批處理任務 15 分鐘就能跑完,就把 ttl 設為 "900s",或在任務結束時主動調用 client.caches.delete(name=cache.name) 立即停止計費;
  • 中途續期:若用戶還在持續提問,可調用 client.caches.update 傳入新的 ttl 或 expire_time 延長有效期,無需重新上載文本;
  • 核對免費層與付費層:Google AI Studio 免費層不支持付費緩存特性,具體每百萬 token 基準價與預充值方式見 Gemini API 價格 與 Gemini API 怎麼收費。

Gemini API 上下文緩存選型與不命中排查決策

圖:本站根據 Google Gemini API 文檔:Context caching 整理的示意圖

常見問題

問:為什麼我在 Gemini 4 或 Interactions API 裏調 caches.create 報錯?

答:官方文檔明確說明,Interactions API 與 Gemini 4 全系模型均不支持顯式緩存,它們統一走自動生效的隱式緩存。只有切換到 generateContent 接口並選用受支持的 Gemini 3 或 2.5 模型才能建顯式緩存。

問:輸入已經超過 4,096 tokens,為什麼 total_cached_tokens 還是 0?

答:第一次發送某段新前綴時需要先寫入緩存,第二條及後續共享相同前綴的請求才可能命中;另外如果在提示詞開頭塞入了動態時間戳或隨機 ID,會導致前綴從第一個變動位置起全部失效。

問:顯式緩存一定比隱式緩存更省錢嗎?

答:不一定。如果一份大文檔建了 2 小時顯式緩存,期間只查了 1 次,省下的輸入差價可能還抵不上 2 小時的存儲費。低頻稀疏請求直接依賴免費的隱式緩存更划算,高頻密集查詢才適合開顯式緩存。

問:沒有可用的個人谷歌帳號,或者同時想開其他主流 AI 會員怎麼辦?

答:本站提供即買即發的 谷歌電郵成品號(登入方法見 谷歌帳號購買頁),同時支持支付寶、微信支付與 AlipayHK 自助充值 ChatGPT Plus、Claude Code 等主流服務,實時價格與質保細則以各商品頁說明為準。

相關教學

參考資料

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

Nathaniel 的更多內容

  1. 01

    獨立開發者用 ChatGPT + Codex 跑通產品全流程:市場驗證、PRD、原型到代碼上線覆盤清單

    單人做獨立產品最容易陷入「閉門寫兩個月代碼上線零用戶」或「AI 寫到一半目錄越改越崩」。本文整理「ChatGPT 負責市場驗證、PRD 與覆盤 + Codex 負責工程實現與測試」的五階段雙軌流程,附起手提示詞與 7 項上線覆盤清單。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成規範文件命名規則、整理混亂目錄樹與合併零散發票抬頭清單腳本

    面對滿桌面的「新建文件夾」「最終版2」和上百張零散電子發票,手工改名抄台帳耗時又容易漏重。本文分享先脫敏取樣、再用 ChatGPT 生成帶預演和回滾日誌的本地 Python 腳本,離線安全完成目錄整理與發票抬頭合併去重的實戰流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外電郵營銷(EDM)受眾分層文案、A/B 主題行測試與防進垃圾箱自檢

    做海外獨立站或出海 SaaS 電郵營銷(EDM),最怕千人一面群發被直接送進垃圾箱。本文結合 Gmail/Yahoo 批量發件人規範,梳理用 ChatGPT 設計受眾分層文案、批量生成 A/B 主題行矩陣並開展發前垃圾詞與合規自檢的實戰提示詞。

    ChatGPT0
  4. 04

    用 ChatGPT 寫 Notion Formula 2.0 公式、Obsidian Dataview 查詢與 Airtable 自動化腳本

    給 Notion 數據庫寫多條件 Formula 2.0 公式、給 Obsidian 寫 Dataview 動態看板,或在 Airtable 裏寫自動化腳本,經常因為一個小括號或類型不匹配報錯半天。本文整理三大工具的通用上下文喂料規範與三套直接可複製的生成提示詞。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 處理複雜 JSON / YAML / XML 字段映射、格式轉換與校驗規則編寫實戰

    對接第三方 API、遷移 Kubernetes 配置或解析政企 XML 報文時,手工對照幾百行嵌套字段既慢又容易漏掉空值與類型邊界。本文整理用 ChatGPT 完成字段映射表梳理、生成確定性轉換腳本以及編寫 JSON Schema / Pydantic / XSD 校驗規則的實戰流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 準備本科/碩士畢業論文答辯:提煉答辯 PPT 結構、模擬導師犀利追問與 3 分鐘自述稿

    畢業論文寫完後,要在 3–5 分鐘內講清研究價值並頂住答辯評委的連環追問並不輕鬆。本文整理在嚴格遵守高校學術規範的前提下,用 ChatGPT 提煉答辯 PPT 結構、打磨 3 分鐘口語自述稿並開展模擬導師犀利追問的排練流程與提示詞。

    ChatGPT0

同模型

  1. 01

    用 Google Takeout 單獨備份導出 NotebookLM 筆記本與 Gemini 記錄:只勾選指定服務不下載整個雲端硬碟的步驟

    想把 NotebookLM 裏的幾十個研究筆記本、來源副本與音頻概覽,連同 Gemini 聊天記錄一起備份到本地,又怕 Google Takeout 把整個雲端硬碟和相冊全打包?本文講清先取消全選、精準勾選兩項服務、解壓目錄查看與跨號遷移的做法。

    Gemini0
  2. 02

    Google Workspace 企業/教育版管理員怎麼在後台給成員開啟 Gemini 應用、NotebookLM 與設定年齡訪問權限

    團隊成員或學校師生登入 Google Workspace 帳號時提示無權使用 Gemini 或打不開 NotebookLM?本文按 Google 管理控制檯官方文檔整理服務開關路徑、組織部門(OU)與群組放行、18 歲年齡訪問權限設定及對話保留合規配置。

    Gemini0
  3. 03

    安卓手機預設助手換成 Gemini 後設鬧鐘、發短訊或控制智能家居失靈怎麼辦:Workspace 與實用程序擴展開啟步驟

    安卓手機把預設語音助手從 Google Assistant 換成 Gemini 後,喊它定鬧鐘、開手電筒、發短訊或開關智能燈全都沒反應?本文按官方幫助中心整理實用程序(Utilities)、Google Home 與 Workspace 關聯應用開啟步驟及鎖屏放行設定。

    Gemini0
  4. 04

    Gemini 寫長代碼或長文檔到一半突然停住、格式截斷怎麼無縫續寫:錨點接續指令與 Canvas 分塊修改技巧

    讓 Gemini 寫幾百行代碼或萬字長文時經常寫到一半突然停住、Markdown 代碼塊沒閉合,直接回「繼續」又重頭抄一遍?本文整理字面錨點續寫指令、代碼塊防亂碼補齊法與 Canvas 局部圈選修改工作流。

    Gemini0
  5. 05

    NotebookLM 中文音頻播客(Audio Overview)高階玩法:用自定義引導詞控制對談深度、受眾水平與重點章節(附模板)

    NotebookLM 生成的中文音頻播客總是泛泛而談、漏掉核心章節或夾雜生僻英文縮寫?本文按官方幫助中心整理來源勾選過濾、四種播客格式搭配與三維自定義引導詞寫法,附 4 套可直接複製的中文控場模板。

    Gemini0
  6. 06

    NotebookLM 添加 YouTube 影片、網頁或掃描版 PDF 提示「無法導入來源」怎麼辦:無字幕、反爬與純圖 PDF 逐項解決

    往 NotebookLM(Gemini Notebook)塞 YouTube 連結、外文網頁或掃描教材時總是亮紅歎號提示無法導入來源?本文按官方幫助中心逐項排查無字幕影片、反爬動態頁與加密純圖 PDF 的替代導入步驟。

    Gemini0

同產品的其他教學

  1. 01

    iPhone 操作按鈕(Action Button)或鎖屏小組件一鍵開啟 ChatGPT / Gemini 實時語音對話配置教學

    每次在 iPhone 上練口語或語音提問都要解鎖、找圖標、再點耳機按鈕太繁瑣?本文整理利用 iPhone 操作按鈕(Action Button)、iOS 18 鎖屏底部控制項、控制中心與背面輕點一鍵直達 ChatGPT 實時語音或 Gemini Live 的完整步驟。

    ChatGPTGemini0
  2. 02

    Firebase Studio(原 Project IDX)是什麼、怎麼用:瀏覽器雲端全棧開發環境搭配 Gemini 智能體實戰

    以前收藏的 Project IDX 網址為什麼跳到了 Firebase Studio?本文按 Google 官方文檔講清它的全棧雲端定位、App Prototyping 原型智能體、Code 視圖切換、.idx/dev.nix 環境定製與免費工作區上限。

    Gemini其他 AI 工具0
  3. 03

    Google Colab 內置 Gemini 編程助手怎麼用:免費雲端 GPU 筆記本自動生成數據分析代碼、修報錯與限額說明

    不用配本地 Python 環境,怎麼在 Google Colab 雲端筆記本里免費用 Gemini 自動寫數據分析代碼、一鍵修復紅字報錯並跑 Data Science Agent?本文整理四大入口用法、Secrets 密鑰管理與免費版限額。

    Gemini其他 AI 工具0
  4. 04

    Gemini API Token 計數(count_tokens)與多模態計費規則:圖片解像度、音頻秒數與影片幀率怎麼折算 Token

    傳一張高清截圖或一段 10 分鐘影片給 Gemini API 到底扣多少 Token?本文按官方文檔拆解 258 圖片切片、每秒 32 音頻與每秒 263 影片折算公式,附 count_tokens 免費預估與降本代碼。

    Gemini0
  5. 05

    Gemini API 回答被安全策略攔截(SAFETY / PROHIBITED_CONTENT)怎麼辦:閾值調節邊界與合規提示詞排查

    調用 Gemini API 翻譯文檔或分析安全日誌時返回空白、報 finish_reason: SAFETY 或 PROHIBITED_CONTENT 怎麼辦?本文詳解四類可調安全閾值代碼寫法、不可關閉的硬性紅線區別與誤報排查步驟。

    Gemini0
  6. 06

    Gemini API 圖像生成與多輪改圖怎麼調:用 google-genai SDK 出圖、局部修改與寬高比控制參數

    怎麼用 Python 代碼調用 Gemini API 生成高清配圖並像聊天一樣連續局部改圖?本文詳解 google-genai SDK 原生生圖代碼、多輪對話改圖、參考圖融合與 aspect_ratio 寬高比配置。

    Gemini0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~