DeepSeek API 上下文硬碟緩存(Context Caching)怎麼省錢:prompt_cache_hit_tokens 查看、前綴固定寫法與不命中排查

DeepSeek API 的上下文硬碟緩存對所有用戶預設開啟,無需改代碼,命中部分的輸入單價大幅低於未命中。本文按官方文檔講清三種落盤時機、prompt_cache_hit_tokens 查看方法、固定前綴寫法與未命中排查。

NNathaniel bigo··原創首發·AI 輔助撰寫
10 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. 全員預設開啟,代碼裏不用加任何緩存開關:DeepSeek 的上下文硬碟緩存自動對每次請求生效,只要後續請求的開頭完整複用了已落盤的前綴,重複部分就直接走緩存拉取。
  2. 命中單價遠低於未命中,疊加閒時還能再省:按官方價格頁對照,以 Flash 空閒時段為例,緩存命中輸入為 0.02 元 / 百萬 token,而未命中輸入為 1 元 / 百萬 token(價格變動見 DeepSeek 價格調整時間線與當前價格)。
  3. 看有沒有省到錢,查返回體 usage 裏的兩個字段:prompt_cache_hit_tokens 是本次輸入命中的 token 數,prompt_cache_miss_tokens 是未命中的 token 數。
  4. 同文檔換不同問題,通常要從第三次請求起才命中:受 Sliding Window Attention 機制影響,前兩次請求 A + B 與 A + C 完成後,系統才會提取出公共前綴 A 單獨落盤,第三次發 A + D 時開始穩定命中。
  5. 緩存不保證百分百命中,也不會鎖死輸出內容:系統屬於「盡力而為」,閒置數小時至數天後自動清空;緩存只複用輸入前綴計算,模型輸出照常實時推理並受 temperature 影響。
  6. 主力模型訂閱與帳號配套入口:跑通 MCP 工具鏈與多文件智能體編碼依賴穩定的底層大模型配額,國內免境外卡自助開通可見本站 Claude Code 訂閱頁、ChatGPT Plus 充值頁 與 AI 會員充值總覽。

DeepSeek 硬碟緩存命中與省費四步

圖:本站根據 DeepSeek API 文檔:上下文硬碟緩存 整理的示意圖

本文根據 DeepSeek API 官方文檔《上下文硬碟緩存》與《模型 & 價格》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 DeepSeek 官方網站。

適用於誰

  • 在調 DeepSeek API 處理長文檔問答、多輪對話或智能體工具循環,想把輸入賬單壓下來的開發者;
  • 搜「deepseek api 緩存 命中」「prompt_cache_hit_tokens 一直是 0 怎麼辦」的人;
  • 想弄清為什麼同一篇長文換第二個問題沒命中、到第三個問題才開始命中的人。

開放平台充值、餘額查詢與發票開具流程,先看 DeepSeek API 開放平台怎麼充值和查用量。

一、怎麼查看 prompt_cache_hit_tokens 與計費效果

正常調用 /chat/completions 接口後,直接打印響應裏的 usage 對象就能核實命中比例:

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": "你是一位嚴謹的技術文檔審校助手,請只依據用戶提供的原文作答。"},
        {"role": "user", "content": "(這裏放數萬字的固定參考規範文本)\n\n問題:請列出第三章提到的接口超時要求。"},
    ],
)

print("命中緩存 tokens:", resp.usage.prompt_cache_hit_tokens)
print("未命中 tokens:", resp.usage.prompt_cache_miss_tokens)

帳單結算時,本次請求的輸入費用拆成「prompt_cache_hit_tokens × 緩存命中單價 + prompt_cache_miss_tokens × 緩存未命中單價」兩部分計算。關於上下文窗口上限的更多說明,可參考 DeepSeek 上下文長度與最大輸出是多少。

二、搞懂「緩存前綴單元」的三種落盤時機

為什麼有時候明明開頭一樣卻沒命中?官方文檔專門解釋了在 Sliding Window Attention 架構下,後續請求必須完整匹配某一個已寫入硬碟的「緩存前綴單元」才能命中。系統會在三個時機把前綴切出來落盤:

  1. 請求結束位置落盤(天然適配多輪對話):每次請求的用戶輸入結尾和模型回覆結尾各生成一個單元。第一輪發 A + B,第二輪帶着歷史記錄發 A + B + C,第二輪剛好完整包含第一輪的結束單元,第二輪就能直接命中;
  2. 公共前綴檢測落盤(長文檔反覆換問題必看):假設 A 是一篇五萬字合同,第一輪問總結(A + B),第二輪換個問題問違約責任(A + C)。注意第二輪不會命中,因為 A + C 沒有完整匹配第一輪落盤的 A + B;但系統在兩輪結束後會識別出公共部分 A 並把它單獨落盤成新單元,從第三輪(A + D)開始後續所有新問題都能命中 A;
  3. 按固定 token 間隔落盤:面對超長輸入或超長輸出時,系統會每隔固定數量的 token 截取一次前綴單元,防止長文本因遲遲沒到結尾而完全無法複用。

如果你還同時在用需要顯式標記斷點的緩存機制,可對比閱讀 Claude 提示詞緩存(Prompt Caching)入門。

三、讓命中率最大化的固定前綴寫法與未命中排查

DeepSeek 緩存未命中排查路徑

圖:本站根據 DeepSeek API 文檔:上下文硬碟緩存 整理的示意圖

寫業務代碼拼接 messages 時,遵守「靜態全放前、動態全放後」四條鐵律,並在不命中時按順序排查:

  • 嚴禁在 system 開頭塞動態時間或隨機請求號:哪怕在第一行寫一句「當前時間 14:05:01」,下一秒變成 14:05:02,從那個字往後的幾萬 token 就全部失去前綴連續性。動態資訊一律挪到最後一條 user 消息末尾;
  • 固定 tools 數組與 JSON 序列化鍵序:如果每次用字典無序生成工具列表或示例 JSON,底層拼出來的文本順序一變就會斷掉前綴匹配;
  • 大批量並發前先發 1 到 2 條預熱請求:官方說明緩存構建落盤耗時為秒級。如果一上來同一毫秒並發發出 50 個相同長文檔請求,此時硬碟裏還沒落盤完成,這 50 條都會算未命中;先跑完前兩條讓公共前綴落盤,再放開並發最省錢;
  • 留意閒置過期與盡力而為邊界:緩存長時間不用(一般為幾個小時到幾天)會自動回收清空,隔天重跑任務時首輪重新計入 miss 屬於正常現象。

日常開發中如果需要同時訂閱海外主流大模型做生成效果對比,也可以在本站查看 AI 會員充值總覽 或了解 ChatGPT Plus 充值。

常見問題

問:命中硬碟緩存後,同樣的提問是不是每次都返回一模一樣的死板答案?

答:不會。官方寫明硬碟緩存只匹配到用戶輸入的前綴部分,模型的回答依然通過實時計算推理生成,照常受 temperature 等採樣參數控制。

問:單輪一次性跑完的批處理腳本,每篇文檔都不一樣,能靠緩存省錢嗎?

答:如果每條請求只有短短几十字相同的 system 提示詞、正文全是不同文檔,緩存能省的部分非常有限;這類離線任務更適合放到北京時間空閒時段跑,直接享受峰谷半價。

問:用兼容 Anthropic 格式的端點調用 DeepSeek 也有緩存嗎?

答:底層同樣享受預設自動緩存,具體兼容字段差異可對照官方兼容接口說明查看。

問:配置好開發環境後,國內沒有外幣卡怎麼開通 Claude 或 ChatGPT 編程訂閱?

答:可在 本站充值中心 自助選購卡密開通 Claude Code(Pro / Max) 或 ChatGPT Plus / Pro,全程無需交出帳號密碼,支持開具增值稅發票;實時價格與售後邊界(封號不在質保範圍)以對應商品頁為準。

相關教學

參考資料

  • DeepSeek API 文檔:上下文硬碟緩存 — https://api-docs.deepseek.com/zh-cn/guides/kv_cache
  • DeepSeek API 文檔:模型 & 價格 — https://api-docs.deepseek.com/zh-cn/quick_start/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

    DeepSeek 收費嗎:網頁版和 App 免費,API 按 token 收費,收費版和免費版到底差在哪、錯峰價怎麼算

    搜「DeepSeek 收費嗎」「收費版和免費版的區別」,答案要分兩種用法:App Store 頁面標註免費,官方沒有寫網頁版會員;API 才是按 token 計費,有錯峰價。本文按官方價格頁(2026-10 查詢)把兩者分開講清,並說明餘額怎麼扣。

    其他 AI 工具0
  2. 02

    DeepSeek 官網入口在哪、能下載電腦版嗎:網頁版、應用下載頁、DeepSeek Harness 桌面端和怎麼認假下載站

    搜「DeepSeek 官網」「DeepSeek 下載電腦版」容易點到仿冒站。官方入口是 deepseek.com,網頁版在 chat.deepseek.com;官方下載頁現在提供名為 DeepSeek Harness 的桌面端。本文列出各入口,講清它和聊天網頁的區別,以及怎麼辨別假冒。

    其他 AI 工具0
  3. 03

    DeepSeek 除了「伺服器繁忙」還有哪些報錯:網頁版提示對照和 API 錯誤碼 400、401、402、422、429、500、503

    DeepSeek 報錯不只有伺服器繁忙。本文把官方常見問題裏的網頁版提示(上載失敗、運行環境異常、帳號停用、電郵域名不支持)和 API 錯誤碼匯成對照表,給出官方的原因和處理,並鏈到各篇詳細文章。

    其他 AI 工具0
  4. 04

    DeepSeek 是不是崩了:官方狀態頁 status.deepseek.com 怎麼看,聊天、聯網搜尋、API 分別看哪一項

    DeepSeek 打不開、一直轉圈或報錯,先看官方狀態頁 status.deepseek.com,不用登入。本文講清頁面上對話、上載文件、搜尋、V4 Pro 與 V4.1 Flash 接口等服務項各管什麼、怎麼看歷史事件和訂閱通知,以及頁面顯示正常時下一步怎麼排查。

    其他 AI 工具0
  5. 05

    DeepSeek 和 Claude 怎麼選:按兩家官方頁面對照入口、套餐、API 規格與價格

    DeepSeek 和 Claude 怎麼選?事實只用兩家官方頁面(2026-10-24 查詢):使用入口與套餐、API 的上下文、最大輸出、圖片輸入和每百萬 token 價格對照,並按用途給出選擇思路;不比較誰更強。

    Claude其他 AI 工具0
  6. 06

    DeepSeek 提示詞怎麼寫:官方提示庫的 13 類場景、官方文檔裏的硬性規則與可套用模板

    DeepSeek 提示詞怎麼寫?本文按官方提示庫的 13 類場景(2026-10-24 查詢)和官方 API 文檔裏與提示詞有關的規則(JSON 輸出、多輪對話、system 提示詞、前綴續寫、思考模式參數),給出六項檢查和可套用的模板。

    其他 AI 工具0

同產品的其他教學

  1. 01

    用 ChatGPT 速讀英文產品手冊、開源文檔與 GitHub Issue 並沉澱團隊中文內訓手冊

    團隊引入海外 SaaS 工具或開源框架時,全英文文檔晦澀冗長、真正的坑全藏在幾十頁 GitHub Issue 討論裏。本文分享速讀拆解英文手冊、歸類 Issue 排障庫以及重構團隊中文內訓 SOP 的完整實戰流程。

    ChatGPT其他 AI 工具0
  2. 02

    用 ChatGPT 寫油猴腳本(Tampermonkey)與瀏覽器書籤小工具解決網頁繁瑣重複操作實戰

    每天在後台系統裏重複勾選幾十個複選框、手工複製網頁表格或清理遮擋閱讀的側邊欄,既枯燥又浪費時間。本文分享不會寫 JS 也能用 F12 配合 ChatGPT 寫出油猴腳本與書籤小工具的完整實戰流程。

    ChatGPT其他 AI 工具0
  3. 03

    用 ChatGPT 寫高質素 SQL 窗口函數(RANK / LAG / SUM OVER)做留存與漏斗分析實戰

    做用戶留存率、復購間隔與有序轉化漏斗時,多層自連接既難讀又拖垮數據庫,窗口函數則是高效解法。本文整理數據庫方言喂數規範、CTE 分層提示詞以及用內置沙盒先驗證再上線的完整實戰流程。

    ChatGPT其他 AI 工具0
  4. 04

    ChatGPT 連接 Canva、Figma、Linear、Jira、Dropbox 等第三方應用搜不到數據或授權失效怎麼辦

    在 ChatGPT 接入 Canva、Figma、Linear、Jira 或 Dropbox 後,明明顯示已連接卻搜不到文件工單,或老提示授權失效怎麼辦?本文拆解帳號錯綁、OAuth 範圍漏選、權限繼承與管理員攔截 5 步排障法。

    ChatGPT其他 AI 工具0
  5. 05

    Anthropic Contextual Retrieval(上下文增強檢索)是什麼、怎麼實現:給文檔塊自動補背景摘要結合緩存降失誤率

    長文檔切成小塊後丟了公司名、年份和主語指代導致 RAG 頻頻搜錯?本文按 Anthropic 官方技術文章詳解 Contextual Retrieval 原理、官方公開評測失誤率下降 49% 至 67% 的組合架構,以及用 Claude 提示詞緩存低成本批量生成切片背景的完整 Python 代碼。

    Claude其他 AI 工具0
  6. 06

    RAG 知識庫回答不準怎麼調優:切片大小(Chunking)、BM25 + 向量混合檢索與 Rerank 重排序三步排查法

    搭好的 RAG 企業知識庫一問具體型號、報錯碼或跨行表格就答非所問?本文按 OpenAI 與 Anthropic 官方檢索文檔,給出先隔離檢索與生成故障、再按結構化切片(Chunking)、BM25 加向量混合召回(RRF)與 Rerank 重排序逐層調優的三步法。

    Claude其他 AI 工具0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~