| 标记 | 在需要缓存的 content 块加 {"type": "ephemeral"} |
|---|---|
| TTL | 默认约 5 分钟，可选更长档位（以官方文档为准） |
| 计费 | 缓存写入按基础价上浮、读取按折扣价 |
| 上限 | 单次请求最多 4 个缓存断点（以官方文档为准） |
cache_control 用法（请求片段）
cache_control 用法（请求片段）
{
"model": "claude-sonnet",
"system": [
{ "type": "text", "text": "……超长制度文档……",
"cache_control": { "type": "ephemeral" } }
],
"messages": [ { "role": "user", "content": "差旅报销上限是多少？" } ]
}适合“同一份大文档被反复提问”的场景：第一次写入缓存，后续问题只按折扣价读缓存部分。