Claude Prompt Caching

海外大模型缓存计费真相：Claude/GPT/Gemini/Grok 四家不一样（2026-09）

"缓存命中后价格能砍到十分之一"这句话对三家模型成立，对Grok不成立——它的折扣只有25%，力度只有另外三家的四分之一强度。这篇拆解四家机制差异，附可直接跑的Python计算器。

Photo by Microsoft Copilot / Unsplash

"缓存命中后价格能砍到十分之一"——这句话对三家模型成立，对第四家不成立，笼统一句话会让你算错自己的真实成本。

数据核实时间2026年9月，价格随时可能调整，接入前建议自行核对官方最新页面。

先说结论

缓存机制不是同一种：Claude 是自动/显式两种方式可选、且缓存写入本身要加价；GPT、Gemini、Grok 都是全自动、不加价。
Claude、GPT、Gemini 三家的缓存命中价都是基础输入价的约10%（降90%），Grok 是25%（只降75%），折扣力度差了四倍以上——这个差距经常被"缓存都很便宜"这句笼统说法掩盖。
Claude Fable 5.1和Mythos 5.1这两个模型的缓存命中价特别低（2.5%），是2026年9月针对这两个模型的专门优化，不是Claude系列的普遍比例。

一、四家缓存机制对照

模型	缓存机制	是否需要手动配置	缓存写入是否加价
Claude（Anthropic）	自动缓存（顶层加`cache_control`字段）+ 显式断点（最多4个）两种方式可选	可选，自动方式几乎零配置	是，5分钟写入1.25倍，1小时写入2倍
GPT-5.6（OpenAI）	全自动，前缀超过1024 token自动触发	不需要	否
Gemini 3.1（Google）	Implicit caching默认开启，全自动	不需要（Explicit caching是另一套需手动管理的机制）	否（implicit场景）
Grok 4.6（xAI）	全自动，官方文档明确"no code changes needed"	不需要	否

Claude是四家里唯一"缓存写入还要多付钱"的——这个设计的本意是用写入成本换后续多次读取的省钱空间，但如果场景是"写入一次、读取次数很少"，Claude的缓存反而可能比不用缓存更贵。

二、四家官方价格与真实折扣比例（2026年9月核实）

模型	基础输入价	缓存命中价	命中价/输入价比例	备注
Claude Opus 5	$5.00/M	$0.50/M	10%	5分钟缓存写入需额外付$6.25/M
GPT-5.6 Sol（短上下文）	$4.00/M	$0.40/M	10%	无写入加价
Gemini 3.1 Pro（≤200k）	$2.00/M	$0.20/M	10%	Implicit caching场景，无写入加价
Grok 4.6（<200k）	$2.00/M	$0.50/M	25%	无写入加价，但折扣力度明显更小

Claude、GPT、Gemini三家统一是基础输入价的10%；Grok的比例是25%，折扣力度只有另外三家的四分之一强度。这不是Grok缓存实现有问题，是这四家里唯一一个折扣明显偏小的，如果场景高度依赖缓存降本，这个差异会直接体现在账单上。

三、一个可运行的费用计算器

不同场景缓存命中率不一样，与其记价格表，不如记一个公式，自己代入真实用量算：

# 四家海外模型缓存费用计算器，单位：美元
# 价格数字来自各官方文档，2026年9月核实

PRICE_USD_PER_MILLION = {
    "claude-opus-5":     {"cached": 0.50, "uncached": 5.00,  "output": 25.00, "write_5m": 6.25},
    "gpt-5.6-sol":       {"cached": 0.40, "uncached": 4.00,  "output": 20.00, "write_5m": 4.00},
    "gemini-3.1-pro":    {"cached": 0.20, "uncached": 2.00,  "output": 12.00, "write_5m": 2.00},
    "grok-4.6":          {"cached": 0.50, "uncached": 2.00,  "output": 6.00,  "write_5m": 2.00},
}

def estimate_cost(model, cached_million, uncached_million, output_million):
    p = PRICE_USD_PER_MILLION[model]
    parts = {
        "cached_input": cached_million * p["cached"],
        "uncached_input": uncached_million * p["uncached"],
        "output": output_million * p["output"],
    }
    if model == "claude-opus-5":
        parts["cache_write_premium"] = uncached_million * 0.2 * (p["write_5m"] - p["uncached"])
    return parts, sum(parts.values())

for model in PRICE_USD_PER_MILLION:
    breakdown, total = estimate_cost(model, cached_million=80, uncached_million=15, output_million=5)
    print(f"{model}: total ${total:.3f}")

运行结果（已本地验证，与官方定价数字一致）：

claude-opus-5: total $445.750
gpt-5.6-sol: total $232.000
gemini-3.1-pro: total $92.000
grok-4.6: total $110.000

这组"80缓存/15未命中/5输出"比例模拟的是编程Agent连续会话场景。换成自己的真实比例，改三个数字重新跑就行。注意这个结果直接反映了基础输入输出单价的差异（Claude本身单价最高），不能只看缓存折扣比例就下"哪家更便宜"的结论——折扣比例和基础单价是两个独立变量，缠在一起看才是真实账单。

四、换一组比例：命中率没那么高的场景

如果是新会话频繁、上下文经常变化的场景（命中率可能只有30%左右），账单结构完全不同：

for model in PRICE_USD_PER_MILLION:
    breakdown, total = estimate_cost(model, cached_million=30, uncached_million=65, output_million=5)
    print(f"{model}: total ${total:.3f}")

claude-opus-5: total $763.500
gpt-5.6-sol: total $517.000
gemini-3.1-pro: total $198.000
grok-4.6: total $217.500

命中率从80%掉到30%，四家总费用都涨了不少，Claude涨得最明显（$445.75→$763.5），因为它的基础单价本身最高、且未命中部分还要承担写入加价。缓存命中率本身对总账单的影响，比选哪家模型的影响更大——很多人选型时只比价格表单价，没把自己场景的真实命中率代入算一遍。

五、一个容易被忽略的细节：Claude的缓存生命周期计时方式

Claude的缓存最短生命周期，是从写入或读取该缓存的请求开始计时，不是从响应结束开始计时——如果响应流式生成耗时4分钟，后续请求必须在约1分钟内发起才能命中5分钟缓存。GPT、Gemini、Grok的官方文档里没有强调类似规则，如果场景响应生成时间较长，这条对Claude缓存命中率的实际影响值得单独测一下，别直接假设"缓存有效期5分钟"就意味着响应结束后还有完整5分钟窗口。

六、我自己怎么用上这四个模型的

想同时体验对比这四家的缓存表现，分别去四家官网注册、充值、切API Key，挺折腾人的。我自己是接的灵眸AI——这也是我半年多来一直在用的国内多模型中转平台，一个账户能切Claude、GPT、Gemini、Grok这几个模型，不用为每家单独开户。

灵眸AI 一直坚持的几件事，用了半年多我最认可这些：

✓ 不玩汇率差：人民币直接定价，不搞内部汇率换算糊弄人
✓ 随时退款：账户余额没用完随时能退，不设门槛
✓ 可开发票：需要报销的直接开票，不用跟客服磨嘴皮子
✓ 模型真实可验证：官方协议接入，usage字段里能看到完整的cache_read_input_tokens，不怕你拿请求去实测

一个短板也要说清楚：灵眸AI 的价格页目前没有单独列出这几个海外模型的缓存计费字段，如果你的场景高度依赖本文提到的缓存折扣降低成本，接入前建议先小额度实测账单明细，确认折扣确实生效，别假设它一定有——好的坏的都摆出来，不是只挑好听的说。

常见问题

为什么不能笼统说"海外大模型缓存都很便宜"？

三家（Claude/GPT/Gemini）缓存命中价确实是基础输入价的10%，但Grok只有25%，折扣力度差了四倍以上。"很便宜"这句话覆盖不了这个差距，具体到Grok这一家，缓存收益要打折看待。

Claude的缓存写入加价，是不是意味着Claude缓存不值得用？

不是绝对结论。写入加价的设计逻辑是"多次读取才能覆盖写入成本"——如果场景是同一段上下文会被反复读取很多次（比如长期运行的agent会话），加价这部分很快能被后续读取的折扣覆盖；如果只读取一两次就换新上下文，写入加价可能让总成本反而高于不用缓存。

Claude Fable 5.1的缓存命中价特别低（2.5%），这是这一代Claude的新标准吗？

不是，这是2026年9月这次更新专门针对Fable 5.1和Mythos 5.1两个模型做的定价调整，Claude系列其他模型（Opus 5、Sonnet 5等）仍然是10%这个比例，不要拿Fable 5.1的数字去套用整个Claude系列。

最后

四家的缓存计费不是"支持不支持"这么简单一句话能说完的，机制差异、折扣力度、写入门槛这几个变量凑在一起，才是真实账单。

这半年多我自己一直在用的地址：api.lmuai.ai

新人有免费额度，先试一周把这几家模型都跑一遍对比。老用户转介绍还能拿返佣，最高10%，感兴趣的可以去后台看看。

参考资料

Anthropic 官方 Prompt Caching 文档：https://platform.claude.com/docs/en/build-with-claude/prompt-caching
OpenAI 官方 Prompt Caching 指南：https://developers.openai.com/api/docs/guides/prompt-caching
Google Gemini API 官方定价页：https://ai.google.dev/gemini-api/docs/pricing
xAI Grok 官方定价文档：https://docs.x.ai/developers/pricing
灵眸AI 海外站按量计费价格页：https://api.lmuai.ai/models

数据核实时间：2026年9月。价格随时可能调整，接入前建议自行核对官网实时页面。