衡量 Prompt Caching 的成本與節省

生產實作指南：衡量 Prompt Caching 的成本與節省。內容包含確定性工件、失敗邊界、上線檢查與有來源的限制。

先做決策

衡量 Prompt Caching 的成本與節省是一份明確的生產契約，而非孤立的程式修改。移動流量前先定義成功訊號、終止失敗狀態與回復條件。以下工件把證據與假設分開，並讓每次嘗試都可追溯。

先落實 prefix，再以確定性案例證明 eligibility，並把 expiry 設為上線門檻，而非事後補項。

可重用的技術工件

以下表格是審查記錄。只有證據來自同一請求、測試時窗或設定快照時才算通過。

檢查點	需要保留的證據	通過條件
prefix	stable_exact_prefix_before_dynamic_suffix	在線路邊界保留並精確比對該值。
eligibility	model,minimum_prompt_length,provider-specific_rules	記錄 owner、來源、核驗日期與已知限制。
usage	uncached,cache_read,cache_write_tokens_kept_separate	在線路邊界保留並精確比對該值。
rates	dated_source_for_each_token_category	記錄 owner、來源、核驗日期與已知限制。
comparison	same_workload_with_and_without_confirmed_cache_hit	預留、觀測與最終值能在同一持久帳本對帳。
expiry	cache_lifetime_and_invalidation_are_not_assumed	限制明確，超過時預設拒絕。

演算範例

範例使用合成且確定性的資料。請改用已審查的工作負載參數，勿把生產密鑰或客戶提示放入測試工件。

baseline_total = (all_input_tokens * input_rate
                + output_tokens * output_rate) / 1_000_000
write_cost     = cache_write_tokens * cache_write_rate / 1_000_000
read_cost      = cache_read_tokens * cache_read_rate / 1_000_000
uncached_cost  = uncached_tokens * input_rate / 1_000_000
output_cost    = output_tokens * output_rate / 1_000_000
cached_total   = write_cost + read_cost + uncached_cost + output_cost

measured_savings = baseline_total - cached_total
break_even_reuses = ceil(write_premium / per_reuse_read_savings)

實作流程

1. 變更前凍結目前請求、回應、設定與可觀測基線。
2. 執行一個確定性的正向案例並保留客戶端完整結果。
3. 執行配對的負向或上限案例，以證據確認失敗行為。
4. 用一個邏輯請求 ID 連結全部嘗試，記錄時間、終態與用量但不保存敏感正文。
5. 僅對有界流量放量並設定停止條件，不能因 happy path 通過就直接擴大。
6. 變更後回讀持久狀態與公開行為；任何不變量失敗時執行預備的回復。

常見失敗模式

即使外層 HTTP 看似成功，以下情況仍使結論無效：

• 易變價格缺少來源、核驗日期或發佈前重查。
• 只讀取便利欄位而遺漏輸出項、工具呼叫、拒絕或部分結果。
• 以一次文字回應推論所有協定功能都相容。
• 共享用量錯誤歸屬使總額無法對帳。

Modelflare 邊界

Modelflare 可集中管理 OpenAI 相容路由、密鑰、群組、用量與失敗處理，但已設定路由不代表上游支援所有選用欄位。必須以原生協定驗證具體模型與渠道；價格以目前來源為準，保留明確零值，最終持久結算才是帳務真相。

更完整的決策邊界見上層指南，目前客戶端設定見接入文件。

發佈前檢查表

• 先回答核心問題再補背景。
• 每個欄位、狀態、指標與公式都有唯一 owner。
• 範例只用合成識別，不含密鑰或客戶資料。
• 所有語言保留相同結構、程式碼、限制與警告。
• T-1 日重查易變契約、模型支援與價格；失效時移動日期。
• 預約時間前，公共 API、本地化路由與 sitemap 均不出現文章。

來源與核驗日期

來源核驗日期：2026-08-07。來源只建立外部契約或原則，不證明未測試的路由已支援。

• OpenAI: Prompt caching
• OpenAI: API pricing