Claude 快取怎麼設才真的省錢：512 token 門檻、最多 4 個快取點、九成的人踩空的那一行（2026 教學）

用 Claude 的 API 做重複性的事——每次都送同一份工具清單、同一份系統指令、同一份參考文件——這些重複的部分你其實不需要每次都付全價。

方法叫 prompt caching（提示快取）。設對了，重複的內容只要付基礎輸入價的一折；在 Claude Fable 5.1 上甚至只要 2.5 折的四分之一。設錯了，你不但省不到，還要多付一筆快取寫入費。

這篇照官方技術文件，一步一步講怎麼設對。

一、先搞懂錢是怎麼算的

快取有三種計價，都以「基礎輸入價」為基準：

以 Claude Opus 5 為例（基礎輸入 US$5／百萬 token）：

• 5 分鐘快取寫入：US$6.25
• 1 小時快取寫入：US$10.00
• 快取讀取：US$0.50

關鍵結論：寫入貴一點點，讀取便宜非常多。 所以快取划不划算，取決於一件事——你會不會重複用到它。寫進去卻只讀一次，反而虧錢。

二、你的內容夠長嗎？（最低門檻）

沒過門檻就完全不會被快取，這是最常見的「我設了為什麼沒省到」原因。官方列出的最低可快取 token 數：

先確認你要快取的那一段有沒有超過門檻。512 token 大約是幾百字的中文；如果你只是想快取一句系統提示，通常不夠長、不會生效。

三、實際怎麼寫

在要快取的內容區塊上加 cache_control：

{
  "type": "text",
  "text": "（你那一大段不會變的內容）",
  "cache_control": {"type": "ephemeral"}
}

想存 1 小時而不是預設的 5 分鐘：

"cache_control": {"type": "ephemeral", "ttl": "1h"}

目前 ephemeral 是唯一支援的快取類型。

哪些東西可以快取：

• 工具定義（tools 陣列）
• 系統訊息（system 陣列裡的內容區塊）
• 文字訊息（messages 裡的文字區塊，使用者與助理回合都可以）
• 圖片與文件（使用者回合）
• 工具呼叫與工具結果

不能快取的： 思考區塊不能直接標記（但可以作為前一輪助理回合的內容被快取到）、引用之類的子區塊（要改成快取最上層的區塊）、空白文字區塊。

四、最重要的一句話：快取點要放在「最後一塊不會變的內容」上

官方文件的原則是：把 cache_control 放在「你希望共用快取的那些請求之間，前綴完全相同的最後一個區塊」上。

這一句就是九成人踩空的地方。

最常見的錯誤：把快取點放在會變動的內容上——例如帶時間戳記的那一段、或每個請求都不一樣的使用者問題。這樣每次算出來的 hash 都不同，永遠不會命中，你只是每次都在付 1.25 倍的寫入費。

正確的心智模型：把請求想成「固定的前半段 ＋ 變動的後半段」，快取點就放在固定那一段的最後面。

另外，明確的快取點最多 4 個。如果 4 個都用掉了，API 會回 400 錯誤（沒有空位留給自動快取）。

五、什麼時候會失效（這決定你會不會白花錢）

快取是階層式的，順序固定是：tools → system → messages。

任何一層變了，那一層以及後面所有層的快取一起失效。

官方列出的實際情況：

實務上的意思：如果你三天兩頭在調工具描述，那你的快取幾乎每次都會全部失效——先把工具定義穩定下來，快取才有意義。

六、自動快取的回溯窗口：20 個區塊

除了自己標，Claude 也會自動找快取。它的做法是：在先前請求寫過快取的位置尋找匹配；沒命中就往回逐一檢查，最多回溯 20 個區塊，超過就停止。

連續的 tool_use 區塊算一個位置，連續的 tool_result 也算一個位置。

對長對話的意義：對話拉得太長、中間插了太多輪，就可能超出回溯窗口而找不到快取。這也是為什麼代理型工作要特別注意把不變的東西集中放在前面。

七、照著做的檢查清單

1. 算長度：要快取的那一段有沒有超過你那顆模型的門檻（512／1,024／2,048／4,096）？
2. 排順序：把所有不會變的東西（工具、系統指令、參考文件）全部移到最前面。
3. 放快取點：cache_control 放在固定段落的最後一塊，不要放在會變的內容上。
4. 選 TTL：5 分鐘內會再送第二次就用預設；要撐一小時才用 "ttl": "1h"（寫入貴一倍）。
5. 別超過 4 個：明確快取點最多 4 個。
6. 穩住工具定義：工具一改，整條快取全倒。
7. 驗一次：送兩次同樣的請求，看回應裡的快取讀取 token 數有沒有變多——有數字才叫有生效，不要用猜的。

八、什麼時候不該用

• 一次性的問題：寫進去只讀一次，反而多付 1.25 倍。
• 內容短於門檻：完全不會生效。
• 每次內容都不一樣：本來就沒有可重複利用的前綴。

官方連結

• Prompt caching 技術文件：https://platform.claude.com/docs/en/build-with-claude/prompt-caching

站內延伸

• Claude 工具頁
• Claude 方案怎麼選
• Claude Fable 5.1 快取讀取砍 75%
• Gemini API 用批次與快取砍帳單

本文步驟與數字為 2026-09-05 直讀官方技術文件所得，API 規格可能調整，實作前請以官方文件為準。