Claude Code Prompt 緩存 TTL 完全解讀：5 分鐘 vs 1 小時該選哪個？附 3 平臺計費對比

<！– 自由選擇 –> 自由選擇 TTL ✓

<！– 5分鐘選項 –> 5 分鐘 TTL cache_control: {type: "ephemeral"}

<！– 1小時選項 –> 1 小時 TTL cache_control: {type: "ephemeral"，

<！– 混合使用提示 –> 可在同一請求中混合使用兩種 TTL 約束: 1 小時 TTL 內容必須在 5 分鐘之前

<！– API 平臺提示 –> 通過 API易 apiyi.com 調用支持完整緩存配置

<！– 底部總結 –> 結論: Claude Code CLI 的 TTL 由訂閱計劃決定，不可修改 | 直接調用 API 可自由選擇 5 分鐘或 1 小時

Claude Prompt 緩存 TTL 的計費規則詳解

5 分鐘 vs 1 小時：計費對比

兩種 TTL 的核心差異在於寫入成本。讀取成本完全一樣，都是基礎輸入價格的 0.1 倍：

各模型的 Prompt 緩存具體價格

以下是 Anthropic 官方 API 各模型的完整緩存計費表（2026 年 3 月）：

關鍵發現：緩存讀取的折扣驚人。 以 Claude Opus 4.6 爲例：

• 正常輸入 100 萬 Token = $5.00
• 緩存讀取 100 萬 Token = $0.50（省了 $4.50，折扣 90%）
• 這就是爲什麼 Claude Code Pro 月費 $20 能做到經濟可行——100 輪 Opus 對話不用緩存可能花 $50-100，用了緩存只需 $10-19

最低緩存 Token 數要求

不是所有內容都能被緩存。各模型有最低 Token 數要求，內容不夠長則無法觸發緩存：

🎯 實用提示: 如果你的系統提示詞較短（如少於 2，048 Token），在使用 Claude Sonnet 4.6 時是不會觸發緩存的。可以通過豐富系統提示內容或合併工具定義來達到最低閾值。通過 API易 apiyi.com 調用時同樣支持緩存，且費率更優。

Anthropic API vs AWS Bedrock：緩存計費對比

三大平臺緩存支持對比

Claude 的 Prompt 緩存在 Anthropic 官方 API、AWS Bedrock、Google Vertex AI 三個平臺上都有支持，但細節存在差異：

各平臺的關鍵差異說明

Anthropic 官方 API: 緩存功能最完整，所有模型都支持 5 分鐘和 1 小時兩檔 TTL。2026 年 2 月 5 日起，緩存隔離從組織級別改爲工作區級別，同一組織的不同工作區緩存互相獨立。

AWS Bedrock: 2026 年 1 月宣佈支持 1 小時 TTL，但僅限 Claude Opus 4.5、Sonnet 4.5、Haiku 4.5 等部分模型。最新的 Claude Sonnet 4.6 和 Opus 4.6 在 Bedrock 上的 1 小時 TTL 支持需確認。如果你通過 Claude Code 連接 Bedrock，還需要注意 CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS=1 的兼容性設置。

Google Vertex AI: 緩存功能與官方 API 基本一致，但需要通過 Google Cloud 項目進行認證和計費。

🎯 平臺選擇建議: 如果你不想糾結平臺差異和兼容性配置，通過 API易 apiyi.com 統一接口調用是最簡單的方案——支持完整的緩存功能，無需分別配置 AWS IAM 或 Google Cloud 認證。

Claude Code Prompt 緩存快速上手

極簡示例：設置 1 小時 TTL 緩存

import anthropic

client = anthropic.Anthropic（
    api_key="YOUR_API_KEY"，
    base_url="https://vip.apiyi.com/v1"
）

response = client.messages.create（
    model="claude-sonnet-4-6"，
    max_tokens=1024，
    system=[{
        "type": "text"，
        "text": "你是一個專業的物理教師助手，負責解答高中物理問題...（此處爲長系統提示）"，
        "cache_control": {"type": "ephemeral"， "ttl": "1h"}
    }]，
    messages=[{"role": "user"， "content": "解釋牛頓第三定律"}]
）
print（f"緩存讀取 Token: {response.usage.cache_read_input_tokens}"）
print（f"緩存寫入 Token: {response.usage.cache_creation_input_tokens}"）

import anthropic

client = anthropic.Anthropic（
    api_key="YOUR_API_KEY"，
    base_url="https://vip.apiyi.com/v1"
）

# 混合 TTL：系統提示用 1 小時（不常變），對話上下文用 5 分鐘（頻繁變化）
response = client.messages.create（
    model="claude-sonnet-4-6"，
    max_tokens=2048，
    system=[
        {
            "type": "text"，
            "text": "你是一個專業的AI技術顧問...（長系統提示，2000+ Token）"，
            "cache_control": {"type": "ephemeral"， "ttl": "1h"}  # 系統提示用1小時
        }，
        {
            "type": "text"，
            "text": "以下是用戶的歷史對話上下文...（對話歷史）"，
            "cache_control": {"type": "ephemeral"}  # 對話上下文用5分鐘（默認）
        }
    ]，
    messages=[{"role": "user"， "content": "對比 Claude 和 GPT 的推理能力"}]
）

# 查看緩存使用情況
usage = response.usage
print（f"普通輸入 Token: {usage.input_tokens}"）
print（f"緩存讀取 Token: {usage.cache_read_input_tokens}"）
print（f"緩存寫入 Token: {usage.cache_creation_input_tokens}"）

# 計算節省金額（以 Sonnet 4.6 爲例）
base_cost = （usage.input_tokens / 1_000_000） * 3
cache_cost = （usage.cache_read_input_tokens / 1_000_000） * 0.3
saved = （usage.cache_read_input_tokens / 1_000_000） * 2.7
print（f"本次節省: ${saved:.4f}"）

重要約束: 在同一個請求中混合使用兩種 TTL 時，1 小時緩存的內容必須放在 5 分鐘緩存內容之前，否則會返回錯誤。

建議: 通過 API易 apiyi.com 調用 Claude API 時完整支持 cache_control 參數配置，包括 5 分鐘和 1 小時 TTL 的自由選擇。

5 分鐘 vs 1 小時 TTL：該選哪個？

選擇決策表

成本計算公式

判斷緩存是否划算，核心公式：

5 分鐘 TTL 回本條件: 緩存內容在 5 分鐘內至少被讀取 1 次

• 寫入成本：1.25 倍 → 額外 0.25 倍
• 讀取節省：每次省 0.9 倍
• 1 次讀取即回本（0.9 > 0.25）

1 小時 TTL 回本條件: 緩存內容在 1 小時內至少被讀取 2 次

• 寫入成本：2.0 倍 → 額外 1.0 倍
• 讀取節省：每次省 0.9 倍
• 2 次讀取才回本（0.9 × 2 = 1.8 > 1.0）

<！– 標題 –> 緩存成本對比：5 分鐘 vs 1 小時 vs 無緩存 假設緩存 100 萬 Token（以 Claude Sonnet 4.6 基礎輸入價 $3/MTok 爲例）

<！– 圖例 –> 無緩存（每次全價） 5 分鐘 TTL 1 小時 TTL

<！– 座標軸 –>

<！– Y軸標籤（總成本） –> 總成本（$） $30 $25 $20 $15 $10 $5 $2 $0

<！– X軸標籤（緩存讀取次數） –> 緩存讀取次數 1 2 3 4 5 6 7 8 9 10

<！– 無緩存線（紅色）：每次 $3，1次=$3， 5次=$15， 10次=$30 –> <！– y = 410 – （cost/30）*307， cost=3*n –> $15

<！– 5分鐘TTL線（藍色）：首次寫入$3.75， 後續每次讀取+$0.30 –> <！– 1次: 3.75+0.30=4.05， 2次: 4.05+0.30=4.35， 5次: 5.25， 10次: 6.75 –> $5.25

<！– 1小時TTL線（橙色）：首次寫入$6， 後續每次讀取+$0.30 –> <！– 1次: 6+0.30=6.30， 2次: 6.60， 5次: 7.50， 10次: 9.00 –> $7.50

<！– 標註區域 –> 10 次讀取後: 無緩存 $30 | 1h TTL $9 （省 70%） | 5min TTL $6.75 （省 78%）

常見問題

總結

Claude Prompt 緩存 TTL 的核心要點：

1. 兩檔 TTL 可選: 5 分鐘（寫入 1.25 倍，1 次讀取回本）和 1 小時（寫入 2 倍，2 次讀取回本），讀取均爲 0.1 倍
2. Claude Code CLI 不能改 TTL: Max 訂閱自動 1 小時，Pro/API Key 固定 5 分鐘，只能關閉不能切換
3. Claude API 可自由選擇: 通過 cache_control.ttl 參數設置，同一請求可混合兩種 TTL
4. 高頻對話選 5 分鐘: 每次命中自動續期，寫入成本更低；間歇使用選 1 小時避免過期

緩存命中 = 輸入費用打一折，是 Claude 最核心的省錢機制。推薦通過 API易 apiyi.com 統一接口調用，完整支持緩存配置，一個 Key 即可測試不同 TTL 策略的實際成本差異。

📚 參考資料

1. Anthropic 官方文檔 – Prompt Caching: TTL 配置、計費規則、cache_control 語法的權威來源

   • 鏈接: platform.claude.com/docs/en/build-with-claude/prompt-caching
   • 說明: 5 分鐘/1 小時 TTL 的完整計費公式和代碼示例

2. Anthropic 官方文檔 – 定價: 所有模型的基礎價格和緩存價格

   • 鏈接: platform.claude.com/docs/en/about-claude/pricing
   • 說明: Opus/Sonnet/Haiku 各模型的緩存寫入和讀取費率

3. AWS 官方文檔 – Bedrock Prompt Caching: Bedrock 平臺的緩存支持詳情

   • 鏈接: docs.aws.amazon.com/bedrock/latest/userguide/prompt-caching.html
   • 說明: Bedrock 上各模型的 TTL 支持範圍和計費標準

4. Claude Code Camp – Prompt 緩存工作原理: 深度解析 Claude Code 的緩存實現

   • 鏈接: claudecodecamp.com/p/how-prompt-caching-actually-works-in-claude-code
   • 說明: 瞭解 Claude Code 如何自動管理緩存斷點

5. GitHub Issue #19436 – 多層緩存 TTL 功能請求: 社區對更靈活 TTL 配置的討論

   • 鏈接: github.com/anthropics/claude-code/issues/19436
   • 說明: 社區提出的基於內容變化頻率的多層 TTL 方案

作者: APIYI 技術團隊
技術交流: 歡迎在評論區討論 Claude 緩存配置經驗，更多模型調用教程可訪問 API易 docs.apiyi.com 文檔中心