يعيد تخزين المطالبات المؤقت استخدام معالجة النموذج السابقة للجزء الافتتاحي من المطالبة. عندما يبدأ الطلب بنفس الرموز التي يبدأ الطلب الأخير، يتم فوترة تلك الرموز المخزنة مؤقتا بمعدل قراءة ذاكرة مخبأة أقل في النماذج التي تدرج واحدا، بينما تفوتر الباقية بمعدل الإدخال العادي.
قبل أن يكتب النموذج أي شيء، يعالج كل رمز من المدخلات. ترسل العديد من التطبيقات نفس رموز الافتتاح على كل طلب: موجه نظام طويل، مجموعة تعريفات الأدوات، مستند مرجعي، أو الأدوار المبكرة للمحادثة.
يحتفظ التخزين المؤقت للمطالبات بالنتيجة المعالجة لذلك الجزء الافتتاحي، والتي تسمى البادئة. عندما يبدأ طلب لاحق بنفس الرموز بالضبط، يعيد النموذج استخدام البادئة المخزنة مؤقتا ويعالج فقط الرموز الجديدة التي تليه. يتم توليد الناتج بالطريقة المعتادة، لذا يغير التخزين المؤقت كيفية فوترة المدخلات، وليس ما يكتبه النموذج.
تخيل مساعدا تجمع تعريفات التوجيه والأدوات الخاصة به 4000 رمز، يليه سؤال مكون من 150 رمزا. عندما يقرأ الجزء الافتتاحي من الذاكرة المؤقتة، يتم إصدار حوالي 4000 من أصل 4150 رمز إدخال بمعدل قراءة الذاكرة المؤقتة، ويتم احتساب السؤال فقط بمعدل الإدخال الكامل.
تطابق الذاكرة المؤقتة يبدأ من الرمز الأول ويتوقف عند الفرق الأول. أي حرف واحد تم تغييره قرب بداية المطالبة، مثل الطابع الزمني، أو اسم مستخدم، أو معرف الطلب في موجه النظام، لا يعني شيئا بعد إمكانية قراءته من الذاكرة المؤقتة. لرفع معدل ضربات الذاكرة المؤقتة:
البادئة المتطابقة تجعل قراءة الكاش محتملة، غير مؤكدة، لذا قس معدل الإصابة بدلا من افتراضه.
التخزين المؤقت تلقائي. لا يوجد ذاكرة تخزين مؤقت لإنشاء ولا علامة لإضافتها: في النماذج التي تدعمه، يتم تخزين البادئات المتكررة مؤقتا بمفردها.
ابدأ /v1/models يبلغ المعدل ك input_cache_read في التسعير. في نموذج بدون خصم للذاكرة المؤقتة، يساوي معدل الإدخال الطبيعي.الاستخدام يبلغون عن الرموز المخزنة، على سبيل المثال cache_read_input_tokens على /v1/messages و input_tokens_details.cached_tokens على /v1/responses.cache_hit_rate، نسبة رموز الإدخال المقدمة من ذاكرة التخزين المؤقت في نافذة زمنية، عبر جميع النماذج أو لنموذج واحد.الرموز المخزنة مؤقتا لا تزال مدخلة، لذا تحتسب ضمن نافذة السياق مثل أي رمز آخر.
التخزين المؤقت لا يفعل الكثير عندما يختلف كل طلب عن أول رمز له. لجانب التكلفة، انظر كيفية تحصيل الرموز ومعدلات قراءة الذاكرة المؤقتة الحالية على صفحة الأسعار.
يعرض 36 من النماذج سعرًا للإدخال المخزّن مؤقتًا بجانب سعر الإدخال، يُقرأ مباشرة من كل جدول أسعار.
| النموذج | الإدخال | الإدخال المخزّن مؤقتًا |
|---|---|---|
| GLM 4.5 Flash Z.ai | مجاني | مجاني |
| GLM 4.6V Flash Z.ai | مجاني | مجاني |
| GLM 4.7 Flash Z.ai | مجاني | مجاني |
| Qwen3.7 Flash Alibaba Cloud | <=32K $0.03 32K-256K $0.10 256K-1M $0.20 | <=32K $0.006 32K-256K $0.02 256K-1M $0.04 |
| GLM 4.6V FlashX Z.ai | $0.04 | $0.036 |
| Nova Micro 1.0 Amazon | $0.040 | $0.0224 |
| Qwen3.5 4B Alibaba Cloud | $0.04 | $0.02 |
| Gemma 4 26B-A4B Google | $0.15$0.05 | $0.15$0.025 |
| النموذج | الإدخال | الإدخال المخزّن مؤقتًا |
|---|---|---|
| Nova Lite 1.0 Amazon | $0.069 | $0.0386 |
| GLM 4.7 FlashX Z.ai | $0.07 | $0.063 |
| Qwen3.6 35B A3B Alibaba Cloud | $0.248$0.07 | $0.035 |
| Qwen3.5 9B Alibaba Cloud | $0.10$0.09 | $0.045 |
| Step 3.5 Flash StepFun | $0.10 | $0.02 |
| Step 3.5 Flash 2603 StepFun | $0.10 | $0.02 |
| MiniMax M3.1 Flash MiniMax | $0.15$0.1125 | $0.015$0.01125 |
| Qwen3.8 27B Alibaba Cloud | $0.45$0.17 | $0.08 |
| DeepSeek V4.1 Flash 1017 DeepSeek | $0.20 | $0.02 |
| Muse Glimmer 30B Meta AI | $0.35$0.20 | $0.05 |
| Step 3.7 Flash StepFun | $0.20 | $0.04 |
| MiniMax M3 MiniMax | $0.30 <=512K $0.225 $0.60 >512K $0.45 | $0.06 <=512K $0.045 $0.12 >512K $0.09 |
| Nova Lite 2 Amazon | $0.38 | $0.2128 |
| GLM 5.1 Z.ai | $1.40 <=32K $0.825 $1.40 32K-200K $1.10 | $0.26 <=32K $0.165 $0.26 32K-200K $0.22 |
| Kimi K2.6 Moonshot AI | $0.95$0.8939 | $0.1788 |
| Step 5 Preview StepFun | $1.00 | $0.10 |
| Muse Spark 1.1 Meta AI | $1.25 | $1.00 |
| Muse Spark 1.2 Meta AI | $1.25 | $1.00 |
| Muse Spark 1.3 Meta AI | $1.25 | $1.00 |
| Qwen4 Max Alibaba Cloud | $1.50 | $0.075 |
| StepAudio 2.5 Chat StepFun | $1.50 | $0.30 |
| StepAudio 2.5 Realtime StepFun | $1.50 | $0.30 |
| StepAudio 3 Chat StepFun | $1.50 | $0.30 |
| Fugu Max Sakana AI | $2.00 | $0.25 |
| Kimi K3.1 Pro Moonshot AI | $2.00 | $0.184 |
| Fugu Ultra v1.1 Sakana AI | <=272K $5.00 >272K $10.00 | <=272K $0.50 >272K $1.00 |
| Fugu Ultra v2.0 Sakana AI | <=272K $5.00 >272K $10.00 | <=272K $0.50 >272K $1.00 |
| Fugu Ultra v1.0 Sakana AI | <=272K $7.50 >272K $15.00 | <=272K $1.50 >272K $3.00 |
لا. في النماذج التي تدعم ذلك، ينطبق التخزين المؤقت تلقائيا على بادئات المطالبات المتكررة. ضع الجزء من المطالبة الذي لا يتغير في البداية لتحصل على أقصى استفادة منه.
يتم احتساب رموز الإدخال المخزنة مؤقتا بمعدل قراءة ذاكرة التخزين المؤقت للنموذج، وهو أقل من معدل الإدخال العادي. كل نموذج يدعم التخزين المؤقت يعرض سعر قراءة الذاكرة المؤقتة الخاص به.
لا. التخزين المؤقت يؤثر على كيفية معالجة المدخلات وفوترةها. النموذج يولد مخرجه بالطريقة المعتادة.
كائن الاستخدام في كل استجابة يبلغ عن رموز الإدخال المخزنة مؤقتا عند تطبيق التخزين المؤقت. كما تعيد واجهة برمجة تطبيقات استخدام الحساب معدل ضربات ذاكرة التخزين المؤقت لأي نافذة زمنية، عبر جميع النماذج أو لنموذج واحد.
تحقق من تسعيرنا أو تواصل إذا كنت ترغب في نشر نموذجك الخاص على مجموعتنا.