省钱小妙招 · omyai

先明白什么是缓存

缓存，就是让模型少算一遍重复的内容。 聊天时，模型会读取规则、工具说明和历史消息。前面保持不变，只在后面追加新问题，就更容易复用之前的计算结果，减少花费。

想多懂一点：Prefill、KV Cache 是什么？

Prefill 是模型读取输入的过程；KV Cache 是可复用的中间计算状态；Decode 是生成新回答的过程。后面的计算依赖前面的内容，所以前面改了，后面即使文字相同，也可能要重算。

图中绿色表示有机会复用；实际还受模型配置、长度门槛、缓存有效期和服务端路由影响。缓存不会永久保留，也不等于免费。参考 OpenAI 提示缓存说明。

① 选对搭配：GPT 系列 + Codex；Claude 系列 + Claude Code。

新手优先用这两组，原生接口更匹配，兼容更省心。一个任务尽量固定模型、客户端和工具配置。

② 同一任务接着聊，新的任务另开。 补充要求发在末尾，少改早期消息；不要反复清空历史、切模型、开关工具。无关的新任务开新会话，避免带着大段旧内容继续花钱。

③ 只给需要的内容，只要需要的结果。 让 AI 先搜索、再读相关文件；报错只贴关键日志。简单任务选够用的模型，不必一直开最高推理强度。

会话太长时，正常压缩即可。 压缩后部分缓存需要重建，接着工作就好；不要反复压缩，也不要把完整旧聊天再贴回去。

还没配置工具？直接看一键配置或快速入门。

案例 1 · 请求次数接近，花费约差 8.5 倍。 两位用户都用 GPT-6.1 Sol、同一渠道和 0.25 分组倍率：

缓存少，大量历史就会按更贵的普通输入计费。实际总价还受输入长度、输出量和计费档位影响。

同样请求数、同样输入量，单看输入费用，也能差约 10 倍。

计算示例：100 次 × 每次 10 万 Token。完全不命中缓存花 ¥5；95% 输入命中缓存，只需约 ¥0.49。

展开看计算过程

按案例中的平台价格：普通输入 ¥0.50 / 百万 Token，缓存读取 ¥0.025 / 百万 Token，已乘 0.25 分组倍率。

不命中：10 × 0.50 = ¥5。
95% 命中：0.5 × 0.50 + 9.5 × 0.025 = ¥0.4875。

这是同量比较的计算示例，仅算输入，输出、缓存写入等另计。

案例 2 · 内容越堆越多，少数请求就花掉大半费用。 用户 A 有 13 次超长输入请求，未记录到缓存读取，合计约 ¥4.06，占这段记录费用的 65%。做法：先定位再读文件，一个任务完成后保存结论，别把所有材料塞进同一段聊天。

案例 3 · 压缩会话前后，出现单笔约 ¥5.73。 用户 C 使用 GPT-6 Astra 时遇到这笔扣费，并反馈发生在会话压缩前后。压缩本身可能收费，摘要也可能需要重建缓存。做法：按需压缩，之后继续正常对话，看接下来几轮的总费用。

打开 omyai 使用日志 → 费用计算，重点看 普通输入、缓存读取、实际扣费。卡住时先看日志，再决定是否重试，避免重复请求。

平台充值 ¥1 到账 $1 额度。 日志扣 $0.10，对应充值成本就是 ¥0.10，无需再乘汇率。目标是完成任务少花钱，不必为了提高缓存率额外发请求。

案例来自 2026-10-18 至 2026-10-19 的记录，均已匿名化。延伸阅读：模型计费说明、Claude Code 费用管理。