Token计费怎么算：把一次大模型 API 调用的账单逐项拆开
讲清大模型 token计费的完整公式：系统提示词、对话历史、工具定义、推理输出和缓存命中各占多少，多轮对话为什么越聊越贵，以及如何用接口返回的 usage 字段自己对账，附可直接填写的成本估算表。
博客
#提示缓存
与「提示缓存」相关的文章。
博客
与「提示缓存」相关的文章。
讲清大模型 token计费的完整公式：系统提示词、对话历史、工具定义、推理输出和缓存命中各占多少，多轮对话为什么越聊越贵，以及如何用接口返回的 usage 字段自己对账，附可直接填写的成本估算表。
讲清 Claude prompt caching 的工作方式、哪些请求值得缓存、cache_control 放在哪里，以及怎样从 usage 字段确认是否命中，附一份上线前检查表和成本估算脚本。
Claude Code 2.1.299（10 月 14 日）新增闲置压缩：20 万 token 以上的对话闲置约 54 分钟会先压缩，避开 1 小时缓存过期。讲清原理、费用差别，以及何时该关掉。