Token計費怎麼算：把一次大模型 API 呼叫的賬單逐項拆開
講清大模型 token計費的完整公式：系統提示詞、對話歷史、工具定義、推理輸出和快取命中各佔多少，多輪對話為什麼越聊越貴，以及如何用介面返回的 usage 欄位自己對賬，附可直接填寫的成本估算表。
部落格
#提示快取
與「提示快取」相關的文章。
部落格
與「提示快取」相關的文章。
講清大模型 token計費的完整公式：系統提示詞、對話歷史、工具定義、推理輸出和快取命中各佔多少，多輪對話為什麼越聊越貴，以及如何用介面返回的 usage 欄位自己對賬，附可直接填寫的成本估算表。
講清 Claude prompt caching 的工作方式、哪些請求值得快取、cache_control 放在哪裡，以及怎樣從 usage 欄位確認是否命中，附一份上線前檢查表和成本估算指令碼。
Claude Code 2.1.299（10 月 14 日）新增閒置壓縮：20 萬 token 以上的對話閒置約 54 分鐘會先壓縮，避開 1 小時快取過期。講清原理、費用差別，以及何時該關掉。