Claude 缓存命中后为什么仍收费：四类用量核对账单

先确认自己在看哪一种 usage

Anthropic Messages 用量结构中，账单费用拆成四类：

官方原生口径下，总输入量为三项之和（非缓存输入 + 缓存读取 + 缓存写入）——这是用量总数，不表示三项都按普通输入价收费。其他兼容协议（如 OpenAI 的 prompt_tokens）可能已包含缓存输入并在子字段报告，字段名相像不等于口径相同；流式响应还要确认采集到了最终 usage 事件，不能只截取第一帧。

为什么不能把缓存统一按输入价一折算

按 2026-10-23 浏览器实读的 Anthropic Prompt caching 官方表格：5 分钟缓存写入按基础输入价 1.25 倍，1 小时写入按 2 倍；缓存命中与刷新并非全为 0.1 倍。

这是官方 API 规则，不是任何第三方平台必须采用的节点报价。核对中转账单时，仍以实际节点当次生效的读写单价为准；既不能机械按「输入价一折」估算，也不能把官方优惠倍率当成平台已兑现的收费承诺。

一个能手算的两次请求示例

以下数字全部是构造示例，不是现行价格，也不对应任何具体模型。假设同一节点、同一模型、币种 USD，无长上下文附加费、税费、折扣与重试；假设单价：非缓存输入 3、输出 15、缓存读取 0.30、5 分钟写入 3.75、1 小时写入 6（USD / 1M tokens）。

A = 2,000×3/1M + 1,000×15/1M + 10,000×3.75/1M = 0.006 + 0.015 + 0.0375 = USD 0.0585
B = 2,000×3/1M + 1,000×15/1M + 10,000×0.30/1M = 0.006 + 0.015 + 0.003  = USD 0.024
两次合计 USD 0.0825（完全不缓存的基线为 USD 0.102，约省 19.12%）

B 命中了缓存，仍收 USD 0.024——因为读取本身有价格，还有新输入和输出。首次写入 A 反而比单次不缓存多 USD 0.0075：一次读命中不保证整个任务更省，请求次数、复用前缀、输出量和写入价格都会改变结果。若 A 的写入改用 1 小时档（6/1M），两次合计 USD 0.105，反而高于无缓存基线。

缓存写入为什么要分 TTL

按官方文档，TTL 从写入或读取缓存的请求开始时计算（不是响应结束时），生成响应耗时计入 TTL；官方默认缓存为 5 分钟，每次读取可刷新保留时间，而不是重新收取写入费。cache_creation_input_tokens 等于 5 分钟与 1 小时两个子项之和，应按 TTL 子项分别乘价，不要把聚合字段再计一次。第三方节点是否沿用同样的刷新规则、最低可缓存长度与前缀要求，需查该节点当前说明；相同问题连问两遍并不保证命中。

缺失、null 和 0 是三件事

用量字段缺失或为 null 表示该记录未给出数值，不能填成 0；字段明确为 0 只说明该条记录报告为零。缓存读字段始终为 0，也不能直接断言「平台吞字段」——可能是前缀、长度或 TTL 不满足，模型或节点不支持，请求未启用相应机制，或协议映射差异；反过来 cache_read_input_tokens 大于 0 也不证明模型来自官方直连。用量是计费证据，不能独立认证供应链身份。

不发请求，核对一笔已有账单

1. 保存时间、时区、请求 ID、实际模型与节点/组别，记录客户端版本、协议与是否流式；不要复制密钥或私密代码。
2. 从原始响应与控制台抄下四类用量，缺失明确写「未知」并记来源；确认非缓存输入是否需从总输入中扣除缓存项，避免重复扣减。
3. 保存该笔生效单价与单位、币种、TTL、上下文档位、优惠与附加项，逐项乘算；不要用今日市场最低价代替历史节点价。
4. 对比未四舍五入的计算值与账单，再看最小计费精度、汇率与最终扣款；有差额按同一请求 ID 查询，不用总余额变化猜单笔费用。
5. 重试、超时分别列请求；超时不保证没有完成或没有扣费，先查已有记录再决定是否重试。

各节点当前在售价格与倍率见 实时价格 与 公开证据快照；Claude Code 端点与模型配置见 Claude Code 配置指南。

来源与披露

本文由 TokenDos 运营方编写，属于关联方说明，不是独立测评。官方规则来自 Anthropic Prompt caching 文档（2026-10-23 浏览器实读）与 官方定价入口；算例为构造示例，未用真实账单验证。转载请注明出处。