摘要： 国产大模型API的缓存计费机制存在显著差异，GLM、Kimi、DeepSeek为自动缓存，Qwen需手动配置显式缓存。DeepSeek最新调价后，缓存命中价仅为未命中价的3.3%（峰谷时段统一比例），四家模型的实际折扣比例相差近6倍。缓存命中率对成本影响巨大，例如80%命中场景下，DeepSeek总费用最低（$21.56），而30%命中时Kimi费用激增至$279。Qwen3.8-27B目

它只帮你省重复前缀的钱。如果你的场景每次请求内容都不一样（一次性总结、随机检索），缓存基本无用武之地。断点只有 4 个、最小 1024 token，短 prompt 优化空间有限。逐字节匹配很脆，上游一次协议变更就可能让你的 normalizer 失效，得持续跟进。用户越用越黏、单会话越用越长、后台任务越跑越多，起步时随手写的 timestamp、随便设的 UUID，会以每月成倍的账单差回来找你。