A mecânica:
Você marca o trecho estável do prompt como cacheável. A primeira chamada grava (custa um pouco mais); as seguintes, dentro da janela de validade, leem do cache por fração do preço de entrada. O ganho aparece quando há repetição de verdade.
1
Separe o estável do variável
- ·Estável (cacheável): instruções do sistema, base de conhecimento, exemplos fixos.
- ·Variável (fora do cache): a pergunta do usuário, o dado do dia.
- ·Regra de estrutura: estável primeiro, variável no fim — cache casa por prefixo.
2
Confira na resposta da API
A resposta da API informa quanto veio do cache e quanto foi cobrado cheio. Se o campo de leitura de cache está zerado nas chamadas repetidas, algo no seu prefixo está mudando — timestamp, id de sessão, qualquer byte diferente quebra o casamento.
Documentação oficial da APIAnthropiccode.claude.com(abre em nova aba)Quando NÃO compensa:
Chamada esporádica (o cache expira entre uma e outra) ou prefixo pequeno. Cache é desconto de volume com repetição — não é desconto universal.