Кэширование промптов в Claude API: цена чтения из кэша и реальная экономия

Кэширование промптов (prompt caching) — механизм Claude API, позволяющий хранить часть контекста между вызовами и не платить за повторную обработку одних и тех же токенов. С выходом Claude Fable 5.1 чтение из кэша подешевело на 75% — до $0,25 за 1M токенов. Подробная документация по механике доступна в официальных доках Anthropic. Без API пользоваться Claude бесплатно можно в чате на плане Free.

Что такое prompt caching и как это работает

Когда вы отправляете запрос к Claude API, входные токены тарифицируются по полной цене. Если тот же контекст — системный промпт, большой документ, история диалога — повторяется в следующем вызове, API может прочитать его из кэша вместо повторной обработки.

Чтение из кэша стоит принципиально дешевле. По данным Anthropic, в поколении Fable 5.1 эта цена снизилась с ~$1 до $0,25 за 1M токенов — снижение на 75%.

Как включить кэширование:

1. Используйте модель claude-fable-5-1.
2. Поместите повторяющийся контекст в начало промпта.
3. Добавьте cache_control: {type: "ephemeral"} к нужным блокам.
4. Следующий вызов вернёт cache_read_input_tokens — платите $0,25 вместо $10.
5. Проверьте ответ: cache_creation_input_tokens — первый вызов, cache_read_input_tokens — повторные.

Технические ограничения:

• Минимальный блок — 512 токенов
• TTL — 5 минут (обновляется при каждом обращении), есть и часовой кэш с более дорогой записью
• Кэшируются системные промпты, документы, история диалога

Цена токенов: базовая и кэшированная

Базовые цены Claude Fable 5.1 не изменились по сравнению с Fable 5. Вот полная картина:

Тип токенов	Цена за 1M токенов
Входные (cache miss)	$10,00
Выходные	$50,00
Чтение из кэша	$0,25
Запись в кэш на 5 минут	$12,50
Запись в кэш на 1 час	$20,00

Prompt caching is particularly effective for tasks that involve multiple calls with the same context — like agents, long documents, or repeated system prompts.Документация Anthropic: Prompt Caching

При цене $0,25 за cache read vs $10 за обычный вход — кэш дешевле в 40 раз. Это меняет экономику сценариев с повторяющимся контекстом кардинально.

Где кэш даёт максимальную экономию

Агентные пайплайны — сценарий, в котором кэш работает лучше всего. ИИ-агент на каждом шаге переотправляет весь накопленный контекст: системный промпт, историю вызовов инструментов, промежуточные результаты. Без кэша каждый шаг тарифицируется по полной цене входа. В обычном диалоге, где нейросеть онлайн отвечает на разовые вопросы, эффект скромнее: контекст короткий и повторяется реже.

Сценарии с наибольшей выгодой от кэширования:

• Агентные пайплайны с повторяющимся системным промптом
• RAG-системы, встраивающие большой документ в каждый запрос
• Мультиходовые диалоги с длинной историей
• Пакетная обработка с одинаковым контекстом

Согласно официальным данным Anthropic, экономия по сравнению с Fable 5 составляет:

Сценарий	Экономия
Типовая нагрузка (реальное использование за четыре недели августа 2026 года)	~−25%
Высокоагентные задачи	до −45%

Если вас интересует, как Fable 5.1 ведёт себя в кодинг-бенчмарках — читайте разбор Terminal-Bench; а сравнение с облегчённой версией модели — в материале о Claude Mythos 5.1.

В сценариях с одноразовыми уникальными промптами кэш не помогает — нет повторений, нет экономии.

Как оценить выгоду заранее

Посчитайте долю токенов, которая повторяется между вызовами. При 80% повторяющегося контекста и 10 запросах в сессии входные токены по официальным ценам Fable 5.1 (обычный вход $10, запись в кэш $12,50, чтение $0,25 за 1M) обходятся примерно в 3 раза дешевле, чем без кэша. Детальный обзор цен Claude API и модели claude-fable-5-1 доступны в справочнике моделей. Подключить кэш можно через Claude API или облака AWS, Google Cloud, Azure.

FAQ

Что такое кэширование промптов в Claude API?

Механизм хранения повторяющегося контекста между вызовами. Чтение из кэша — $0,25 за 1M токенов вместо $10.

Сколько стоит чтение из кэша?

$0,25 за 1M токенов — на 75% дешевле стандартного входа ($10).

Насколько снижается итоговая стоимость?

Типовая нагрузка — около −25%, высокоагентные сценарии — до −45% по сравнению с Fable 5.

Когда кэш не помогает?

Когда каждый запрос содержит уникальный промпт без повторений. В режиме max effort возможен рост стоимости за счёт бо́льшего числа выходных токенов.

Как включить кэширование?

Добавьте cache_control: ephemeral к блокам контента. Минимум 512 токенов, TTL — 5 минут или 1 час.

На каких платформах работает prompt caching?

Claude API, AWS Bedrock, Google Cloud, Microsoft Azure — везде, где доступна модель claude-fable-5-1.