月之暗面官宣 Kimi 開放平臺上下文緩存（Context Caching）功能開啟公測。官方表示，該技術在 API 價格不變的前提下，可為開發(fā)者降低最高 90% 的長文本旗艦大模型使用成本，并提升模型響應速度。
IT之家附 Kimi 開放平臺上下文緩存功能公測詳情如下：
技術簡介
據(jù)介紹，上下文緩存是一種數(shù)據(jù)管理技術，允許系統(tǒng)預先存儲會被頻繁請求的大量數(shù)據(jù)或信息。當用戶請求相同信息時，系統(tǒng)可以直接從緩存中提供，無需重新計算或從原始數(shù)據(jù)源中檢索。
適用場景
上下文緩存適用于頻繁請求，重復引用大量初始上下文場景，可降低長文本模型費用，提高效率。官方表示費用最高降低 90 %，首 Token 延遲降低 83%。適用業(yè)務場景如下：
提供大量預設內容的 QA Bot，例如 Kimi API 小助手
針對固定的文檔集合的頻繁查詢，例如上市公司信息披露問答工具
對靜態(tài)代碼庫或知識庫的周期性分析，例如各類 Copilot Agent
瞬時流量巨大的爆款 AI 應用，例如哄哄模擬器，LLM Riddles
交互規(guī)則復雜的 Agent 類應用等
計費說明
上下文緩存收費模式主要分為以下三個部分：
Cache 創(chuàng)建費用
調用 Cache 創(chuàng)建接口，成功創(chuàng)建 Cache 后，按照 Cache 中 Tokens 按實際量計費。24 元 / M token
Cache 存儲費用
Cache 存活時間內，按分鐘收取 Cache 存儲費用。10 元 / M token / 分鐘
Cache 調用費用
Cache 調用增量 token 的收費：按模型原價收費
Cache 調用次數(shù)收費：Cache 存活時間內，用戶通過 chat 接口請求已創(chuàng)建成功的 Cache，若 chat message 內容與存活中的 Cache 匹配成功，將按調用次數(shù)收取 Cache 調用費用。0.02 元 / 次
公測時間和資格說明
公測時間：功能上線后，公測 3 個月，公測期價格可能隨時調整。
公測資格：公測期間 Context Caching 功能優(yōu)先開放給 Tier5 等級用戶，其他用戶范圍放開時間待定。
