把命中率从 0 提到九成，DeepSeek V4-Pro 的月账单会降约六成，Kimi K3.1 Pro 降约五成——都不用换模型、不用改业务，只改提示词的结构。缓存是 API 账单里最容易被忽略的一项：它不改需求，只改提示词的顺序。站内入口见Kimi。
两家的缓存规则差在哪
Kimi 的规则写在定价页上：对重复的请求前缀自动启用上下文缓存，TTL 默认 5 分钟，另有 1 小时档；K3 系列的缓存写入按 TTL 档位单独计费，缓存命中的输入只按命中价收，不再重复收写入费。价格上，输入 ¥13、缓存写入 ¥13、缓存命中 ¥1.30（每百万 token）——命中价是输入价的十分之一。
DeepSeek 的价格表把输入拆成两行：CACHE HIT 与 CACHE MISS。V4-Pro 谷时是 $0.022 与 $0.66，峰时是 $0.044 与 $1.32；命中价约为未命中价的 3.3%。它没有单列「缓存写入」这一项。
两家都便宜得很，但结构不同，这决定了两件事。第一，Kimi 的写入要付一次满价输入，所以「前缀经常变」的用法在 Kimi 上代价更高；DeepSeek 的价格页没列这项，改前缀的边际成本只能从账单上观察，不能靠单价推算。第二，Kimi 的命中价是输入的 10%，DeepSeek 是 3.3%，命中率同样提升时，DeepSeek 的降幅更大。
一张表看清命中率对账单的影响
设一个 RAG 问答场景：每次输入 1.2 万 token，其中 1 万是固定知识前缀，输出 800 token，每月 5 万次。
| 命中率 | DeepSeek V4-Pro（峰时） | Kimi K3.1 Pro |
|---|---|---|
| 0%（前缀完全没命中） | 约 $950 | 约 ¥10,520（折 $1,482） |
| 50%（1 万前缀命中 5 千） | 约 $631 | 约 ¥7,595（折 $1,069） |
| 90%（1 万前缀命中 9 千） | 约 $376 | 约 ¥5,255（折 $740） |
从 0 到 90%，DeepSeek 降 60.4%，Kimi 降 50.0%。降幅的上限由输入占账单的比例决定：这个场景里输出只占一成多，所以输入部分的优化空间几乎等于全部空间。如果任务是长文生成（输出远大于输入），缓存能帮的就有限——这也是判断「该不该花力气做缓存」的第一道筛子。
还有一点值得单独算：命中率从 50% 提到 90%，DeepSeek 每月省 $255，Kimi 省约 $329。数字不大，但这是一次性改提示词结构就能拿到的，不需要重跑评测、不需要换模型。
三个让命中率上去的动作
第一，把固定内容放到最前面，变量放到最后。Kimi 的规则明写「重复的请求前缀」才会命中，所以顺序很关键：系统提示、知识库片段、示例对话放前面，用户这一次的问题放最后。反过来把用户问题放开头，后面再长的固定内容也命中不了。
第二，删掉前缀里的时间戳与随机数。常见写法是在系统提示里插「当前时间：2026-11-01 05:30:12」，或者给每次会话加一个随机 ID。这类内容一变，整段前缀就失效。把它们挪到用户消息里，或者只精确到日期。这一条改起来最便宜，省下的也最直接。
第三，把同一前缀的请求聚在一起跑。缓存有存活时间：Kimi 默认 5 分钟，长任务可用 1 小时档。如果同一批文档的请求散落在一天里，5 分钟早就过期了。批处理时按前缀分组、连续发送，命中率会明显不同——这与Batch API 是什么里讲的批处理思路是同一件事。
命中率上不去，先查这四处
- 前缀里有没有每次都变的东西。时间、UUID、请求编号、用户昵称，任何一个都足以击穿缓存。
- 固定内容是不是被拼接顺序打乱了。同一份知识，有人按「标题+正文」拼，有人按「正文+标题」拼，两种拼法在缓存眼里是两个前缀。
- 两次调用间隔是否超过 TTL。Kimi 默认 5 分钟，隔十分钟再来，等于每次都从零开始。
- 有没有多加了空格与换行。模板引擎自动缩进、换行符在不同系统下不一致，都会让前缀不一致。这一点最隐蔽，也最常见。
别为了缓存牺牲结构
有一种做法要提醒：为了凑命中率，把每次都要变的指令也塞进用户消息，结果模型对指令的遵循变差、输出质量下降。这不是省钱，是把成本转成了返工。判断标准很简单——改动之后跑同一批样本，通过率不能掉；掉了就说明省下的钱要用人工补回来。
还有一种反向情况：任务本身输出很长（比如生成长文、长报告），输入占比低，这时能省下的很有限，该做的是换档或改批量，思路见DeepSeek flash 与 pro 怎么选一篇。
信息来源与自查路径
- Kimi 开放平台（platform.kimi.com 首页模型价格块、docs/pricing/chat）：K3.1 Pro 输入 ¥13.00、缓存写入 ¥13.00、缓存命中 ¥1.30（每百万 token）；「对重复的请求前缀自动启用上下文缓存」，TTL 默认 5 分钟、另有 1 小时档，K3 系列缓存写入按 TTL 档位单独计费，命中部分不再重复收写入费，核对时间 2026 年 11 月 1 日；
- DeepSeek 定价页（api-docs.deepseek.com/quick_start/pricing）：V4-Pro 1M INPUT TOKENS (CACHE HIT) 为 $0.022 谷时／$0.044 峰时，1M INPUT TOKENS (CACHE MISS) 为 $0.66／$1.32，1M OUTPUT TOKENS 为 $1.98／$3.96；峰时规则见脚注 (2)，核对时间 2026 年 11 月 1 日；
- 汇率与成本：本文按 1 美元 = 7.1 元折算，仅用于量级比较；三档命中率的月账单由上述单价乘算得出，不含重试与工具调用；
- 站内条目：Kimi（工具页）、Batch API 是什么、DeepSeek flash 与 pro 怎么选。
命中率上去了、账单还是高，漏的可能是四笔不在缓存里的输入：文件抽取正文、系统提示、历史对话与按次计费的工具调用，拆法见API 账单总比估算高，多算在哪四笔。
缓存这件事的特别之处在于：它不改需求、不改模型，只改你写提示词的顺序。先花十分钟把前缀里的时间戳挪走，比研究哪家便宜更管用。
