11 月月初那份账单出来，周岩把输入那一栏看了两遍。871 块变成 1,089 块，多了 218。
他这个月只动了一个地方：把后台那个缓存开关打开了，别的参数一个没碰。团队 20 个人，每天问 330 次左右，问的都是同一份 6 万字的产品手册。
手册占的地方不小，一次调用的输入就是 40,000 个 token（模型算钱的最小单位，一个汉字大概占 0.6 到 0.7 个）。
开关开完，账单上"命中"那一栏整月是 0，一次都没落到便宜的那档。省下的钱一分没见着，单价反倒往上走了一格：整月的输入全按 1.25 倍收。他先想到的是自己开关点错了。
为什么会这样
因为缓存认的是开头：开头差一个字，前面那 40,000 个 token 就一次也认不出来。
缓存不是存进去就能用。平台认的规矩是，请求最前面那一段，从开头那个字符起必须完全相同，才算一次命中。
周岩的模板最上面那行写着"当前时间：2026年11月9日 09:14"，往下两行是工单号。330 次调用，这两行次次不一样。开头一变，后面 40,000 个 token 全跟着作废。
作废的代价落在单价上。普通输入按 3 元/百万 token 算（这是假设的价，只为好算），一次 40,000 个是 0.12 元。写缓存贵 1.25 倍，3.75 元/百万，一次 0.15 元。
一次多 0.03 元，330 次是 9.9 元，22 个工作日正好 217.8 元。账上那 218 块就是这么垒起来的。
同一份规则里，读缓存只要 0.1 倍，一次 0.012 元。所以真命中一次就把这 25% 赚回来，一次都没命中，这 25% 就是白付。
怎么解决
三条路，从最便宜的排到最贵的。
先把会变的那句话挪走。 时间、工单号、提问人姓名，全从模板开头挪到用户问题里去，模板只留手册和规则。这是一行代码的活，不花钱。
按这帮人一天 330 次、命中一半估：165 次写 0.15 元，165 次读 0.012 元，一天 26.73 元，22 天 588 元。比原来省 501 元。
再把同前缀的活攒起来跑。 上午的、下午的分两批，两次调用之间从几分钟缩到几秒，命中能到八成。66 次写 0.15 元，264 次读 0.012 元，一天 13 元，月费 287 元。
代价是问答不能即时回，只适合能等的活，比如每晚跑一遍日报。
最后才是缩前缀。 6 万字里只留真正被问到的 2 万字，约 13,000 个 token，其余做成按需检索。每次 0.039 元，一天 330 次是 12.87 元，月 283 元。
注意，283 元和第二条的 287 元差不多，可它花的人力是第二条的好几倍。这条最贵，要搭检索、要试两周，人比钱贵。
别踩的三个坑：
坑一，以为开关一开就有缓存。多数平台要你在内容里标出"从哪断开"，不标就整段硬碰，碰不上就是零。
坑二，忘了 5 分钟就过期。隔半小时再问，等于重新写一次，还是 1.25 倍。
坑三，把用户的问题也塞进缓存段。问题一换，前缀就变，等于没开。
平台怎么管这些问题
这条链子接到平台上，是六件事，串成一条线。
模板：手册、规则、示例这些不变的内容做成一个模板，带版本号。谁动了缓存那一段，版本号跟着变，翻记录就知道是谁。
断点：在模板里直接标出"到这里可以缓存"，让系统知道认到哪一行，不用整段硬碰。
日志：每次调用记下命中、写入、未命中三种状态，按模板汇总。哪个模板的命中率掉到零，当天就能看见。
单价表：输入、输出、写缓存、读缓存四栏分开配。账单一出来，四栏的数对得上正文那套算法。
预算：日花费到八成推一条提醒给值班的人，不用等月底对账才发现。
分摊：按项目或部门拆账，谁问得多谁认这笔钱。
这些事平时落在四个人身上。
改规则的是技术负责人。模板和单价表要动，得他和复核的人各签一次名，一个人改不动。
批减免的是业务负责人。差额超过 500 元要他签字，财务只认这条签字记录。
能倒查的是运维。日志留 90 天，从 key 追到账号，再从账号追到人，出了问题当天能定位到某一次调用。
收告警的是值班表上那个名字。早班 9 点到 18 点，晚班 18 点到次日 9 点，命中率归零只发给他，不发全员。
这笔钱值不值
掏钱的是技术团队的月度预算，不是哪一个人。
最省的那条改一行，半小时人力，按 100 元一个人时算是 50 元。月省 501 元，一年 6,012 元，头一周就把这半小时赚回来了。
第二条要投两天，1,600 元，每月再省 301 元，五个多月才回本。量小的时候做到最省那条就够，不用急着上。
第三条投入最大，省下的和第二条差不多，人少的时候不划算。
行业规则怎么管这件事
Anthropic 的《定价》文档（platform.claude.com/docs/zh-CN/about-claude/pricing，Anthropic 发布，2026 年 11 月核对）把缓存写成三档：5 分钟写入按基础输入价的 1.25 倍，1 小时写入按 2 倍，命中按 0.1 倍。
文档里还写着一句：一次读取即可回本。倒过来读就是，一次没命中，那 25% 白付。
周岩模板最上面那行日期，正好卡在这条规则的开头：开头不一样，后面全不算。
周岩把那行日期从模板最上面挪到问题最后，顺手把半年的日志翻了一遍，12 月的账单回到 588 块。缓存这东西不看开关，只看开头那一个字对不对。
主流大模型 API token 统一接入、统一计费，改个地址就能用。