內容快取

在典型的 AI 工作流程中，您可能會反覆將相同的輸入權杖傳遞至模型。Gemini API 提供兩種不同的快取機制：

如果您想確保節省費用，但願意增加開發人員工作量，則可使用明確快取。

隱含快取

所有 Gemini 2.5 模型都會預設啟用隱式快取功能。如果要求命中快取，系統會自動將節省的費用轉移給您。你不需要採取任何行動，這項異動將於 2025 年 5 月 8 日生效。如要使用內容快取，2.5 Flash 的輸入權杖數下限為 1,024，2.5 Pro 則為 4,096。

如要提高隱含快取命中的機率，請採取下列做法：

您可以在回應物件的 usage_metadata 欄位中，查看快取命中次數。

使用 Gemini API 的明確快取功能，您可以將部分內容傳送至模型一次、快取輸入權杖，然後在後續要求中參照快取的權杖。在特定量級下，使用快取權杖的成本會比重複傳遞相同權杖主體更低。

快取一組權杖時，您可以選擇快取要保留多久，權杖才會自動刪除。這段快取時間稱為「存留時間」(TTL)。如未設定，TTL 預設為 1 小時。快取費用取決於輸入權杖大小，以及您希望權杖保留多久。

本節假設您已安裝 Gemini SDK (或已安裝 curl)，並已設定 API 金鑰，如快速入門所示。

如果您使用 OpenAI 程式庫，可以透過 extra_body 上的 cached_content 屬性啟用明確快取。

如果較短的要求會重複參照大量初始脈絡，就特別適合使用脈絡快取。請考慮在下列用途使用內容快取：

情境快取是付費功能，旨在降低整體營運成本。計費依據下列因素：

如需最新定價詳細資料，請參閱 Gemini API 定價頁面。如要瞭解如何計算權杖，請參閱權杖指南。

使用內容快取時，請注意下列事項：

使用內容快取時，2.5 Flash 的最低輸入權杖數為 1,024，2.5 Pro 則為 2,048。最大值與指定模型相同。(如要進一步瞭解如何計算權杖，請參閱權杖指南)。
模型不會區分快取權杖和一般輸入權杖。快取內容是提示的前置字元。
內容快取沒有特殊費率或用量限制，適用 GenerateContent 的標準費率限制，且權杖限制包含快取的權杖。
快取服務的建立、取得及列出作業會傳回 usage_metadata 中的快取權杖數量，使用快取時也會傳回 GenerateContent 中的快取權杖數量。