2026年7月9日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

OpenAI发布Prompt Caching - API调用成本更低啦!

发布日期:2024-10-18 18:03:00 浏览次数: 3666
作者:01麻瓜社

微信搜一搜,关注“01麻瓜社”


今天,OpenAI推出了提示缓存(Prompt Caching),允许开发者降低成本和延迟。通过重复使用最近看到的输入令牌,开发者最多可以降低50%的成本和更快的提示处理时间。

为什么发布提示缓存?

许多开发者在构建AI应用程序时会在多个API调用中重复使用相同的上下文,例如在编辑代码库或与聊天机器人进行长时间多轮对话时。

提示缓存可用性和定价

从今天开始,提示缓存自动应用于GPT-4o、GPT-4o mini、o1-preview和o1-mini的最新版本,以及这些模型的微调版本。以下是定价概览:

如何监控缓存的使用?

对支持的模型的API调用将自动从超过1024个Token的提示词启用缓存。API会缓存之前已计算过的提示的最长前缀,从1024个令牌开始,以128个令牌为增量。如果开发者重复使用具有共同前缀的提示,OpenAI将自动应用提示缓存。开发者无需对API集成进行任何更改。

使用提示缓存的请求在API响应的'usage'字段中有一个'cached_tokens'值:

usage: {total_tokens: 2306,prompt_tokens: 2006,completion_tokens: 300,prompt_tokens_details: {cached_tokens: 1920,audio_tokens: 0,},completion_tokens_details: {reasoning_tokens: 0,audio_tokens: 0,}}


缓存通常在5-10分钟不活动后清除,并且始终在缓存最后使用后一小时内移除。

如何有效地结构化提示词?

只有在提示内完全匹配前缀时才可能出现缓存命中。要实现缓存收益,请将静态内容(如指令和示例)放在提示的开头,并将可变内容(如用户特定信息)放在末尾。这也适用于图像和工具,它们在请求之间必须完全相同。

工作原理

对于1024个令牌或更长的提示,缓存自动启用。当您发出API请求时,会发生以下步骤:

  1. 缓存查找: 系统检查您提示的初始部分(前缀)是否存储在缓存中。

  2. 缓存命中: 如果找到匹配的前缀,系统使用缓存的结果。这显著降低了延迟并减少了成本。

  3. 缓存未命中: 如果没有找到匹配的前缀,系统处理您的完整提示。处理后,您提示的前缀将被缓存以供将来请求使用。

可以缓存的内容

  • 消息: 完整的消息数组,包括系统、用户和AI交互。

  • : 用户消息中包含的图像,可以是链接或base64编码的数据,也可以发送多个图像。确保detail参数设置相同,因为它会影响图像标记化。

  • 工具使用: 消息数组和可用的`tools`列表都可以被缓存,有助于达到1024个令牌的最低要求。

  • 结构化输出: 结构化输出模式作为系统消息的前缀,可以被缓存。



最佳实践

  • 将静态或重复内容结构化在提示的开头,动态内容放在末尾。

  • 监控缓存命中率、延迟和缓存令牌百分比等指标,以优化您的提示和缓存策略。

  • 为了增加缓存命中,使用更长的提示,并在非高峰时段发出API请求,因为在高峰时段缓存清理更频繁。

  • 最近未使用的提示会自动从缓存中移除。为了最小化缓存丢失,保持使用相同提示前缀的请求流稳定。


祝大家的AI应用开发越来越好!

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅