计费解释 · 截至 2026-11-20

Claude Code 缓存 5 分钟还是 1 小时:订阅默认 1 小时,API key 默认 5 分钟

截至 2026-11-20,答案取决于你用哪种方式计费:Claude 订阅在计划内用量里默认请求 1 小时缓存,API key、用量额度(usage credits)与云厂商默认 5 分钟。API key 路线想把主对话改成 1 小时,把 promptCacheTtl 设为 1h 即可(需要 Claude Code v2.1.242 或更高);收费按 Anthropic 官方倍数走,5 分钟缓存写入是输入价的 1.25 倍,1 小时写入 2 倍,缓存读在多数型号上是 0.1 倍。

更新于 2026-11-20

价格会变:QCode 上 Claude、GPT 与国产模型按 token 计费,实时单价见 /models。

#5 分钟 vs 1 小时#cache read 0.1×#cache write 1.25× / 2×#promptCacheTtl=1h

四个数字先记住

5 分钟

API key 路线的默认缓存寿命

API key、用量额度与云厂商的每个请求默认 5 分钟;订阅只在计划内用量里拿 1 小时,一旦超出计划改走 usage credits,主对话也掉回 5 分钟。

1.25×

5 分钟缓存写入:输入价的 1.25 倍

写缓存比把同样的 token 当普通输入发送更贵,但之后的命中按缓存读计价;Anthropic 价目页把 5 分钟写入标为 1.25x 基础输入价,缓存有效期 5 分钟。

2×

1 小时缓存写入:输入价的 2 倍

1 小时写入按 2x 基础输入价,缓存有效期 1 小时;适合离开几分钟到一小时再回来的会话,而在从不空过 5 分钟的短促连续干活里,这笔加价用不上。

0.025×

Fable 5.2 的缓存读只要 0.025 倍

Fable 5.2、Mythos 5.2、Fable 5.1 与 Mythos 5.1 的命中按输入价 0.025x 计费,Fable 5.2 折合每百万 token $0.20;Opus 5.5 与 Sonnet 5.5 是 0.05x,其余型号 0.1x。

5 分钟与 1 小时分别发给哪些请求

截至 2026-11-20,官方文档把每个请求分进两个桶:主对话(交互回合、-p 非交互运行、Agent SDK 回合,以及 Claude Code 内联跑的辅助请求)和其余一切(子代理、workflows、进程内 teammates、fork、压缩、会话标题)。TTL 由 Claude Code 按请求决定:除非你自己指定,只有 Claude 订阅在计划内用量里才请求 1 小时;API key、用量额度与云厂商的主对话都是 5 分钟;订阅计划内的「其余一切」默认 5 分钟,只除少量由 Anthropic 服务端控制的辅助请求是 1 小时,而 API key、用量额度与云厂商的「其余一切」都是 5 分钟。

官方原句是:Unless you choose a TTL yourself, Claude Code requests the one-hour TTL only on a Claude subscription within your plan's included usage. 社区里最常见的困惑正好卡在这里,有开发者在论坛写道:I still don't understand if cache lasts for 5 minutes or one hour.

最近的变化:TTL 开关、缓存面板,与没变的写入加价

截至 2026-11-20 的文档版本里,有三处和这笔账直接相关。

  1. 1TTL 可以自己选:promptCacheTtl 或 CLAUDE_CODE_PROMPT_CACHE_TTL 管主对话,subagentPromptCacheTtl 或 CLAUDE_CODE_SUBAGENT_PROMPT_CACHE_TTL 管其余请求,四个开关都要求 Claude Code v2.1.242 或更高;优先级最高的是 FORCE_PROMPT_CACHING_5M=1,之后才是桶自己的环境变量,最后才是桶自己的设置。
  2. 2缓存状态可以直接看:v2.1.251 起 /usage 的 Session 块多出一行 Prompt cache (main),显示命中比例、miss 次数,以及缓存是否 warm 和当时生效的 TTL;v2.1.260 起还会写出最后一次 miss 的可能原因,例如工具定义变了。
  3. 3倍数没变:5 分钟写入 1.25 倍、1 小时写入 2 倍,缓存读按型号在 0.025 倍到 0.1 倍之间。社区 2026-11-15 与 2026-11-17 的两条讨论,一条复盘缓存断掉让一段工作流多花了钱,另一条还在问缓存是 5 分钟还是 1 小时。顺带对照:OpenAI 的 gpt-6.2-sol 官方价把缓存写入分成 30m write 与 12h write 两档(输入 $2.00、输出 $10.00、缓存输入 $0.10、30 分钟写入 $2.50、12 小时写入 $5.00),档位名和 Claude 的 5 分钟 / 1 小时不是一回事。

三个时间点:两条社区讨论与一次官方核对

2026-11-15

有用户发帖复盘:缓存断掉让一段 Claude Code 工作流多花了钱。讨论把原因指向中途换模型、改工具定义,以及离开超过缓存寿命之后的第一条消息(社区说法,不是官方结论,金额不引用)。

2026-11-17

另一条讨论里,有开发者写道还是搞不懂缓存是 5 分钟还是 1 小时。官方文档其实把这件事写成了一张两行的表:订阅在计划内用量里主对话 1 小时,API key、用量额度与云厂商 5 分钟。

2026-11-20

截至 2026-11-20 的官方规则:订阅计划内用量默认 1 小时,API key 与云厂商默认 5 分钟,改 TTL 需要 v2.1.242 或更高;倍数仍是 5 分钟写入 1.25 倍、1 小时写入 2 倍、缓存读 0.025 倍起。

官方已核实的计费规则 vs 社区误解与未公布事项

已核实(Claude Code 缓存文档与 Anthropic 价目页原文)

截至 2026-11-20 可逐条核对

  1. 1默认时长:订阅在计划内用量时主对话 1 小时、其余 5 分钟,只除少量由 Anthropic 服务端控制的辅助请求是 1 小时;API key、用量额度或云厂商两个桶都是 5 分钟。
  2. 2倍数:5 分钟写入 1.25 倍基础输入价,1 小时写入 2 倍,缓存读多数型号 0.1 倍。
  3. 3各型号命中价:Fable 5.2 与 Mythos 5.2 为 0.025x(每百万 token $0.20),Fable 5.1 与 Mythos 5.1 为 0.025x($0.25),Opus 5.5 为 0.05x($0.20),Sonnet 5.5 为 0.05x($0.10),其余 0.1x。
  4. 4同一行的标价:Fable 5.2 输入 $8、输出 $40、1 小时写入 $16;Opus 5.5 输入 $4、输出 $20、1 小时写入 $8;Sonnet 5.5 输入 $2、输出 $10、1 小时写入 $4。
  5. 5验证:跑 claude -p "hello" --output-format json,ephemeral_1h_input_tokens 是 1 小时写入,ephemeral_5m_input_tokens 是 5 分钟写入。
  6. 6时间与门槛:每次命中免费刷新寿命,寿命从请求开始算;Fable 5.2、Mythos 5.2、Fable 5.1、Mythos 5.1、Opus 5.5、Sonnet 5.5 与 Haiku 5.5 的最小可缓存长度是 512 token。

社区误解与官方尚未公布的事项

  1. 1「用 API key 也能拿到 1 小时」——默认拿不到:要把 promptCacheTtl 设成 1h,而且主对话之外的请求仍是 5 分钟,除非你也给那个桶设 TTL。
  2. 2「1 小时缓存永远更便宜」——官方写的是相反的情况:从不空过 5 分钟的短促工作里,1 小时的写入加价用不上。
  3. 3「命中缓存不花钱」——命中按型号收 0.025x 到 0.1x,只是低于普通输入价。
  4. 4「改 effort 一定重算」——Fable 5.1 及以后、Opus 5.5、Sonnet 5.5、Haiku 5.5 在 API key 或订阅下默认保持缓存完整,其他型号每档 effort 各有缓存。
  5. 5「子代理会读父缓存」——子代理首个请求读不到,因为前缀不同;fork 可以,它完整继承父对话。
  6. 6官方没有统一结论:1 小时在各家云平台与各网关上的可用范围要看各自文档,Anthropic 只说 Amazon Bedrock 上按型号而异。

一直用默认 5 分钟 vs 把主对话设成 1 小时

默认 5 分钟:连续干活、请求间隔不到 5 分钟

官方写明 5 分钟缓存每次被使用都会免费刷新,所以只要你的请求间隔小于 5 分钟,缓存一直热着,1.25 倍的写入只按新内容收。适合一口气改代码、连续跑工具;一旦离开超过 5 分钟,回来第一条消息要重算整个上下文。

promptCacheTtl 设 1h:离开一会儿再回来

主对话改成 1h 后,写入按 2 倍计价,换来一小时的空档容忍度。官方给的取舍原句是:It costs more on short bursts of work that never idle past five minutes, where the higher write rate applies and the longer cache lifetime goes unused. 换句话说,你常用的是「离开一会儿再回来」,这笔加价买的就是跳过整段上下文重算。

照做的五步:先看实际 TTL,再决定要不要改

  1. 1先看真实 TTL:跑 claude -p "hello" --output-format json,读 usage.cache_creation 里的 ephemeral_1h_input_tokens 与 ephemeral_5m_input_tokens,哪个不为 0 就是哪档;会话里用 /usage 看 Prompt cache (main) 行的命中比例、miss 次数与 warm 状态下的 TTL。
  2. 2要 1 小时就在 settings.json 写 "promptCacheTtl": "1h",或设 CLAUDE_CODE_PROMPT_CACHE_TTL=1h(需要 v2.1.242 或更高);两个桶都要 1 小时就设 ENABLE_PROMPT_CACHING_1H=1。用 ANTHROPIC_BASE_URL 接任何网关时,官方提示 1 小时请求有一部分放在 anthropic-beta 头里,需要网关原样转发;设好后用第 ① 步的办法确认 ephemeral_1h_input_tokens 出现。
  3. 3排查时用 FORCE_PROMPT_CACHING_5M=1 把两个桶强制回 5 分钟做对照,它排在所有开关之前。
  4. 4少制造重算:别中途换型号、改工具定义或换工作目录(缓存实际按一台机器一个目录生效);子代理要更长 TTL 就设 subagentPromptCacheTtl;Fable 5.1 及以后、Opus 5.5、Sonnet 5.5、Haiku 5.5 改 effort 默认不丢缓存。
  5. 5接 QCode 时把 ANTHROPIC_BASE_URL 设为 https://api.qcode.cc/api、ANTHROPIC_AUTH_TOKEN 设为 cr_ 开头的 key,改完再跑一次第 ① 步确认 TTL。

按 token 计费跑 Claude Code:缓存读写单价看 /models

QCode 按 token 计费,在 Claude Code 里把 ANTHROPIC_BASE_URL 设为 https://api.qcode.cc/api、ANTHROPIC_AUTH_TOKEN 设为 cr_ 开头的 key 就能开工。Claude Code 侧的 TTL 设置见上文;经自定义地址(ANTHROPIC_BASE_URL)时,缓存是否生效由所接的服务决定,设好后用 claude -p "hello" --output-format json 看 ephemeral_5m_input_tokens / ephemeral_1h_input_tokens 自查。

各型号的缓存写入与缓存读取单价,qcode.cc/models 页逐型号列出,以该页为准。不想包月?按量包 ¥26 起买一笔额度,7 天内用完为止;已有个人套餐的用户额度不够时买加油包。

常见问题

同一个模型,为什么 API key 的缓存只有 5 分钟?

因为 TTL 由 Claude Code 按请求和计费方式决定。官方表格里,订阅在计划内用量时主对话是 1 小时,而 API key、用量额度或云厂商的主对话是 5 分钟。主对话之外的请求在订阅计划内也是 5 分钟,只除少量由 Anthropic 服务端控制的辅助请求,它们是 1 小时;在 API key、用量额度或云厂商上,这些请求也都是 5 分钟。想在 API key 上保留 1 小时,就自己把 promptCacheTtl 设为 1h(v2.1.242 或更高),官方文档给的办法就是这个。

1 小时缓存值不值?

看你两次请求之间的空档。官方写明:如果同一段前缀的使用频率高于每 5 分钟一次,就继续用 5 分钟缓存,因为它会免费刷新;1 小时缓存适合「比 5 分钟少、比 1 小时多」的节奏,比如一个跑超过 5 分钟的 side agent,或一段等着用户回话的长对话。代价是写入按 2 倍输入价计费。

cache read 为什么还收钱?

因为服务端确实又读了一遍这段前缀,只是比普通输入便宜得多:多数型号 0.1 倍,Opus 5.5 与 Sonnet 5.5 是 0.05 倍,Fable 5.2、Mythos 5.2、Fable 5.1 与 Mythos 5.1 是 0.025 倍。Anthropic 价目页给的算法是:5 分钟档按 1.25 倍写入,从第一次缓存读起就开始回本。

Fable 5.2 的缓存读到底多少钱?

每百万 token $0.20:Fable 5.2 基础输入 $8/MTok,命中按 0.025 倍算,$8 × 0.025 = $0.20。同一行的 1 小时写入是 $16/MTok,5 分钟写入则是 $8 × 1.25 = $10/MTok(示例算式,只按 Anthropic 官方标价计算,不含 QCode 价格)。

中途改 effort 会不会把缓存弄丢?

在 Fable 5.1 及以后、Opus 5.5、Sonnet 5.5、Haiku 5.5 上默认不会:官方写明这些型号用 API key 或订阅时,改 effort 后缓存保持完整。其他型号上每档 effort 各有自己的缓存,中途改就会整单重算。官方建议在会话开头就把型号与 effort 定好,把 /compact 留给任务之间的自然断点。

子代理(subagent)有缓存吗?

有,但和主对话分开。子代理用自己的系统提示与工具集开新对话,首个请求读不到父缓存,之后在自己回合之间把缓存暖起来;它落在主对话的 TTL 桶之外,所以即使在订阅上也是 5 分钟,直到你用 subagentPromptCacheTtl 选更长。父缓存不受影响;fork 是例外,它完整继承父对话,首个请求就能读父缓存。

参考来源

Claude Code 官方 prompt caching 文档 code.claude.com/docs/en/prompt-caching 与 costs 文档 code.claude.com/docs/en/costs(核对于 2026-11-20);Anthropic 官方价目页 platform.claude.com/docs/en/about-claude/pricing 与 prompt caching 文档 platform.claude.com/docs/en/build-with-claude/prompt-caching(核对于 2026-11-20);OpenAI 官方价目页 developers.openai.com/api/docs/pricing(2026-11-20,仅作档位对照);qcode.cc/models(2026-11-20,缓存写入与缓存读取单价以该页为准);社区说法只来自公开讨论帖,已在正文标注为社区反映。以上均核对于 2026-11-20。

先把 TTL 设对,再换一条按 token 计费的 key

注册 QCode 账号生成 cr_ key,在 Claude Code 里把 ANTHROPIC_BASE_URL 设为 https://api.qcode.cc/api,按 token 计费调用多模型;缓存读写单价见 /models。

相关阅读

加密货币充值指南

9 种币、56 条网络,0 平台手续费购买 AI 编程 API 额度。

Anthropic 与 OpenAI 的价目页、Claude Code 缓存与成本文档均核对于 2026-11-20,以 code.claude.com、platform.claude.com 与 developers.openai.com 官方页面为准;QCode 侧单价以 qcode.cc/models 为准。QCode.cc 是独立的 API 接入服务,与 Anthropic、OpenAI 等厂商无隶属关系、也未获其背书。文中所有美元价格均为厂商官方标价,示例算式只用于说明计费倍数。

不确定从哪开始?

先试一周

小包 ¥26($30 额度,7 天)

每天都用

体验版 ¥63/月,每天 $5 额度;每 $1 额度只要 ¥0.42,中包约 ¥0.79