هزینه کش کردن پرامپت در Claude Code: 5 دقیقه یا 1 ساعت بستگی به روش پرداخت دارد
تا 20 نوامبر 2026، پاسخ بستگی دارد به نحوه صورتحساب شدن شما: اشتراک Claude در محدوده مصرف پلن، کش 1 ساعته را درخواست میکند، در حالی که کلیدهای API، اعتبارهای مصرف و ارائهدهندگان ابری بهطور پیشفرض 5 دقیقه هستند. در مسیر کلید API میتوانید مکالمه اصلی را با تنظیم promptCacheTtl روی 1h به یک ساعت تغییر دهید (Claude Code v2.1.242 یا بالاتر)، و ضریبهای رسمی Anthropic همچنان اعمال میشوند: نوشتن کش 5 دقیقهای 1.25x قیمت ورودی، نوشتن 1 ساعته 2x، و خواندن کش 0.1x در بیشتر مدلها.
بهروزرسانی شده 2026-11-20
نرخها تغییر میکنند: در QCode هزینه Claude، GPT، DeepSeek و Qwen بهازای توکن محاسبه میشود — نرخهای زنده در /models.
- صورتحساب بهازای توکن — نرخهای زنده در /models
- پرداخت مستقیم با تتر (USDT - TRC20 / TON / Polygon با 0% کارمزد) — بدون نیاز به کارت ارزی یا شماره مجازی
- کلید اختصاصی بدون خطر مسدودی اکانت · فعالسازی فوری و خودخدمت
چهار عدد برای بهخاطر سپردن
عمر پیشفرض کش در مسیر کلید API
کلیدهای API، اعتبارهای مصرف و ارائهدهندگان ابری برای هر درخواست 5 دقیقه میگیرند؛ اشتراک فقط در محدوده مصرف پلن 1 ساعت میگیرد و بهمحض عبور از پلن به اعتبارهای مصرف، مکالمه اصلی به 5 دقیقه برمیگردد.
نوشتن کش 5 دقیقهای: 1.25x قیمت ورودی
نوشتن در کش گرانتر از ارسال همان توکنها بهعنوان ورودی ساده است، اما برخوردهای بعدی با نرخ خواندن کش صورتحساب میشوند؛ صفحه قیمتگذاری Anthropic نوشتن 5 دقیقهای را 1.25x ورودی پایه ذکر میکند و اعتبار این ورودی 5 دقیقه است.
نوشتن کش 1 ساعته: 2x قیمت ورودی
نوشتن 1 ساعته با 2x ورودی پایه صورتحساب میشود و ورودی را یک ساعت گرم نگه میدارد. برای جلساتی مناسب است که چند دقیقه تا یک ساعت از آنها فاصله میگیرید، در حالی که در فعالیتهای کوتاه و پیوسته که هرگز بیش از 5 دقیقه بیکار نمیمانند، این هزینه اضافه بیاستفاده میماند.
خواندن کش Fable 5.2 فقط 0.025x هزینه دارد
Fable 5.2، Mythos 5.2، Fable 5.1 و Mythos 5.1 برخوردها را با 0.025x قیمت ورودی صورتحساب میکنند که Fable 5.2 را به $0.20 در هر میلیون توکن میرساند؛ Opus 5.5 و Sonnet 5.5 روی 0.05x هستند و هر مدل دیگر روی 0.1x.
کدام درخواستها 5 دقیقه و کدام 1 ساعت میگیرند
از 20 نوامبر 2026، مستندات هر درخواست را در دو دسته جای میدهد: گفتوگوی اصلی (نوبتهای تعاملی، اجراهای غیرتعاملی -p، نوبتهای Agent SDK، بههمراه درخواستهای کمکی که Claude Code بهصورت درونخطی اجرا میکند) و هر چیز دیگر (زیرعاملها، workflowها، همتیمیهای درونفرایندی، forkها، فشردهسازی، عنوانهای نشست).
Claude Code مقدار TTL را بهازای هر درخواست انتخاب میکند: مگر اینکه خودتان یکی را انتخاب کنید، تنها یک اشتراک Claude در محدوده مصرف پلن، یک ساعت را درخواست میکند، در حالی که کلیدهای API، اعتبار مصرف و ارائهدهندگان ابری برای گفتوگوی اصلی 5 دقیقه میگیرند. در یک اشتراک، بقیه همچنان 5 دقیقه میگیرند، بهجز مجموعه کوچکی از درخواستهای کمکی که Anthropic در سمت سرور کنترل میکند و یک ساعت میگیرند؛ روی کلیدهای API، اعتبار مصرف یا ارائهدهندگان ابری، هر دو دسته 5 دقیقه هستند.
جمله رسمی چنین است: Unless you choose a TTL yourself, Claude Code requests the one-hour TTL only on a Claude subscription within your plan's included usage. دقیقاً همینجاست که سردرگمی جامعه کاربری شکل میگیرد، و یک توسعهدهنده در یک انجمن نوشت: I still don't understand if cache lasts for 5 minutes or one hour.
چه چیزی تغییر کرد: کنترلهای TTL، یک پنل کش، و همان هزینههای اضافه نوشتن
سه چیز در مستندات تا 20 نوامبر 2026 مستقیماً به این صورتحساب مربوط میشود.
- 1میتوانید TTL را خودتان انتخاب کنید: promptCacheTtl یا
CLAUDE_CODE_PROMPT_CACHE_TTLمکالمه اصلی را پوشش میدهد، subagentPromptCacheTtl یاCLAUDE_CODE_SUBAGENT_PROMPT_CACHE_TTLهر چیز دیگر را پوشش میدهد، و هر چهار کنترل به Claude Code v2.1.242 یا بالاتر نیاز دارند؛ FORCE_PROMPT_CACHING_5M=1 بر همه آنها اولویت دارد، سپس متغیر محیطی آن دسته، و بعد تنظیم آن دسته. - 2وضعیت کش قابل مشاهده است: از v2.1.251 بلوک Session در /usage یک خط Prompt cache (main) با سهم برخورد، تعداد عدمبرخورد، گرم بودن کش و TTL فعال اضافه میکند؛ از v2.1.260 همچنین علت احتمالی آخرین عدمبرخورد را نام میبرد، مانند تغییر تعریف ابزارها.
- 3ضریبها بدون تغییر هستند: 1.25x برای نوشتن 5 دقیقهای، 2x برای نوشتن 1 ساعته، و 0.025x تا 0.1x برای خواندن بسته به مدل. در بحثهای جامعه با تاریخ 2026-11-15 و 2026-11-17، یک کاربر دریافته بود که کشهای خراب یک گردشکار را گرانتر کردهاند و دیگری هنوز میپرسید آیا کش 5 دقیقه دوام میآورد یا 1 ساعت. برای مقایسه، جدول رسمی
gpt-6.2-solاز OpenAI نوشتن کش را به 30m write و 12h write تقسیم میکند ($2.00 ورودی، $10.00 خروجی، $0.10 ورودی کششده، $2.50 برای نوشتن 30m، $5.00 برای نوشتن 12h)، نامهای سطحی که با 5 دقیقه و 1 ساعت Claude یکسان نیستند.
سه تاریخ: دو بحث جامعه و یک بررسی رسمی
کاربری تحلیلی منتشر میکند: کشهای خراب بخشی از یک گردشکار Claude Code را گرانتر کردهاند. این بحث به تغییر مدل در میانه نشست، ویرایش تعریف ابزارها، و اولین پیام پس از وقفهای طولانیتر از عمر کش اشاره میکند (گزارشهای جامعه، نه یک نتیجهگیری رسمی؛ مبلغ در اینجا ذکر نشده است).
در بحثی دیگر توسعهدهندهای مینویسد که هنوز نمیتواند تشخیص دهد کش 5 دقیقه دوام میآورد یا 1 ساعت. مستندات رسمی با جدولی دو ردیفی پاسخ میدهند: اشتراک در محدوده مصرف پلن برای مکالمه اصلی 1 ساعت میگیرد، در حالی که کلیدهای API، اعتبارهای مصرف و ارائهدهندگان ابری 5 دقیقه میگیرند.
قواعد رسمی تا 20 نوامبر 2026: اشتراکها در محدوده مصرف پلن بهطور پیشفرض 1 ساعت، کلیدهای API و ارائهدهندگان ابری 5 دقیقه، تغییر TTL به v2.1.242 یا بالاتر نیاز دارد، و ضریبها همچنان 1.25x برای نوشتن 5 دقیقهای، 2x برای نوشتن 1 ساعته و از 0.025x به بالا برای خواندن است.
قواعد صورتحساب تأییدشده در برابر برداشتهای نادرست جامعه
تأییدشده (مستند کش Claude Code و صفحه قیمتگذاری Anthropic)
قابل بررسی از 20 نوامبر 2026
- 1پیشفرضها: یک اشتراک در محدوده مصرف پلن برای گفتوگوی اصلی 1 ساعت و برای هر چیز دیگر 5 دقیقه میگیرد، بهجز درخواستهای کمکی تحت کنترل سرور که 1 ساعت میگیرند؛ کلیدهای API، اعتبار مصرف یا ارائهدهندگان ابری برای هر دو دسته 5 دقیقه میگیرند.
- 2ضریبها: نوشتن 5 دقیقهای 1.25x ورودی پایه است، نوشتن 1 ساعته 2x، و خواندن در بیشتر مدلها 0.1x.
- 3قیمت برخورد کش بهازای هر مدل: Fable 5.2 و Mythos 5.2 با 0.025x ($0.20 بهازای هر میلیون توکن)، Fable 5.1 و Mythos 5.1 با 0.025x ($0.25)، Opus 5.5 با 0.05x ($0.20)، Sonnet 5.5 با 0.05x ($0.10)، و همه مدلهای دیگر با 0.1x.
- 4قیمتها در همان ردیف: Fable 5.2 با ورودی $8 و خروجی $40 با نوشتن 1 ساعته $16؛ Opus 5.5 با $4 و $20 با نوشتن 1 ساعته $8؛ Sonnet 5.5 با $2 و $10 با نوشتن 1 ساعته $4.
- 5بررسی: claude -p "hello"
--output-formatjson را اجرا کنید، که در آن ephemeral_1h_input_tokens یعنی نوشتن 1 ساعته و ephemeral_5m_input_tokens یعنی نوشتن 5 دقیقهای. - 6زمانبندی و حداقلها: هر برخورد، ورودی را بدون هیچ هزینه اضافی تازه میکند، عمر آن از زمان درخواست محاسبه میشود، و کمترین پرامپت قابل کش 512 توکن برای Fable 5.2، Mythos 5.2، Fable 5.1، Mythos 5.1، Opus 5.5، Sonnet 5.5 و Haiku 5.5 است.
برداشتهای نادرست جامعه و آنچه هنوز منتشر نشده است
- 1«یک کلید API میتواند بدون هزینه یک ساعت بگیرد.» بهطور پیشفرض نه: فقط promptCacheTtl تنظیمشده روی 1h این کار را میکند و درخواستهای خارج از مکالمه اصلی تا زمانی که TTL آنها را هم تنظیم نکنید روی 5 دقیقه میمانند.
- 2«یک ساعت همیشه ارزانتر است.» مستندات برای فعالیتهای کوتاهی که هرگز بیش از 5 دقیقه بیکار نمیمانند عکس این را توصیف میکنند، جایی که نرخ نوشتن بالاتر اعمال میشود و عمر طولانیتر بیاستفاده میماند.
- 3«برخورد با کش هیچ هزینهای ندارد.» برخوردها بسته به مدل با 0.025x تا 0.1x صورتحساب میشوند، کمتر از نرخ استاندارد ورودی اما نه صفر.
- 4«تغییر effort همیشه کش را بازسازی میکند.» در Fable 5.1 و بالاتر، Opus 5.5، Sonnet 5.5 و Haiku 5.5 کش با کلید API یا اشتراک بهطور پیشفرض دستنخورده میماند؛ در بیشتر مدلهای دیگر هر سطح effort کش خودش را دارد.
- 5«یک زیرعامل کش والد را میخواند.» اولین درخواست آن نمیخواند، چون پیشوندها متفاوتاند؛ یک فورک میخواند، چون والد را دقیقاً به ارث میبرد.
- 6هیچ پاسخ رسمی واحدی وجود ندارد: اینکه 1 ساعت تا چه حد در هر پلتفرم ابری و گیتوی در دسترس است به مستندات همان پلتفرم بستگی دارد، و مستند خود Anthropic فقط میگوید که در Amazon Bedrock بسته به مدل متفاوت است.
نگه داشتن پیشفرض 5 دقیقه در برابر تنظیم 1 ساعت برای مکالمه اصلی
پیشفرض 5 دقیقه: کار پیوسته با فاصلههای کمتر از 5 دقیقه
کش 5 دقیقهای هر بار که استفاده شود بدون هزینه اضافی تازه میشود، بنابراین تا زمانی که درخواستهای شما کمتر از 5 دقیقه فاصله داشته باشند ورودی گرم میماند و نوشتن 1.25x فقط برای محتوای جدید اعمال میشود. این برای یک دوره ویرایش طولانی یا فراخوانیهای پشتسرهم ابزار مناسب است؛ بیش از 5 دقیقه دور شوید و اولین پیام بازگشت کل زمینه را دوباره پردازش میکند.
promptCacheTtl تنظیمشده روی 1h: فاصله گرفتن و بازگشت
تنظیم مکالمه اصلی روی 1h، نوشتنها را با 2x محاسبه میکند و یک ساعت تحمل برای فاصلههای بیکاری میخرد. جمله موازنه خود سند: 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. به عبارت دیگر، اگر اغلب کنار میروید و برمیگردید، همین هزینه اضافی است که پردازش مجدد کل زمینه را برای شما حذف میکند.
پنج گام: ابتدا TTL جاری را بخوانید، سپس تصمیم بگیرید که آیا آن را تغییر دهید
- 1ابتدا TTL واقعی را بخوانید: claude -p "hello"
--output-formatjson را اجرا کنید و usage.cache_creation را بررسی کنید، جایی که ephemeral_1h_input_tokens نشاندهنده نوشتن 1 ساعته و ephemeral_5m_input_tokens نشاندهنده نوشتن 5 دقیقهای است. درون یک نشست، /usage خط Prompt cache (main) را با سهم موفقیت، تعداد miss و TTL جاری در زمانی که cache گرم است نشان میدهد. - 2برای گرفتن یک ساعت، "promptCacheTtl": "1h" را در
settings.jsonبگذارید، یاCLAUDE_CODE_PROMPT_CACHE_TTL=1hرا تنظیم کنید (v2.1.242 یا بالاتر)؛ برای دادن یک ساعت به هر دو سبد، ENABLE_PROMPT_CACHING_1H=1 را تنظیم کنید. وقتی از طریقANTHROPIC_BASE_URLبه هر gateway میرسید، یادداشت رسمی این است که بخشی از درخواست یکساعته در هدر anthropic-beta سفر میکند، بنابراین gateway باید آن را بدون تغییر ارسال کند؛ پس از تنظیم، از گام ① استفاده کنید تا تأیید کنید ephemeral_1h_input_tokens ظاهر میشود. - 3هنگام عیبیابی، هر دو سبد را با FORCE_PROMPT_CACHING_5M=1 به زور به 5 دقیقه برگردانید و مقایسه کنید، زیرا بر همه کنترلهای دیگر اولویت دارد.
- 4بازسازی cache را متوقف کنید: مدلها را عوض نکنید، تعاریف ابزار را ویرایش نکنید یا پوشه کاری را در میانه نشست تغییر ندهید، زیرا cache عملاً به یک ماشین و یک پوشه محدود است؛ به subagentها با subagentPromptCacheTtl یک TTL طولانیتر بدهید، و توجه داشته باشید که تغییرات effort بهطور پیشفرض در Fable 5.1 و بعد از آن، Opus 5.5، Sonnet 5.5 و Haiku 5.5 cache را حفظ میکنند.
- 5با QCode،
ANTHROPIC_BASE_URLرا رویhttps://api.qcode.cc/apiوANTHROPIC_AUTH_TOKENرا روی کلید cr_ خود تنظیم کنید، سپس گام ① را تکرار کنید تا TTL را تأیید کنید.
اجرای Claude Code با محاسبه بهازای هر توکن: نرخهای cache در /models است
QCode هزینه را بهازای هر توکن محاسبه میکند. در Claude Code، ANTHROPIC_BASE_URL را روی https://api.qcode.cc/api و ANTHROPIC_AUTH_TOKEN را روی کلید cr_ خود تنظیم کنید. بخش تنظیمات TTL در سمت Claude Code در بالا پوشش داده شد؛ پشت یک ANTHROPIC_BASE_URL سفارشی، کش هر جایی قرار میگیرد که درخواستهای شما به آن هدایت میشوند، بنابراین کارکرد کش به سرویسی بستگی دارد که به آن وصل میشوید — پس از راهاندازی، claude -p "hello" --output-format json را اجرا کنید و خودتان ephemeral_5m_input_tokens و ephemeral_1h_input_tokens را بررسی کنید.
نرخ نوشتن و خواندن کش برای هر مدل، مدلبهمدل در qcode.cc/models فهرست شده است و آن صفحه مرجع است. برای یک پلن ماهانه آماده نیستید؟ بستههای پرداخت بهازای مصرف از $4 برای یک سهمیه یکباره شروع میشوند که آن را ظرف 7 روز مصرف میکنید؛ اگر از قبل پلن شخصی دارید، هر وقت به سهمیه بیشتری نیاز داشتید یک بسته تقویتی اضافه کنید.
پرسشهای متداول
چرا همان مدل روی یک کلید API فقط 5 دقیقه cache میشود؟
چون Claude Code مقدار TTL را بهازای هر درخواست و هر نوع محاسبه هزینه انتخاب میکند. در جدول رسمی، یک اشتراک در محدوده مصرف پلن برای گفتوگوی اصلی 1 ساعت میگیرد، در حالی که کلیدهای API، اعتبار مصرف یا ارائهدهندگان ابری در آنجا 5 دقیقه میگیرند. بیرون از گفتوگوی اصلی، یک اشتراک هم 5 دقیقه میگیرد، بهجز مجموعه کوچکی از درخواستهای کمکی که Anthropic در سمت سرور کنترل میکند و 1 ساعت میگیرند؛ روی کلیدهای API، اعتبار مصرف یا ارائهدهندگان ابری، آن درخواستها هم 5 دقیقه میگیرند. برای حفظ یک ساعت روی کلید API، خودتان promptCacheTtl را روی 1h تنظیم کنید در v2.1.242 یا بالاتر، که همان چیزی است که مستندات تجویز میکند.
آیا cache 1 ساعته ارزشش را دارد؟
به فاصله بین درخواستها بستگی دارد. اگر از یک پیشوند بیشتر از هر 5 دقیقه استفاده میکنید، cache 5 دقیقهای را نگه دارید، زیرا بدون هزینه اضافی تازهسازی میشود؛ cache 1 ساعته برای پرامپتهایی مناسب است که کمتر از هر 5 دقیقه اما بیشتر از هر یک ساعت استفاده میشوند، مانند یک side-agent عاملی که بیش از 5 دقیقه اجرا میشود یا یک مکالمه طولانی که منتظر کاربر است. هزینه اضافی این است که نوشتنها با 2x قیمت ورودی محاسبه میشوند.
چرا خواندن cache هزینه دارد؟
زیرا سرور واقعاً آن پیشوند را دوباره میخواند، فقط بسیار ارزانتر از ورودی ساده: 0.1x در بیشتر مدلها، 0.05x در Opus 5.5 و Sonnet 5.5، و 0.025x در Fable 5.2، Mythos 5.2، Fable 5.1 و Mythos 5.1. صفحه قیمتگذاری Anthropic این حساب را ارائه میدهد: با نوشتن 1.25x در مدت 5 دقیقه، cache از 1 خواندن cache به بعد شروع به جبران هزینه میکند.
یک خواندن cache در Fable 5.2 واقعاً چقدر هزینه دارد؟
این $0.20 بهازای هر میلیون توکن است: Fable 5.2 قیمت $8 بهازای هر MTok ورودی پایه دارد و موفقیتها با 0.025x محاسبه میشوند، پس $8 × 0.025 = $0.20. در همان ردیف، نوشتن 1 ساعته $16 بهازای هر MTok است، و نوشتن 5 دقیقهای به $8 × 1.25 = $10 بهازای هر MTok میرسد (مثال محاسبهشده، فقط قیمتهای فهرست Anthropic، بدون قیمتگذاری QCode).
آیا تغییر سطح effort cache را دور میریزد؟
بهطور پیشفرض در Fable 5.1 و بعد از آن، Opus 5.5، Sonnet 5.5 یا Haiku 5.5 خیر: مستندات میگویند cache در آنجا با کلید API یا اشتراک دستنخورده میماند. در بیشتر مدلهای دیگر هر سطح effort cache خودش را دارد، بنابراین تغییر effort در میانه نشست کل درخواست را دوباره محاسبه میکند. مستندات پیشنهاد میکنند مدل و effort را در ابتدای نشست انتخاب کنید و /compact را برای وقفههای طبیعی بین وظایف نگه دارید.
آیا subagentها cache میگیرند؟
بله، اما یک cache جداگانه. یک subagent مکالمه خودش را با پرامپت سیستمی و مجموعه ابزار خودش شروع میکند، بنابراین اولین درخواستش نمیتواند cache والد را بخواند، و در طول نوبتهایش cache خودش را گرم میکند. آن بیرون از سبد TTL مکالمه اصلی قرار دارد، بنابراین حتی روی یک اشتراک 5 دقیقه میگیرد تا زمانی که یک subagentPromptCacheTtl طولانیتر انتخاب کنید. cache والد تحت تأثیر قرار نمیگیرد؛ fork استثناست و اولین درخواستش cache والد را میخواند.
منابع
مستندات رسمی prompt caching در Claude Code، code.claude.com/docs/en/prompt-caching، و صفحه هزینهها، code.claude.com/docs/en/costs (بررسیشده در 2026-11-20)؛ صفحه قیمتگذاری رسمی Anthropic، platform.claude.com/docs/en/about-claude/pricing، و راهنمای prompt caching، platform.claude.com/docs/en/build-with-claude/prompt-caching (بررسیشده در 2026-11-20)؛ صفحه قیمتگذاری رسمی OpenAI، developers.openai.com/api/docs/pricing (2026-11-20، فقط برای مقایسه نام ردههای کش استفاده شده است)؛ qcode.cc/models (2026-11-20، مرجع نرخ نوشتن و خواندن کش)؛ مطالب جامعه فقط از تاپیکهای بحث عمومی میآید و در متن بهعنوان گزارش کاربران برچسب خورده است. همه موارد بالا در 2026-11-20 بررسی شد.
ابتدا TTL را درست کنید، سپس به یک کلید بهازای توکن بروید
یک حساب QCode برای کلید cr_ بسازید، ANTHROPIC_BASE_URL=https://api.qcode.cc/api را در Claude Code تنظیم کنید، و چندین مدل را با محاسبه بهازای توکن فراخوانی کنید؛ نرخهای cache در /models است.
خواندنیهای مرتبط
بستههای پرداخت بهازای مصرف: بدون پلن ماهانه، معتبر برای 7 روز
یک سهمیه یکباره معتبر برای 7 روز بخرید یا یک بسته تقویتی به پلن شخصی اضافه کنید؛ نرخهای هر مدل در /models است.
قیمت Claude Code در ماه: پلنهای Pro، Max و Ultra
Claude Code همراه هر پلن پرداختی میآید، از جمله Pro، Max و Ultra، و صندلیهای Team آن را شامل میشوند. محدودیتها و یک فرمول کلید اندازهگیریشده.
قیمت Claude Fable 5.2: $8 / $40 قیمت رسمی API
Fable 5.2 بهطور رسمی $8 / $40 بهازای هر MTok هزینه دارد، با خواندن cache $0.20 و نوشتن 1 ساعته $16. مقایسه کامل و مثالهای هزینه.
راهنمای پرداخت با رمزارز
نه رمزارز، 56 شبکه، کارمزد پلتفرم صفر برای اعتبار API کدنویسی با هوش مصنوعی.
صفحههای قیمتگذاری Anthropic و OpenAI بههمراه مستندات caching و costs در Claude Code در 2026-11-20 بررسی شدند و در code.claude.com، platform.claude.com و developers.openai.com معتبرند؛ نرخهای سمت QCode از qcode.cc/models پیروی میکنند. QCode.cc یک سرویس دسترسی مستقل به API است که هیچ وابستگی به Anthropic، OpenAI یا سایر فروشندگان ندارد و تأییدیهای از آنها دریافت نکرده است. هر رقم دلاری بالا قیمت فهرست رسمی یک فروشنده است، و مثالهای محاسبهشده فقط ضریبهای محاسبه را نشان میدهند.