用 Claude Code 一段时间后我发现，同样的工作量，token 账单能差好几倍——差别几乎全在 Prompt Cache 有没有用对。官方文档把"有这个功能"讲了，但"怎么才不会踩坑"基本没说。这篇把我踩过的坑和读源码/官方博客理解的机制整理一下。 纯技术，不涉及任何平台推荐，就事论事。 一、为什么 Claude Code 对缓存特别敏感 普通 API 调用输入输出大致 1:1 ，prompt 短，缓存收益有限。 Claude Code 反过来—— 单次请求的输入 token 远大于输出 。一次"改个 bug"的对话，输出可能就 200 token ，但输入要带： 系统提示词（约 3000 token ，含全部工具定义） CLAUDE.md （项目指令，几百到几千 token ） 历史对话（几千到几万 token ） 当前文件内容 典型一次请求：输入 15K ，输出 500 ，输入是输出的 30 倍。 这种结构下，输入 token 的单价几乎决定总账单。而 Prompt Cache 对命中部分给的是 90% 折扣 （只收...