Kimi 开放平台的上下文缓存 Cache 存储费用降低至 5 元 / 1M tokens / min，有效降低长文本旗舰大模型的使用成本，提升模型响应速度。该技术适用于频繁请求，重复引用大量初始上下文场景，例如 QA Bot、上市公司信息披露问答工具、代码库分析等。Kimi 开放平台上下文缓存功能目前处于公测阶段，优先开放给 Tier5 等级用户，其他用户范围放开时间待定。

🚀 **上下文缓存技术简介** 上下文缓存是一种数据管理技术，允许系统预先存储会被频繁请求的大量数据或信息，例如 QA Bot 中的预设内容、上市公司信息披露问答工具中需要频繁查询的固定文档集合、代码库分析中需要周期性分析的静态代码库或知识库等。当用户请求相同信息时，系统可以直接从缓存中提供，无需重新计算或从原始数据源中检索。

💰 **上下文缓存费用说明** 上下文缓存收费模式主要分为三个部分： 1. **Cache 创建费用**: 24 元 / M token 2. **Cache 存储费用**: 5 元 / M token / 分钟 3. **Cache 调用费用**: - 按模型原价收费（增量 token） - 0.02 元 / 次（调用次数）

⏳ **公测时间和资格说明** Kimi 开放平台上下文缓存功能目前处于公测阶段，公测时间为 3 个月，公测期价格可能随时调整。公测期间优先开放给 Tier5 等级用户，其他用户范围放开时间待定。

⏱️ **上下文缓存的优势** 上下文缓存技术可以有效降低长文本模型的使用成本，提升模型响应速度，适用于各种需要频繁请求和重复引用大量初始上下文的场景。

🌐 **适用业务场景** 上下文缓存适用于以下业务场景： - 提供大量预设内容的 QA Bot - 针对固定的文档集合的频繁查询 - 对静态代码库或知识库的周期性分析 - 瞬时流量巨大的爆款 AI 应用 - 交互规则复杂的 Agent 类应用

IT之家 8 月 7 日消息，AI 独角兽公司月之暗面今日宣布，Kimi 开放平台的上下文缓存 Cache 存储费用降价 50%，Cache 存储费用由 10 元 / 1M tokens / min 降低至 5 元 / 1M tokens / min，即日起生效。

7 月 1 日，Kimi 开放平台上下文缓存（Context Caching）功能开启公测。官方表示，该技术在 API 价格不变的前提下，可为开发者降低最高 90% 的长文本旗舰大模型使用成本，并提升模型响应速度。

IT之家附 Kimi 开放平台上下文缓存功能公测详情如下：

技术简介

据介绍，上下文缓存是一种数据管理技术，允许系统预先存储会被频繁请求的大量数据或信息。当用户请求相同信息时，系统可以直接从缓存中提供，无需重新计算或从原始数据源中检索。

适用场景

上下文缓存适用于频繁请求，重复引用大量初始上下文场景，可降低长文本模型费用，提高效率。官方表示费用最高降低 90 %，首 Token 延迟降低 83%。适用业务场景如下：

提供大量预设内容的 QA Bot，例如 Kimi API 小助手

针对固定的文档集合的频繁查询，例如上市公司信息披露问答工具

对静态代码库或知识库的周期性分析，例如各类 Copilot Agent

瞬时流量巨大的爆款 AI 应用，例如哄哄模拟器，LLM Riddles

交互规则复杂的 Agent 类应用等

计费说明

上下文缓存收费模式主要分为以下三个部分：

Cache 创建费用

调用 Cache 创建接口，成功创建 Cache 后，按照 Cache 中 Tokens 按实际量计费。24 元 / M token

Cache 存储费用

Cache 存活时间内，按分钟收取 Cache 存储费用。10 元 / M token / 分钟

Cache 调用费用

Cache 调用增量 token 的收费：按模型原价收费

Cache 调用次数收费：Cache 存活时间内，用户通过 chat 接口请求已创建成功的 Cache，若 chat message 内容与存活中的 Cache 匹配成功，将按调用次数收取 Cache 调用费用。0.02 元 / 次

公测时间和资格说明

公测时间：功能上线后，公测 3 个月，公测期价格可能随时调整。

公测资格：公测期间 Context Caching 功能优先开放给 Tier5 等级用户，其他用户范围放开时间待定。