组合应用时少花 Token：缓存、短上下文，以及能等的任务走批处理

场景

你已经把邮箱、文档、编辑器或办公套件接到了模型，发现账单涨得比预期快，想在不换工具的前提下把浪费去掉。

用到的工具

怎么做

1. 先找出反复粘贴的那一段：角色设定、项目约定、风格指南或固定知识库。多数官方 API 都为「同一前缀再次出现」提供更便宜的缓存命中价。
2. 对照官方缓存价。Claude Sonnet 5.5：基础输入 2 美元 / MTok，缓存命中 0.10 美元 / MTok，5 分钟缓存写入 2.50 美元，1 小时缓存写入 4 美元。OpenAI gpt-5.4-mini：标准输入 0.75 美元，缓存输入 0.075 美元。Gemini 3.8 Flash 在 2026-12-31 前的付费缓存价为每百万 token 0.075 美元（另有按小时存储价）。DeepSeek flash 非高峰缓存命中输入仅为 0.003 美元，未命中则是 0.15 美元。
3. 每次调用只附上这一步需要的文件或邮件，不要把整个邮箱或整本仓库塞进上下文。上下文越长，输入越贵，有的型号还会对长上下文单独加价（OpenAI 官方表为部分模型单列了 Long context 价格）。
4. 能隔几小时再取结果的整理、翻译、归档，优先看 Batch。OpenAI 把 Batch 单列，gpt-5.4-mini 的 Batch 输入/输出为 0.375 / 2.25 美元，约为标准价一半；Anthropic 官方页写明批处理可节省 50%。
5. 组合多个应用时，让中间步骤输出结构化短结果（清单、字段、差异），再交给下一步，而不是把上一步的长篇原样转发。人仍应审核会发信、付款或覆盖文件的步骤。

可复制提示词

Here is the system prompt and the tools I call on every run. Point out which parts I should cache, which files I should stop attaching by default, and which jobs could wait for a batch window. Use only the official cache and batch prices I paste below. If I did not paste a price, say so and do not invent one.

本站按常见做法改写，方便直接试用，不是别处的逐字摘录。 说明：把固定提示词、常用工具和你抄下的官方缓存/批处理价格交给模型，让它指出可缓存、可删减和可改走 Batch 的部分。

注意事项

缓存有写入费和有效期（例如 Anthropic 的 5 分钟与 1 小时档），不是把一段文字存进去就永远按命中价计。Google 还列出了缓存存储的按小时价格。工具调用、网页搜索、代码执行等可能另行计费，不包含在上述 token 单价里。本篇数字核对于 2026-11-10，之后若官方改价，以新页面为准。