月之暗面官宣 Kimi 開(kāi)放平臺(tái)上下文緩存（Context Caching）功能開(kāi)啟公測(cè)。官方表示，該技術(shù)在 API 價(jià)格不變的前提下，可為開(kāi)發(fā)者降低最高 90% 的長(zhǎng)文本旗艦大模型使用成本，并提升模型響應(yīng)速度。
IT之家附 Kimi 開(kāi)放平臺(tái)上下文緩存功能公測(cè)詳情如下：
技術(shù)簡(jiǎn)介
據(jù)介紹，上下文緩存是一種數(shù)據(jù)管理技術(shù)，允許系統(tǒng)預(yù)先存儲(chǔ)會(huì)被頻繁請(qǐng)求的大量數(shù)據(jù)或信息。當(dāng)用戶請(qǐng)求相同信息時(shí)，系統(tǒng)可以直接從緩存中提供，無(wú)需重新計(jì)算或從原始數(shù)據(jù)源中檢索。
適用場(chǎng)景
上下文緩存適用于頻繁請(qǐng)求，重復(fù)引用大量初始上下文場(chǎng)景，可降低長(zhǎng)文本模型費(fèi)用，提高效率。官方表示費(fèi)用最高降低 90 %，首 Token 延遲降低 83%。適用業(yè)務(wù)場(chǎng)景如下：
提供大量預(yù)設(shè)內(nèi)容的 QA Bot，例如 Kimi API 小助手
針對(duì)固定的文檔集合的頻繁查詢，例如上市公司信息披露問(wèn)答工具
對(duì)靜態(tài)代碼庫(kù)或知識(shí)庫(kù)的周期性分析，例如各類 Copilot Agent
瞬時(shí)流量巨大的爆款 AI 應(yīng)用，例如哄哄模擬器，LLM Riddles
交互規(guī)則復(fù)雜的 Agent 類應(yīng)用等
計(jì)費(fèi)說(shuō)明
上下文緩存收費(fèi)模式主要分為以下三個(gè)部分：
Cache 創(chuàng)建費(fèi)用
調(diào)用 Cache 創(chuàng)建接口，成功創(chuàng)建 Cache 后，按照 Cache 中 Tokens 按實(shí)際量計(jì)費(fèi)。24 元 / M token
Cache 存儲(chǔ)費(fèi)用
Cache 存活時(shí)間內(nèi)，按分鐘收取 Cache 存儲(chǔ)費(fèi)用。10 元 / M token / 分鐘
Cache 調(diào)用費(fèi)用
Cache 調(diào)用增量 token 的收費(fèi)：按模型原價(jià)收費(fèi)
Cache 調(diào)用次數(shù)收費(fèi)：Cache 存活時(shí)間內(nèi)，用戶通過(guò) chat 接口請(qǐng)求已創(chuàng)建成功的 Cache，若 chat message 內(nèi)容與存活中的 Cache 匹配成功，將按調(diào)用次數(shù)收取 Cache 調(diào)用費(fèi)用。0.02 元 / 次
公測(cè)時(shí)間和資格說(shuō)明
公測(cè)時(shí)間：功能上線后，公測(cè) 3 個(gè)月，公測(cè)期價(jià)格可能隨時(shí)調(diào)整。
公測(cè)資格：公測(cè)期間 Context Caching 功能優(yōu)先開(kāi)放給 Tier5 等級(jí)用戶，其他用戶范圍放開(kāi)時(shí)間待定。
