プロンプトキャッシュでコストを削減

プロンプトキャッシュにより、同一のプロンプト部分（長いシステムプロンプト、ツールの定義、リファレンスドキュメント、会話履歴）は、1回のみ完全に処理されます。その後のリクエストでは、その部分はキャッシュから読み込まれ、**通常の入力料金の約10%**が課金されます。 Hostlinkuは、Anthropicのキャッシュメカニズムをそのまま引き継いでおり、キャッシュに対する特別な費用は追加されません。モデルごとの実効料金はモデルカタログに記載されています。

価格の仕組み

トークンの種類	通常の投入量に対する価格	いつ起きたのか
通常の入力	1×	キャッシュされていないプロンプト部分
キャッシュ書き込み	1,25×	ブロックが初めて`cache_control`としてマークされ、キャッシュにはまだ存在しない
キャッシュ読み取り	0,1×	キャッシュの有効期間内に、同じブロックが再度送信される

一部の最新モデルでは、キャッシュ読み取りレートがさらに低くなっています：claude-opus-5-5およびclaude-sonnet-5-5は0.05倍、claude-fable-5-1は0.025倍です。モデルごとの正確な数値はモデルカタログに記載されています。このページには、オリジナル価格とサービスモードごとの販売価格が表示されています。キャッシュのデフォルトの有効期間は、最後に使用されてから5分間です（ヒットするたびに延長されます）。つまり、同じブロックが少なくとも2回使用されれば、キャッシュの導入コストは回収されたことになります。使用頻度が高ければ高いほど、節約効果も大きくなります。モデルごとの料金はモデルカタログ（cache_read／cache_write欄）に記載されています。

モデルごとの最低閾値

この閾値以下のブロックはキャッシュされず、cache_creation_input_tokens / cache_read_input_tokens はエラーメッセージなしで 0 となります。

モデル	キャッシュ可能な最小ブロックサイズ
`claude-fable-5`, `claude-fable-5-1`, `claude-opus-5`, `claude-opus-5-5`, `claude-sonnet-5-5`	512トークン
`claude-sonnet-5`, `claude-sonnet-4-6`, `claude-opus-4-8`	1,024 トークン
`claude-opus-4-7`	2,048トークン
`claude-opus-4-6`, `claude-haiku-4-5`	4,096 トークン

プロンプトの構成原則

キャッシュはプレフィックスに基づいて機能します。つまり、cache_controlというマーカーの前にあるすべてのコンテンツが、バイト単位で完全に一致して初めてヒットとなります。プロンプトを、最も静的なものから最も動的なものの順に並べ替えてください：

tools（関数の定義） - めったに変更されない
system - 手順書、ペルソナ、参考資料
messages（旧） - 会話履歴
最新のユーザーメッセージ - 常に変化するため、キャッシュしないでください

1回のリクエストにつき、cache_controlの4つのマーカーまでです。最も一般的なのは、systemの末尾に1つある場合です。

フォーマット Anthropic (`/v1/messages`)

Anthropic SDK、Claude Code、Cursor、Cline、およびAnthropicプロトコルに準拠したその他のツールで使用されます。systemはブロック配列として記述し、静的な最後のブロックにcache_controlを指定します：

curl https://api.hostlinku.com/v1/messages \
  -H "x-api-key: sk-isi-api-key-kamu" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "max_tokens": 1024,
    "system": [
      {
        "type": "text",
        "text": "<instruksi panjang + dokumen referensi di sini>",
        "cache_control": { "type": "ephemeral" }
      }
    ],
    "messages": [
      { "role": "user", "content": "Ringkas bagian 3 dokumen di atas." }
    ]
  }'

input_tokensとは別のキャッシュトークンに関する報告への回答：

"usage": {
  "input_tokens": 16,
  "cache_creation_input_tokens": 3601,
  "cache_read_input_tokens": 0,
  "output_tokens": 4
}

同じsystemに対する2回目のリクエストでは、その値がcache_creation_input_tokens: 0およびcache_read_input_tokens: 3601となりました。これは、キャッシュが機能している証拠です。 Python (Anthropic SDK)

import anthropic

client = anthropic.Anthropic(
    base_url="https://api.hostlinku.com",
    api_key="sk-isi-api-key-kamu",
)

resp = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    system=[
        {
            "type": "text",
            "text": DOKUMEN_REFERENSI,  # konten statis & panjang
            "cache_control": {"type": "ephemeral"},
        }
    ],
    messages=[{"role": "user", "content": "Ringkas bagian 3."}],
)
print(resp.usage.cache_read_input_tokens)

フォーマット OpenAI (`/v1/chat/completions`)

OpenAI SDK を使用するアプリケーションでは、content システムを content parts の配列として記述し、そのパーツに cache_control を配置してください。Hostlinku はこれを Anthropic に変換します - これは Claude モデルにのみ適用されます。

curl https://api.hostlinku.com/v1/chat/completions \
  -H "Authorization: Bearer sk-isi-api-key-kamu" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "messages": [
      {
        "role": "system",
        "content": [
          {
            "type": "text",
            "text": "<instruksi panjang + dokumen referensi di sini>",
            "cache_control": { "type": "ephemeral" }
          }
        ]
      },
      { "role": "user", "content": "Ringkas bagian 3 dokumen di atas." }
    ]
  }'

usage.prompt_tokens_detailsにキャッシュトークンが表示されました：

"usage": {
  "prompt_tokens": 3583,
  "completion_tokens": 4,
  "prompt_tokens_details": {
    "cached_tokens": 3569,
    "cache_write_tokens": 0
  }
}

Python (OpenAI SDK)

from openai import OpenAI

client = OpenAI(base_url="https://api.hostlinku.com/v1", api_key="sk-isi-api-key-kamu")

resp = client.chat.completions.create(
    model="claude-sonnet-4-6",
    messages=[
        {
            "role": "system",
            "content": [
                {
                    "type": "text",
                    "text": DOKUMEN_REFERENSI,
                    "cache_control": {"type": "ephemeral"},
                }
            ],
        },
        {"role": "user", "content": "Ringkas bagian 3."},
    ],
)
print(resp.usage.prompt_tokens_details.cached_tokens)

クロード・コード、カーソル、クライン、およびエージェント

これらのツールは、システムプロンプトおよび各ツールの定義に**cache_controlを自動的に設定済み**です。ベースURLをHostlinkuに設定すると（IDEとエージェントの統合を参照）、最適化は自動的に実行されます。追加の設定は不要です。ログには、1つのセッション内のほぼすべての後続リクエストで、大規模なCache Readが記録されます。

コンソールで確認してください

コンソールでリクエストログを開きます。各行には、入力、出力、キャッシュ読み取り、キャッシュ書き込み（合計）、キャッシュ書き込み 5分 / キャッシュ書き込み 1時間の詳細、および最終的な費用が表示されます。 TTLごとの詳細情報は、アップストリームから送信された場合にのみ表示されます。送信されていない場合、その列には -（0 ではありません）が表示され、合計値は引き続き記録されます。キャッシュが正常に動作しているかを確認する簡単な方法：

対応モデル

モデル	プロンプトのキャッシュ
`claude-*`のすべて	はい - `cache_control`（上記の2つの形式）を通じて明示的に
`gpt-`, `deepseek-`, `glm-*`	プロバイダーによる自動処理 - `cache_control`を除く；プロバイダーのキャッシュ有効期間内に同じプレフィックスが再度送信された場合、`cached_tokens` / `cache_read`が入力される
`kimi-`, `qwen`, `minimax-`, `mimo-`	プロバイダーによって異なります。一部のプロバイダーはまだキャッシュを報告していないため、値が0になる場合があります

他に質問はありますか？ FAQ をご覧になるか、サポートまでお問い合わせください。

​価格の仕組み

​モデルごとの最低閾値

​プロンプトの構成原則

​フォーマット Anthropic (/v1/messages)

​フォーマット OpenAI (/v1/chat/completions)

​クロード・コード、カーソル、クライン、およびエージェント

​コンソールで確認してください

​対応モデル