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。
AI在线附 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。
