> ## Documentation Index
> Fetch the complete documentation index at: https://docs.llmeasy.ru/llms.txt
> Use this file to discover all available pages before exploring further.

# Поддерживает ли LLMEasy оплату с учетом cache?

> Что такое prompt caching, где смотреть cached tokens, чем отличаются protocols и как понять, был ли cache hit.

## Короткий ответ

Будет ли скидка за cache, зависит от upstream-модели, API protocol и формата запроса. LLMEasy записывает и показывает usage на основе данных, которые возвращает upstream-модель.

Если upstream-модель поддерживает prompt caching и возвращает cache-поля в ответе, cached tokens можно смотреть в response usage или call logs. Механика cache отличается у разных моделей. Не считайте, что каждая модель автоматически получает cache discount.

## Что такое cache billing

Prompt caching позволяет upstream-модели повторно использовать стабильный префикс, который повторяется в нескольких запросах. Если cache сработал, часть входного контекста может тарифицироваться по более низкой цене cached tokens.

Это полезно для таких сценариев:

* Длинные system prompts
* Фиксированные инструкции проекта
* Большой стабильный контекст документации
* Повторяющиеся инструкции по репозиторию в многошаговых coding-задачах
* Пакетные задачи с одинаковыми правилами и форматом ответа

Caching не означает, что в prompt нужно помещать всё подряд. Динамические данные, timestamps, random IDs и пользовательский ввод лучше размещать ближе к концу запроса.

## Отличия между protocols

| Сценарий                      | Частая механика                                                                                             |
| ----------------------------- | ----------------------------------------------------------------------------------------------------------- |
| OpenAI-compatible             | Некоторые модели автоматически кэшируют стабильные префиксы, а response usage может содержать cached tokens |
| Anthropic-compatible / Claude | Для некоторых моделей нужны явные метки `cache_control`, чтобы получить выгоду от cache                     |

Одна и та же Claude-модель может вести себя по-разному через разные protocols. Если вы активно используете Claude Code или Anthropic-compatible API, сначала ориентируйтесь на Anthropic-native cache-механику.

## Как понять, что cache сработал

Проверьте поле `usage` в ответе или call record в dashboard. Названия полей зависят от API-формата:

| API-формат              | Частые cache-поля                                                     |
| ----------------------- | --------------------------------------------------------------------- |
| OpenAI Chat Completions | `usage.prompt_tokens_details.cached_tokens`                           |
| OpenAI Responses API    | `usage.input_tokens_details.cached_tokens`                            |
| Anthropic Messages API  | `usage.cache_read_input_tokens` / `usage.cache_creation_input_tokens` |

Если значение больше 0, часть запроса обычно попала в cache. Если поля нет, возможны разные причины: модель не поддерживает cache, protocol не возвращает поле, запрос не попал в cache или инструмент скрывает raw usage.

## Как повысить cache hit rate

1. Размещайте стабильный контент в начале prompt.
2. Данные, которые меняются от запроса к запросу, размещайте позже.
3. Не помещайте timestamps, random IDs и изменяемые инструкции в стабильный префикс.
4. Для однотипных задач по возможности используйте одну модель и один protocol.
5. В Claude-native форматах добавляйте `cache_control` к content blocks, которые нужно кэшировать, по документации модели.
6. Для пакетных задач сначала запустите небольшую выборку и проверьте usage fields, затем оценивайте общую стоимость.

## Частые ошибки

* Считать, что все модели автоматически поддерживают cache discounts.
* Думать, что при cache hit весь запрос становится бесплатным.
* Часто переключать модели и мешать повторному использованию cache.
* Вызывать Claude через OpenAI-compatible формат и ждать Claude-native cache-поля.
* Смотреть только на total tokens и не проверять cached tokens, cache read или cache creation.

## О LLMEasy

Billing и usage display в LLMEasy основаны на фактическом запросе, upstream usage information и текущей цене модели. Чтобы понять, сработал ли cache, проверяйте документацию модели, response usage fields и call records в dashboard вместе.

## Связанные материалы

* [Почему Claude Code расходует много tokens?](/faq/token-cost/claude-code-token-usage)
* [Что такое max\_tokens и что будет, если его не задать?](/faq/model-calling/max-tokens)
* [Как заполнять Base URL?](/faq/model-calling/base-url-config)
* [Чем отличаются OpenAI-compatible API и Anthropic-compatible API?](/faq/concepts/openai-compatible-vs-anthropic-compatible)