月之暗面 Kimi 开放平台“上下文缓存”开启公测:首 Token 延迟降低 83%、适用于文本重复引用场景
哈迈百科附 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。
相关阅读:
《月之暗面 Kimi 开放平台将启动 Context Caching 内测:提供预设内容 QA Bot、固定文档集合查询》