长上下文省钱指南：缓存读价格差 100 倍(省钱省力更省心)|科技 |知识库 |glm |旗舰 |模型 |上下文

长上下文省钱指南：缓存读价格差 100 倍，别再乱喂长文档

你有没有这种习惯：把一份几万字的资料、一份系统提示词、或者一个知识库，每次对话都整段粘进去？如果选错模型，这习惯能让你天天多花几十倍的钱。关键就在「缓存读（cache read）」这个价——它管的是「重复发同一段长内容」的优惠价。这篇把平台 16 个对话模型的缓存读价格拉出来排个队，最高最低差 100 倍。

先给结论：长会话 / 知识库，认准 mimo 和 deepseek-flash

不想看长文的直接记这句：凡是「反复发同一段长上下文」的场景（系统提示、知识库、RAG、长文档问答），缓存读价最低的两款是 mimo-v2.6-flash（¥0.006/1M）和 deepseek-v4.1-flash（¥0.008/1M）；而旗舰模型（glm-5.3、kimi-k3）的缓存读反而高达 ¥0.6，长上下文场景千万别用旗舰。

一、缓存读是什么：重复发的那段，只收「折扣价」

大模型的计费有三档：输入（新 token）、输出（生成 token）、缓存读（命中缓存的重复 token）。当你每次对话都发同一段长上下文，平台会把它判为「已缓存」，只按缓存读价收费——通常远低于输入价。所以同样一段 10 万字资料，用缓存读 ¥0.006 的模型和用 ¥0.6 的模型，成本能差 100 倍。

三档计费：输入 / 输出 / 缓存读

二、缓存读价格排行榜：100 倍跨度

🔻 全场最低：mimo-v2.6-flash 缓存读 ¥0.006/1M，比第二名 deepseek-v4.1-flash（¥0.008）还低；全场最高 glm-5.3 / kimi-k3 高达 ¥0.6/1M——首尾差 100 倍。

把 16 个对话模型的缓存读价从低到高排（¥/1M）：

¥0.006 mimo-v2.6-flash（最低）｜¥0.008 deepseek-v4.1-flash
¥0.018 TT-6.1-sol｜¥0.02 deepseek-v4-flash｜¥0.036 TT-5.6-terra
¥0.04 claude-sonnet-5 / sonnet-5-5 / opus-5-5（中坚）
¥0.06 deepseek-v4-pro｜¥0.069 glm-5.3-flash｜¥0.09 TT-5.6-sol / TT-6-sol
¥0.1 claude-opus-5｜¥0.18 TT-6-astra｜¥0.6 glm-5.3 / kimi-k3（最高）

缓存读排行榜：从 0.006 到 0.6，100 倍

三、最大的坑：旗舰的缓存读反而最贵

直觉会以为「贵的模型哪都好」，但缓存读恰恰相反：glm-5.3 和 kimi-k3 的缓存读都是 ¥0.6/1M，是全场最高档。如果你把一份长知识库天天喂给旗舰做问答，等于用最贵的折扣价反复付钱——纯亏。长上下文场景，旗舰该退场，flash 系该上场。

记住反直觉的一点：长上下文省钱 ≠ 用旗舰。缓存读最低的反而是 mimo / deepseek-flash 这些便宜型号，旗舰只适合「一次性长文」，不适合「反复喂长上下文」。

反直觉坑：旗舰缓存读最贵

四、算一笔账：差 100 倍是什么概念

假设你有一份 10 万字（约 15 万 token）的知识库，每天被调用 1000 次。用 mimo（缓存读 ¥0.006/1M）每次约 ¥0.0009，全天约 ¥0.9；用 glm-5.3（¥0.6/1M）每次约 ¥0.09，全天约 ¥90——同一份资料，一天差出 100 倍，一个月差出两千多。这笔钱省下来够你跑一堆别的任务。