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

# Prompt-Caching

## Anthropic

Anthropic-Modelle unterstützen **explizites Prompt-Caching**.

Auf dieser Plattform kann unabhängig davon, ob das OpenAI-`chat/completions`-Protokoll oder das Anthropic-`v1/messages`-Protokoll verwendet wird, mit `"cache_control": {"type": "ephemeral"}` angegeben werden, welche Inhalte gecacht werden sollen.

```json theme={null}
{
  "model": "claude-sonnet-4-5-20250929",
  "max_tokens": 4096,
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "HUGE TEXT BODY",
          "cache_control": { "type": "ephemeral" }
        },
        {
          "type": "text",
          "text": "Name all the characters in the above book"
        }
      ]
    }
  ]
}
```

⚠️ `cache_control` ist ein von uns erweitertes Feld. Im offiziellen OpenAI-SDK-Protokoll ist diese Eigenschaft nicht enthalten und muss daher beim Aufruf explizit hinzugefügt werden.

Über die Antwort lässt sich prüfen, ob der Cache erstellt bzw. getroffen wurde.

<CodeGroup>
  ```json OpenAI /chat/completions theme={null}
  {
    "prompt_tokens": 7039,
    "completion_tokens": 650,
    "total_tokens": 7689,
    "prompt_tokens_details": {
      "cached_tokens": 7019,
      "cache_creation_input_tokens": 7019,  # 👈 Cache erstellt
      "cache_read_input_tokens": 0
    }
  }
  ---
  {
    "prompt_tokens": 7042,
    "completion_tokens": 572,
    "total_tokens": 7614,
    "prompt_tokens_details": {
      "audio_tokens": 0,
      "cached_tokens": 7019,
      "cache_creation_input_tokens": 0,
      "cache_read_input_tokens": 7019 # 👈 Cache gelesen
    }
  }
  ```

  ```json Anthropic /v1/messages theme={null}
  {"cache_creation_input_tokens":188086,"cache_read_input_tokens":0,"input_tokens":21,"output_tokens":393} # 👈 Cache erstellt

  {"cache_creation_input_tokens":0,"cache_read_input_tokens":188086,"input_tokens":21,"output_tokens":393} # 👈 Cache gelesen
  ```
</CodeGroup>

⚠️⚠️⚠️ Für Anthropic-Modelle gelten bei Verwendung von Prompt-Caching die folgenden Mindestanforderungen an Input Tokens:

* Claude Opus 4.1, Claude Opus 4, Claude Sonnet 4.5, Claude Sonnet 4 und Claude Sonnet 3.7: 1024 tokens
* Claude Haiku 4.5, Claude Haiku 3.5 und Claude Haiku 3: 2048 tokens

## OpenAI und OpenAI-kompatible Modelle

In der Regel unterstützen diese Modelle möglicherweise implizites Caching.

Wenn Benutzer wiederholt mit demselben Prompt-Präfix auf dasselbe Modell zugreifen, besteht eine gewisse Wahrscheinlichkeit, dass der Cache getroffen wird.

```
// Round 1
{
  "model": "gpt-4",
  "messages": [
    {
      "role": "system",
      "content": "HUGE TEXT BODY: Complete API documentation, code style guide, best practices (5000+ lines)"
    },
    {
      "role": "user",
      "content": "How do I authenticate API requests?"
    }
  ]
}

// Round 2 - Documentation cached
{
  "model": "gpt-4",
  "messages": [
    {
      "role": "system",
      "content": "HUGE TEXT BODY: Complete API documentation, code style guide, best practices (5000+ lines)"
    },
    {
      "role": "user",
      "content": "How do I authenticate API requests?"
    },
    {
      "role": "assistant",
      "content": "Use Bearer token in Authorization header..."
    },
    {
      "role": "user",
      "content": "What about rate limiting?"
    }
  ]
}
```

Im Folgenden ein Nutzungsbeispiel für einen Cache-Treffer:

```json theme={null}
{
  "prompt_tokens": 3003,
  "completion_tokens": 1564,
  "total_tokens": 4567,
  "prompt_tokens_details": {
    "cached_tokens": 2025 # 👈 Cache-Treffer
  }
}
```

## Gemini

Derzeit wird nur implizites Caching unterstützt. Implizites Caching erfordert keine manuelle Einrichtung oder zusätzliche `cache_control`-Konfiguration. Wenn Benutzer wiederholt mit demselben Prompt-Präfix auf dasselbe Modell zugreifen, besteht eine gewisse Wahrscheinlichkeit, dass der Cache getroffen wird.

Zu beachten:

* Die durchschnittliche TTL (Cache-Lebensdauer) beträgt 3–5 Minuten, kann jedoch variieren (z. B. möglicherweise nur wenige Sekunden).
* Gemini 2.5 Flash erfordert eine Mindesteingabe von 1024 tokens, Gemini 2.5 Pro eine Mindesteingabe von 4096 tokens.

Im Folgenden ein Nutzungsbeispiel für einen Cache-Treffer:

```
{
  "prompt_tokens": 2004,
  "completion_tokens": 1564,
  "total_tokens": 3568,
  "prompt_tokens_details": {
    "cached_tokens": 1994 # 👈 Cache-Treffer
  }
}
```

Als Eingabebeispiel kann auf **OpenAI-Modelle und OpenAI-kompatible Modelle** verwiesen werden.