有人说 DeepSeek Flash「相当于免费」，我去看了一眼它的API定价。
输入词元（token）的缓存命中价是 0.0028 美元/百万，缓存未命中价是 0.14 美元/百万，输出是 0.28 美元/百万。命中和未命中的输入价格相差 50 倍。
当时我对缓存命中并不是很理解，稍微问了一下AI之后， 就和AI得出了一个结论：用词越一致，缓存命中率越高，也就越省钱。
这个解释听起来很顺。我甚至已经把它提炼成了一句话：
用词精准就是在省钱。
但继续核对缓存规则后，我发现自己把两件事混在了一起。
这 50 倍差价，和你有没有反复使用同一个词无关。
真正影响缓存的是：每次发给 AI 的内容，前面那一大段有没有变。
假设第一轮对话是：
用户：根据这份316 不锈钢保温杯资料，写一个商品标题和五条卖点。
AI：……
第二轮请求通常会把第一轮的用户问题、AI 回答和新的问题一起发给模型：
用户：根据这份316 不锈钢保温杯资料，写一个商品标题和五条卖点。
AI：……
用户：再写三条适合商品详情页的购买理由。
假设商品资料和上一轮对话一共有 10000 个 token，这次新问题有 50 个 token。
如果前面的内容命中缓存，输入成本是：
- 前面 10000 个 token：10000 ÷ 1000000 × 0.0028 美元 = 0.000028 美元；
- 新增 50 个 token：50 ÷ 1000000 × 0.14 美元 = 0.000007 美元；
- 这次输入一共是 0.000035 美元，不含 AI 的输出费用。
如果前面的内容没有命中缓存，10050 个 token 都按未命中价计算：
10050 ÷ 1000000 × 0.14 美元 = 0.001407 美元
对前面那 10000 个重复 token 来说，命中和未命中的价格正好相差 50 倍。把新增的 50 个 token 也算进去，这一次的输入成本大约降到了未命中时的四十分之一。
但即使最后一句不再说「保温杯」，而是改成「这款商品」，前面的 10000 个 token 仍然没有变，照样可以命中缓存。变化的只是最后新增的几十个 token，它们本来就要按未命中价计算。
官方给出的例子也是：第一次发送 A+B，第二次发送 A+B+C，第二次可以复用前面的 A+B。至于新增的 C 用了什么词，不影响前面 A+B 的缓存。
反过来，如果第二轮把最前面的商品资料改了，比如把「316 不锈钢」改成「304 不锈钢」，后面的标题、卖点和对话即使一个字没动，也无法完整复用原来的缓存。因为变化发生在前面，缓存前缀从这里就断了。
所以，想让缓存真正省钱，最有效的做法不是强迫自己重复同一个词，而是：
- 把长期不变的内容放在前面；
- 把每次变化的内容放在后面；
- 保持系统提示词、工具定义和参考材料的顺序稳定；
- 不要无意义地重写已经进入上下文的历史内容。
回头看，我最初的结论不能说完全错，但论证它的理由错了。
「用词精准」确实能省钱，只是原理不同。
说得更短，输入和输出的 token 就更少；概念前后一致，AI 误解和返工也会更少。它节省的是上下文长度和沟通轮次，不是靠同义词触发缓存。
这次纠错最后留下了两个结论：
表达精准，减少浪费。
前缀稳定，提高复用。
我原本想从一张定价表里提炼一句漂亮的话。最后发现，真正值得保留的不是那句漂亮话，而是两种机制之间不能被省略的区别。
先把机制理解对，再谈洞察。否则，越简洁的结论，可能只是越容易传播的错误。