Anthropic上個月將Claude Code提示緩存的TTL（存活時間）從一小時縮短至五分鐘，適用于大多數(shù)請求。盡管該公司表示此舉不會增加用戶成本，但仍有用戶反映配額消耗明顯加快。

用戶Sean Swanson提交了一份錯誤報告，指出Anthropic曾于2月1日前后為Claude Code上下文引入一小時緩存機制，隨后又于3月7日前后將其改回五分鐘緩存。Swanson表示："五分鐘的TTL對以長會話、高上下文為典型使用場景的Claude Code用戶而言，懲罰力度明顯過重。"

在使用AI編程助手或智能體時，上下文是指隨用戶提示一并發(fā)送的附加數(shù)據(jù)，例如已有代碼或背景說明。上下文能夠提升AI的響應(yīng)準(zhǔn)確性，但同時也需要更多的處理資源。

Claude的提示緩存機制可避免對已處理過的提示（包括上下文和背景信息）進(jìn)行重復(fù)處理。緩存TTL分為五分鐘和一小時兩種。寫入五分鐘緩存的Token消耗比基準(zhǔn)價格高出25%，寫入一小時緩存則高出100%，但從緩存中讀取數(shù)據(jù)的成本約為基準(zhǔn)價格的10%。

Bun JavaScript運行時的創(chuàng)始人、現(xiàn)任職于Anthropic的Jarred Sumner認(rèn)可Swanson的分析是"很好的探查工作"，但表示將緩存改回五分鐘實際上降低了Claude Code的使用成本，原因是"Claude Code中有相當(dāng)一部分請求屬于一次性調(diào)用，緩存的上下文只被使用一次，不會再被訪問"。Sumner還表示，Claude Code客戶端會自動確定緩存TTL，目前也無計劃提供全局設(shè)置選項。

對此，Swanson修訂了自己的分析，承認(rèn)使用子智能體的會話確實能從五分鐘緩存較低的寫入成本中獲益，因為這些子智能體交互頻繁，"緩存幾乎從不過期"。但他同時指出，自己已連續(xù)訂閱每月200美元的套餐超過六個月，直到3月份才首次遭遇配額限制。他表示，"額外的消耗速率"正在讓"這項曾經(jīng)優(yōu)秀的服務(wù)變得難以使用"。

另一個影響因素是，付費套餐中Claude Opus 4.6或Sonnet 4.6模型提供的100萬Token超長上下文窗口會顯著推高成本，尤其是在緩存未命中時。Claude Code的創(chuàng)始人Boris Cherny表示："在使用100萬Token上下文窗口時，提示緩存未命中的代價非常高……如果你離開電腦超過一小時后再繼續(xù)一個已停滯的會話，往往會觸發(fā)完全的緩存未命中。"他還透露，Anthropic正在研究將默認(rèn)上下文窗口調(diào)整為40萬Token，并為有需要的用戶保留100萬Token的選項。目前已有相關(guān)配置項可供使用。

Cherny指出，上下文規(guī)模擴大已成為普遍趨勢，原因在于用戶"正在引入大量技能，或同時運行多個智能體及后臺自動化任務(wù)"。

部分開發(fā)者認(rèn)為，緩存重建和緩存未命中是導(dǎo)致Claude Code配額耗盡的主要原因。目前問題已相當(dāng)嚴(yán)重，Pro用戶（每月20美元）在五小時內(nèi)可能僅能發(fā)送兩條提示。此外，緩存代碼中已發(fā)現(xiàn)多處漏洞，有用戶直言："在這些問題修復(fù)之前，關(guān)于五分鐘與一小時緩存的討論很可能完全沒有意義，因為相關(guān)數(shù)據(jù)本身就存在嚴(yán)重偏差。"

對緩存優(yōu)化的持續(xù)關(guān)注，也可能從側(cè)面印證了一個現(xiàn)實：Anthropic的配額所能購買到的實際處理時長，已悄然縮水。

Swanson并非唯一反映Claude性能下降的用戶。例如，一位企業(yè)團隊套餐用戶表示："三月份我可以整天使用Opus，效果非常好。但從三月底到四月，我遇到了不到兩小時就耗盡會話用量的情況，模型陷入反復(fù)思考的循環(huán)，多次'意識到'同樣的事情，輸出了大量'但等等，我其實需要做X'之類的段落，內(nèi)容只有細(xì)微差別。"AMD的一位AI總監(jiān)也表達(dá)了類似看法。

緩存優(yōu)化固然值得關(guān)注，但它似乎不足以解釋用戶所反映的全部問題。

Q&A

Q1：Claude Code的提示緩存機制是如何工作的？

A：Claude的提示緩存機制可以避免對已處理過的提示（包括上下文和背景信息）進(jìn)行重復(fù)處理，從而節(jié)省Token消耗。緩存TTL分為五分鐘和一小時兩種。寫入五分鐘緩存的成本比基準(zhǔn)價格高25%，寫入一小時緩存則高100%，但從緩存中讀取的成本僅為基準(zhǔn)價格的10%。緩存命中時成本較低，未命中時則需重新處理，成本大幅上升。

Q2：為什么用戶最近感覺Claude Code配額消耗變快了？

A：主要有幾個原因：一是Anthropic將緩存TTL從一小時改回五分鐘，導(dǎo)致長會話更容易出現(xiàn)緩存未命中；二是100萬Token超長上下文窗口在緩存未命中時成本極高；三是緩存代碼本身存在已知漏洞，可能導(dǎo)致數(shù)據(jù)統(tǒng)計不準(zhǔn)確。此外，也有觀點認(rèn)為Anthropic的配額實際上對應(yīng)的處理時長本身已縮減。

Q3：Anthropic打算如何解決Claude Code上下文窗口過大導(dǎo)致成本過高的問題？

A：Claude Code創(chuàng)始人Boris Cherny透露，Anthropic正在研究將默認(rèn)上下文窗口從100萬Token縮減至40萬Token，同時為有需要的用戶保留手動選擇100萬Token的選項。目前已有相關(guān)配置項可供使用，用戶可以提前調(diào)整以控制成本。