主 题：Gemini的缓存机制
发 布 者：kw884
标签分类： 技术
时 间：2026-11-01 13:56:57
内容预览：一种叫显式缓存，你可以手动把长文档和系统指令存进去锁死，虽然按小时收存储费，但Google 100%保证命中。另一种叫隐式缓存，系统后台默认自动开启、不收存储费，但Google明确写着不保证命中，全看后台心情。最坑的地方来了：以前3.X以及现在的3.8 Flash都是隐式和显式两种都能用唯独最新的 Gemini 4 Argon 彻底砍掉了 100% 保底的显式缓存，调接口就会报错，逼着你只能靠那个看脸的隐式缓存撑着。而且就算运气好触发了隐式缓存（公共前缀至少要攒够 4096 到 6144 个 token 以上才开始生效）实测下来也只有 66% 到 82% 的内容真正算进了缓存价，剩下的两三成永远在按全价计费。更恶心的是Argon在多轮对话和Agent循环里藏了一条巨坑的规则：你新一轮请求比上一轮至少要多出2050个token，它才会把上一轮整个存进缓存。只要你在里面一问一答微调几行小代码，单轮增量没凑够 2050，上一轮最后的两千多 token 每次都要按原价重新扣一遍额度。同时Google已经官宣12月1号Argon输入价和缓存价全线翻倍，明年1月1号Flash也翻倍。如果反重力不涨周限额，下个月大家的可用量直接原地腰斩。既然改不了Google底层的计费规则，现在在反重力里想保住Argon额度，只能靠改掉三个习惯。1.最先要改掉习惯就是长时间挂着会话离开。Google文档写明Argon隐式缓存能拿到折扣的连续对话窗口只有15到20分钟。这样就意味着你挂着一个十万token的长任务去吃个饭、开个会，超过 20 分钟回来哪怕只回一句继续，后台缓存也早清光了，系统会把前面攒了几万字的历史记录全部按原价重新扣一遍。只要不是非用不可的历史上下文，停手超过半小时回来，直接开新窗口最划算。2.干活中途千万别去改全局Rules或者 GEMINI.md 规则文件。因为这些规则永远排在对话框
直达链接： https://www.nodeseek.com/post-1023775-1
发 布 者：kw884
标签分类： 技术
时 间：2026-11-01 13:56:57
内容预览：一种叫显式缓存，你可以手动把长文档和系统指令存进去锁死，虽然按小时收存储费，但Google 100%保证命中。另一种叫隐式缓存，系统后台默认自动开启、不收存储费，但Google明确写着不保证命中，全看后台心情。最坑的地方来了：以前3.X以及现在的3.8 Flash都是隐式和显式两种都能用唯独最新的 Gemini 4 Argon 彻底砍掉了 100% 保底的显式缓存，调接口就会报错，逼着你只能靠那个看脸的隐式缓存撑着。而且就算运气好触发了隐式缓存（公共前缀至少要攒够 4096 到 6144 个 token 以上才开始生效）实测下来也只有 66% 到 82% 的内容真正算进了缓存价，剩下的两三成永远在按全价计费。更恶心的是Argon在多轮对话和Agent循环里藏了一条巨坑的规则：你新一轮请求比上一轮至少要多出2050个token，它才会把上一轮整个存进缓存。只要你在里面一问一答微调几行小代码，单轮增量没凑够 2050，上一轮最后的两千多 token 每次都要按原价重新扣一遍额度。同时Google已经官宣12月1号Argon输入价和缓存价全线翻倍，明年1月1号Flash也翻倍。如果反重力不涨周限额，下个月大家的可用量直接原地腰斩。既然改不了Google底层的计费规则，现在在反重力里想保住Argon额度，只能靠改掉三个习惯。1.最先要改掉习惯就是长时间挂着会话离开。Google文档写明Argon隐式缓存能拿到折扣的连续对话窗口只有15到20分钟。这样就意味着你挂着一个十万token的长任务去吃个饭、开个会，超过 20 分钟回来哪怕只回一句继续，后台缓存也早清光了，系统会把前面攒了几万字的历史记录全部按原价重新扣一遍。只要不是非用不可的历史上下文，停手超过半小时回来，直接开新窗口最划算。2.干活中途千万别去改全局Rules或者 GEMINI.md 规则文件。因为这些规则永远排在对话框
直达链接： https://www.nodeseek.com/post-1023775-1
