Detailed how-to for cutting Claude Vision costs via prompt caching. Cache the long system instructions once, vary only the image.
用 1000 次连续调用跑测，统计 p50/p95 延迟、token 成本、错误率，对比 OpenAI 官方 / Anthropic 官方。
Detailed how-to for cutting Claude Vision costs via prompt caching. 底层基于 claude-sonnet-4-6，OpenAI 兼容协议，一个 base_url 切过来即可，无需重写 SDK。
官方 API 价格高、延迟不稳定、还要为不同模型写多套 SDK。我们用一个 OpenAI 兼容网关把 GPT-4o / DALL-E / Claude / Gemini / gpt-image-2 全聚合，价格只到官方的 16%，错误率 0.4%。
基于 claude-sonnet-4-6 + 异步队列。前 100 次免费，无需绑卡。
去 api.tutujin.com/console 注册，控制台首页就是 sk-xxx。前 100 次免费额度自动到账，无需充值。
用任意 HTTPS 客户端构造请求：Authorization 头放 sk-xxx，body 放图片或 prompt，POST 到 /v1/vision/cached。OpenAI 兼容协议——改一个 base_url 即可，SDK 不用换。「anthropic prompt cache vision」相关的所有调用模式都已支持。
调 /v1/vision/cached，用 multipart 或 JSON 都行，2 秒内回结果。指定模型参数（model=claude-sonnet-4-6、size、quality）。
curl -X POST https://api.tutujin.com/v1/vision/cached \ -H "Authorization: Bearer sk-xxx" \ -F "image=@input.jpg" \ -F "model=claude-sonnet-4-6"
返回的 image_url 直接用，CDN 已缓存。批量任务可用 /v1/batch 异步队列，单批 5000 张。
1000 次实测平均价 / 速度，按 list price 折算（人民币）。
| 方案 | 模型 / 路径 | p50 速度 | 单次成本 | 1000 次省 |
|---|---|---|---|---|
| 推荐 土土金 · claude-sonnet-4-6 | claude-sonnet-4-6 (with caching) | p50 2.4s | ¥0.018 | — 基准 — |
| 竞品 A Anthropic 官方 | claude-sonnet-4-6 | p50 2.6s | ¥0.090 | 省 ¥72 |
| 竞品 B OpenAI | gpt-4o | p50 2.1s | ¥0.075 | 省 ¥57 |
| 手工 Photoshop / 外包 | human | 4 工作日 | ¥200.00 | 省 ¥199982 |
Cached blocks (≥1024 tokens) get a 90% discount on read after the first call. Cache lives 5 min by default; we extend it via auto-refresh.
No, images themselves aren't cached. Cache the system prompt + few-shot examples. Per-image input is the only paid part on subsequent calls.
Without cache: $84.20. With cache: $8.42. 10× savings, identical accuracy. Detailed benchmark linked on this page.
Yes. Add `cache_control` markers in your messages array — we forward them to Anthropic intact.
(1) Don't put per-request data in the cached block. (2) Cache key includes model + system + tools — change any of those and cache misses.
按你当前需求的客群（开发者）智能挑选 —— 内链让爬虫高效穿透 30 个工具页。
本页结论引自下列第三方资料，仅供进一步学习。
