Mô tả: Giải mã email từ Claude Console, phân biệt hóa đơn API với Claude Code và hướng dẫn kiểm tra lợi ích thực tế của việc lưu lại phần hướng dẫn lặp đi lặp lại.
1. Tự nhiên AI gửi phiếu đánh giá?
Email ghi “Your prompt cache hit rate is low”, sau đó nói có thể tiết kiệm tới khoảng 45% chi phí API trực tiếp. Đọc lần đầu dễ tưởng Claude đang chấm điểm cách chúng ta đặt câu hỏi: hỏi dở đến mức bị phạt tiền sao?
Không phải. Đây là gợi ý tối ưu hóa chi phí khi cùng một phần đầu của câu lệnh được gửi đi nhiều lần. Nó không phải thông báo lỗi hay một khoản phụ phí mới. [1]
2. Mỗi sáng lại bắt nhân viên học nội quy từ đầu
Giả sử ứng dụng luôn gửi một tài liệu hướng dẫn dài trước khi hỏi Claude. Hôm nay yêu cầu tóm tắt bảng, ngày mai phân loại email. Nhiệm vụ đổi nhưng phần hướng dẫn không đổi.
Không dùng bộ nhớ đệm, nội dung cố định bị tính như dữ liệu đầu vào thông thường mỗi lần. Nếu có phần đầu trùng khớp trong bộ nhớ đệm, API có thể dùng lại phần đã xử lý trong thời gian hiệu lực. Giống như công ty cuối cùng nhận ra nhân viên không cần học buổi định hướng ngày đầu tiên mỗi sáng.
Điều kiện quan trọng là thứ tự: để nội dung ổn định ở trước, ngày giờ, mã ngẫu nhiên và câu hỏi riêng ở sau. Chèn dữ liệu thay đổi lên đầu có thể khiến bộ nhớ đệm không khớp. [1]
3. Con số 45% không phải phiếu giảm giá
Đó là ước tính khả năng tiết kiệm đối với lưu lượng API tính tiền trực tiếp. Nếu một hóa đơn 100 USD thực sự giảm 45%, số tiền mới là 55 USD. Đây chỉ là phép tính minh họa.
Theo bảng giá chính thức kiểm tra ngày 13/11/2026, ghi bộ nhớ đệm 5 phút tốn 1,25 lần giá đầu vào thông thường; ghi loại 1 giờ tốn 2 lần. Đọc lại dữ liệu trong bộ nhớ đệm thường chỉ tốn 0,1 lần, một số mô hình còn rẻ hơn. Chi phí tạo câu trả lời vẫn được tính riêng. [2]
Vì vậy, lưu một lần rồi đọc nhiều lần mới có ý nghĩa. Mua vé tập cả năm mà chỉ tới phòng gym một buổi thì khó gọi là tiết kiệm.
4. Chỉ sử dụng Claude Code thì sao?
Email nói rõ Claude Code tự quản lý bộ nhớ đệm và không nằm trong phép ước tính này. Nếu chỉ dùng Claude Code, thông báo này thường không phải lý do để vội tự chỉnh cấu hình.
Cần chú ý hơn nếu bạn trực tiếp gọi Claude API từ ứng dụng, đoạn mã, công cụ nội bộ hoặc quy trình tự động. Gói thuê bao trò chuyện và hóa đơn API theo mức sử dụng là hai loại khác nhau.
5. Kiểm tra bằng số liệu nào?
Trước hết xác nhận có phát sinh chi phí API trực tiếp hay không. Sau đó đưa các hướng dẫn, tài liệu cố định lên trước nội dung thay đổi. Có thể bật bộ nhớ đệm tự động bằng "cache_control": {"type": "ephemeral"} ở cấp cao nhất của yêu cầu. Nếu phần cuối luôn khác nhau, điểm đánh dấu rõ ràng ngay sau phần cố định có thể phù hợp hơn. [1]
Xem cache_read_input_tokens để biết lượng đọc lại, cache_creation_input_tokens để biết lượng ghi mới và input_tokens cho phần đầu vào còn lại. So sánh cả tổng hóa đơn. Thời hạn mặc định là 5 phút; lựa chọn 1 giờ có phí ghi cao hơn. [1][2]
6. Kết luận
Claude không chê trí nhớ của bạn. Nó chỉ nhắc rằng ứng dụng có thể đang trả tiền để đọc cùng một cuốn sổ tay hết lần này đến lần khác. Đừng săn đuổi con số 45% trước khi biết mình có hóa đơn API và đã thật sự tái sử dụng nội dung hay chưa.
- Kiểm tra ngày 13/11/2026. 45% là ước tính trong email, không phải mức tiết kiệm được bảo đảm.
- Anthropic: Prompt caching platform.claude.com
- Anthropic: Pricing platform.claude.com
