Cache tokens
Tokens de entrada que o fornecedor já tinha guardado da requisição anterior. Custam cerca de um décimo do preço normal.
Onde você esbarra nisso
Quando alguém te diz que agente de inteligência artificial "não fecha a conta". Antes de aceitar, pergunte se tem cache ligado. Costuma não ter.
Conecta com
O que é
Quando duas requisições seguidas começam com o mesmo texto, o fornecedor não precisa processar esse começo de novo. Ele guarda o trabalho já feito e cobra bem menos por reusar.
São dois preços diferentes, e vale saber os dois. Escrever no cache custa cerca de 1,25 vez o preço normal, ou seja, um pouco mais caro na primeira vez. Ler do cache custa cerca de 0,1 vez, um décimo. Você paga um pouquinho a mais uma vez pra pagar dez vezes menos depois.
O que muda pro teu negócio
É a economia mais fácil que existe e a mais ignorada, porque não exige mudar nada do que o sistema faz. Exige só mudar a ordem do que você manda.
Se o teu fluxo repete o mesmo bloco grande em toda chamada (o manual da empresa, a lista de produtos, a instrução comprida), esse bloco pode ser lido do cache por um décimo do preço. Em volume, isso é a diferença entre a automação se pagar e não se pagar.
Fontes
docs.claude.com, prompt caching.
Skill `claude-api` (cache 2026-06-24): escrita a ~1,25x e leitura a ~0,1x do preço de entrada. O campo `cache_read_input_tokens` na resposta diz se o cache pegou.
AI Coding Dictionary, verbete "Cache tokens", Matt Pocock. Ele separa token de cache de token de entrada comum, distinção que a fatura mostra mas ninguém explica.