Prompt Caching en Claude: ahorra 90% en costes de API

Que es Prompt Caching

Cuando envias el mismo system prompt en 100 requests, sin caché pagas 100 veces el procesamiento. Con Prompt Caching, pagas una vez (caché write) y las siguientes a 0.1x del precio normal (caché read). Ahorro: hasta 90%.

Como funciona

Marcas bloques con cache_control: {"type": "ephemeral"}. El caché dura 5 minutos desde el último uso (TTL sliding). Mínimo 1024 tokens para cachear. Hasta 4 breakpoints por request.

Precios

Sonnet 4.6: input normal $3/M, caché write $3.75/M (1.25x), caché read $0.30/M (0.1x). Para system prompts repetidos, el ahorro es masivo.

Ejemplo en Python

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=2048,
    system=[{
        "type": "text",
        "text": system_prompt_largo,  # 5000 tokens
        "cache_control": {"type": "ephemeral"}
    }],
    messages=[{"role": "user", "content": "Pregunta aqui"}]
)

Primera request: cache_creation_input_tokens = 5000. Segunda request: cache_read_input_tokens = 5000 (90% más barato).

Patrones avanzados

RAG cacheado: cachea el documento base, solo la pregunta cambia. Multi-turno: cachea el historial de conversación que no cambia. Combinar con Batch API: caché + batch = 95% ahorro.