# 上下文缓存

在典型的 AI 工作流程中，您可能会将相同的输入 token 一遍又一遍地传递给模型。 Gemini API 提供隐式缓存以优化性能和成本。

{% callout type="note" %}
该 **Interactions API** 仅支持隐式缓存。 Interactions API 或 Gemini 4 型号不支持显式缓存（手动创建和管理缓存对象）。要在支持的 Gemini 3 和 2.5 型号上使用显式缓存，请切换到 [生成内容 API](/docs/caching?generate-content=true).
{% /callout %}

## 隐式缓存  {% #implicit-caching %}

默认情况下，所有 Gemini、2.5 及更新型号均启用隐式缓存。两者都支持 [有状态的](/docs/text-generation#multi-turn-conversations) （使用 `previous_interaction_id`）和 [无国籍的](/docs/text-generation#stateless-conversations) 对话模式。如果您的请求命中缓存，我们会自动节省成本。您无需配置任何内容即可将其打开。下表列出了每个型号的最小输入 token 数量：

| 模型                     | 最小 token 限制 |
| ---------------------- | ----------- |
| Gemini 4 Carbon        | 4,096       |
| Gemini 4 Argon         | 4,096       |
| Gemini 4 Hydrogen      | 4,096       |
| Gemini 3.8 Flash       | 4,096       |
| Gemini 3.6 Flash       | 4,096       |
| Gemini 3.1 Pro Preview | 4,096       |
| Gemini 2.5 Flash       | 2,048       |
| Gemini 2.5 Pro         | 2,048       |

要增加隐式缓存命中的机会：

- 尝试将大而常见的内容放在提示的开头
- 尝试在短时间内发送具有相似前缀的请求

{% callout type="note" %}
**Gemini 4 上的多匝和智能体循环：** 仅当新请求添加至少 2,050 token 时，Gemini 才会缓存完整的先前请求。模型输出、思想和功能结果都计入此总数。对于较小的添加，Gemini 以标准输入速率重新处理先前请求的最后一个 2,050 token。大多数智能体匝数都超过此阈值。
{% /callout %}

您可以在响应对象的缓存命中中看到 token 的数量 `usage.total_cached_tokens` （Python 和 JavaScript）字段。
