对于频繁调用 DeepSeek API 的场景，最有效的方式是利用官方提供的前缀缓存机制，保持 System Prompt 和对话历史前缀不变，让重复内容命中缓存按低价计费。

命令速用版

如果你已经在调用 DeepSeek API，先检查返回的 usage 结构，确认是否有缓存命中字段：

import json
response = client.chat.completions.create(...)
print(json.dumps(response.usage, indent=2))

查看输出中是否包含 prompt_cache_hit_tokens 和 prompt_cache_miss_tokens，如果有说明你的请求已纳入缓存计费体系。

为什么会这样

DeepSeek API 的缓存机制核心是前缀匹配。模型处理输入时，会从第一个 token 开始逐字比对，如果某次请求的前缀内容和之前发过的请求完全相同，这部分重复内容就会命中缓存，按较低价格计费。缓存没命中的部分，从变化点开始往后全部按标准输入价格计费。

这里有个关键认知：缓存匹配是逐 token 精确比对，不是找相同段落。也就是说，哪怕 System Prompt 里只改了一个字，从那个字开始后面的所有内容都会失效，按原价重新计算。

举个例子，如果你的系统提示里写了当前时间，每次请求时间都不同，那么前缀从时间那里就开始不匹配了，前面再长的固定内容也白费。

分步处理

第一步：清理 System Prompt 中的动态变量

检查你的 System Prompt，确保不包含以下内容：

• 时间戳或当前时间
• 随机 ID、UUID
• 用户姓名、会话 ID
• 任何每次请求会变化的内容

错误示例：

你是一位助手，当前时间是 2026-01-15 11:04

正确示例：

你是一位助手，负责回答用户问题

第二步：保持对话历史前缀稳定

在多轮对话场景中，尽量保持历史消息的结构和内容不变。如果必须更新某些信息，考虑放在消息末尾，而不是插入到中间。

第三步：启用客户端缓存层（可选）

在客户端与 API 之间添加本地缓存，对完全相同的请求直接返回历史结果，避免穿透到后端。这需要你的应用场景允许复用历史响应。

# 示例：简单的请求哈希缓存
import hashlib
import json

def get_cache_key(prompt, params):
    content = json.dumps({"prompt": prompt, "params": params}, sort_keys=True)
    return hashlib.md5(content.encode()).hexdigest()

第四步：检查 API 返回的缓存命中情况

每次调用后查看 usage 字段，记录缓存命中 token 数：

hit_tokens = response.usage.prompt_cache_hit_tokens
miss_tokens = response.usage.prompt_cache_miss_tokens
hit_rate = hit_tokens / (hit_tokens + miss_tokens) if (hit_tokens + miss_tokens) > 0 else 0

怎么验证是否生效

验证缓存是否生效，主要看两个指标：

1. 缓存命中 token 数增长：优化后 prompt_cache_hit_tokens 应该明显增加，prompt_cache_miss_tokens 相对减少
2. 账单费用变化：在相同调用量下，整体费用应该下降，因为命中缓存的部分按低价计费

可以在 DeepSeek 控制台查看用量明细，对比优化前后的缓存命中比例和费用变化。

常见坑

• 动态内容插入前缀：在 System Prompt 或对话历史中间插入时间、用户 ID 等变量，会导致前缀匹配失效
• 误以为语义相同就能命中：缓存是逐字比对，不是语义匹配。"你好"和"你好！"会因为标点不同生成不同的缓存 Key
• 忽略模型版本变更：切换模型版本后，之前的缓存可能失效，需要重新积累
• 过度依赖客户端缓存：客户端缓存只能复用完全相同的请求，对于需要模型实时推理的场景不适用
• 缓存 TTL 设置过长：如果业务逻辑或模型有更新，过长的缓存时间可能导致返回过时结果

参考来源

• DeepSeek API 缓存机制说明 - 缓存命中计费优化机制，包含 prompt_cache_hit_tokens 和 prompt_cache_miss_tokens 字段说明
• CSDN 博客 - 缓存机制设计建议：减少重复请求节省 Token 消耗
• 技术社区资料 - Prompt Caching 原理解析，前缀匹配机制说明