华为云 MaaS 缓存命中计费拆解：价格表里多出来的那一列怎么算

一、为什么要盯住「缓存命中」这一项

给大模型应用算成本时，很多人只记住两个数字：输入单价和输出单价。但如果你打开华为云 MaaS 控制台的模型价格表，会发现按 token 计费的模型下面其实有三行：输入、输入-缓存命中、输出。

多出来的那一行，就是成本优化的空间所在。它意味着：同一段上下文如果你反复送给模型，第二次之后有一部分输入会按更低的「缓存命中价」计费，而不是原价。

二、价格表里实读到的缓存命中价

以下数字来自控制台「在线推理 → 模型价格」，单位为元/百万 tokens，西南-贵阳一区域：

三个可以直接从表里读出来的结论：

• 只有输入有缓存价，输出没有。输出永远按输出价计费，缓存不影响它。
• 折扣力度因模型而异。DeepSeek-V4.1-Flash 的缓存命中价只有输入价的十分之一，GLM 系列是四分之一。不同模型的适用场景差别很大。
• 不是所有模型都参与。GLM-5.2 这一档的价格表里根本没有缓存命中列，说明它不享受这项优惠，别拿它去算缓存省了多少钱。

三、计费公式和算例

把一次请求拆成三段相加就行：

费用 = 未命中输入 × 输入价
     + 命中输入   × 缓存命中价
     + 输出       × 输出价

举个例子，用 DeepSeek-V4.1-Flash 发一次请求：输入 100 万 tokens（其中 80 万命中缓存），输出 20 万 tokens。

同样一次请求，如果完全没命中缓存，是 2.00 + 1.60 = 3.60 元。也就是说这一下省了 40%。

把命中率记为 p，实际综合输入单价就是：

有效输入单价 = 输入价 × (1 - p) + 缓存命中价 × p

代入 DeepSeek：p=70% 时约 0.74 元/百万，p=90% 时约 0.38 元/百万；再叠加闲时价还能减半。命中率越高，收益越接近线性叠加。

四、命中率在哪里看

控制台「管理与统计 → 调用统计 → 在线推理」里有两个指标，官方定义是：

• 缓存命中数（千tokens）：请求中输入部分命中缓存的 Token 数量总和；
• 缓存命中率（%）：请求中缓存命中的 Token 数占总输入 Token 数的比例。

注意分母是总输入 token，不是总 token。用输出量去除命中率会算错。调用统计本身免费，数据有 1~2 小时延迟，可查近 30 天。

五、命中率如何影响「套餐 vs 按量」的选择

这是最容易被忽略的一点：缓存命中会削弱套餐的价格优势。以 DeepSeek、输入输出比 7:3 估算：

如果你的应用是编程助手、Agent 这类反复带同一份 system prompt 和代码上下文的场景，命中率天然会很高，按量的真实花费会比按面值算出来的低不少；反过来，如果每次请求都是全新的短输入，那缓存基本帮不上忙，套餐的固定额度更划算。

六、三个实操上的注意点

• 先看自己账号的真实命中率，再谈优化。调用统计里的命中率是唯一可信依据，不要照搬别人的经验值。
• 稳定前缀比什么都重要。把不变的 system prompt、工具定义放在最前面，多轮对话按顺序追加，不要在中途插入会变动的字段——前缀一变，后面全不命中。
• 价格表里没有缓存写入费和存储费这两项。我把列头逐项核对过，只有输入、输入-缓存命中、输出三列，没有额外收费项。至于缓存保留多久、最小命中长度这些细节，以官方帮助文档为准，本文不做推测。

七、小结

缓存命中不是"打折券"，而是把输入成本拆成两段定价：重复的部分便宜，新出现的部分照原价。做容量规划和选套餐之前，先去调用统计里把命中率查出来，再套上面的公式，算出来的数字会比凭感觉估算准得多。

本文所有价格数字均来自华为云 MaaS 控制台当前展示的模型价格表，区域为西南-贵阳一，价格可能随官方调整变动，请以控制台实际显示为准。