KV 房租：前缀缓存命中率实验室
Prompt 块排序沙盘（append-only 纪律）· 盈亏平衡 × TTL（闭式解 + 蒙特卡洛双路互验）· 块对齐浪费锯齿 × 各家最小前缀门槛 · 路由器的反噬
Manus 官方博客原文：「the KV-cache hit rate is the single most important metric for a production-stage AI agent」，并给出 agent 场景 input:output ≈ 100:1。各家 read / write / TTL / 最小前缀四件套分栏并列，未回源的一律留白。
📄 Manus 官方博客（2025-07-18）原文：“If I had to choose just one metric, I’d argue that the KV-cache hit rate is the single most important metric for a production-stage AI agent.” —— 不是准确率，不是延迟，是一个缓存指标。原因也写在原文里：“In Manus, for example, the average input-to-output token ratio is around 100:1.”。 agent 每轮把整段上下文重发一遍，而「重读同一个前缀」的定价只有全新输入的 0.025×–0.1×。上下文窗口不是免费存储，是按 published rate card 付租金的记忆。
Prompt 块顺序
拖动 ↑↓ 改变顺序。命中长度逐块真算：稳定块全额计入，追加块只损失本轮新增，易变块直接断在这里
人设与规则，逐 byte 不变
+10.0k
计入前缀
工具 JSON Schema，逐 byte 不变
+2.5k
计入前缀
检索到的文档片段，本会话内不变
+2.0k
计入前缀
手写示例，逐 byte 不变
+1.5k
计入前缀
只追加不改写 —— 上一轮仍是当前的前缀
+2.1k
计入前缀
每轮都变 —— 放在哪里，哪里就是缓存的断点
+0
断点
每轮都变，通常在最后
+0
已失效
结算参数
🧮 块对齐与最小门槛都是本站套用的参数，选不同厂商门槛会变
厂商 / 模型
对齐块大小 🧮
⚠️ 各家实际块 / 页大小与隐式断点策略均未在官方页面公布 —— 这是本站为讲清机制设的可调参数
命中结算
真算，不是估算
账单对照
30 轮 · 每轮 500 output token
· 本工具不联网、不调用 LLM。所有数字来自本页常量（逐条 curl 回源）或浏览器内确定性计算。
· 📖 / 📄 = 论文或官方原文可逐字定位；💳 = 厂商定价页；⚠️ = 未回源，置灰降级；🧮 = 本站为讲清机制而设的可调参数。
· 各家口径分栏并列 —— 写入溢价、读折扣、TTL、最小前缀是四件不同的事，本工具不做跨厂商等价换算。
· 一手源：Manus 官方博客（2025-07-18） · Anthropic Prompt Caching 文档 · OpenAI Prompt Caching 指南 · Gemini Caching 文档
· 架构侧（KV 显存口径、Engram、Mamba-3）见 记忆的代价：KV Cache 军备竞赛。数据快照日：2026-10-19。