التخزين المؤقت للتوجيه

يوفر التخزين المؤقت للتوجيه على بادئة الطلب المتكررة (تعليمات النظام، السجل، أوصاف الأدوات). بالنسبة إلى النماذج المدعومة تُقرأ البادئة المتكررة من الذاكرة المؤقتة بتكلفة أقل بكثير من الإدخال العادي — في حدود عشرات في المئة من السعر الكامل. ويظهر دعم التخزين المؤقت لكل نسخة في صفحة النماذج.

على نماذج /v1/chat/completions من عائلة OpenAI يعمل التخزين المؤقت تلقائيًا: تُقرأ البادئة الثابتة المتطابقة في الطلبات المتكررة من ذاكرة التخزين المؤقت. ولا حاجة إلى حقول خاصة — الأساس هو ألا تغيّر بداية الطلب. ولهذا يُمرَّر جسم الطلب إلى نقطة النهاية بايتًا ببايت، دون إعادة ترتيب الحقول.

يعمل Claude بشكل مختلف: فهو يخزّن مؤقتًا فقط عند وجود نقاط توقف صريحة cache_control في الجسم — فتكرار البادئة لا يفعّل التخزين المؤقت بحد ذاته. ضع نقطة توقف كهذه في نهاية الجزء غير المتغيّر (system أو الكتلة الأخيرة):

curl https://getvibeapi.com/v1/messages \
  -H "x-api-key: $GETVIBE_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-opus-5.5",
    "max_tokens": 256,
    "system": [
      {
        "type": "text",
        "text": "A large fixed instruction worth caching…",
        "cache_control": { "type": "ephemeral" }
      }
    ],
    "messages": [{"role": "user", "content": "Question about the instruction"}]
  }'

بالنسبة إلى Claude ندعم صيغة Anthropic الأصلية — /v1/messages مع الترويسة x-api-key. وهي ما يستخدمه Claude Code وAnthropic SDK: يمر جسم الطلب إلى المنبع كما هو، دون ترجمة من هيئة OpenAI، فتبقى نقاط توقف التخزين المؤقت وحقلا cache_creation / cache_read في الاستجابة سليمين.

هذا قياس وليس وعدًا: في 2026-08-21 قرأت جلسة وكيل على claude-opus-5 عبر /v1/messages — 119 طلبًا و15 مليون رمز مدخلات — 91.6% من مدخلاتها من الذاكرة المؤقتة. ويظل مقدار الذاكرة المؤقتة الذي تحصل عليه فعلًا ظاهرًا دائمًا في حقل الاستجابة usage وفي إحصاءات الطلبات في لوحة التحكم.