Prompt-Caching in Claude funktioniert, indem die Rechenarbeit, die für deine Nachrichten geleistet wurde, gespeichert wird, damit sie in Folgeanfragen wiederverwendet werden kann. Dadurch werden nachfolgende Anfragen sowohl schneller als auch günstiger in der Ausführung, jedoch nur dann, wenn du wiederholt identische Inhalte sendest.
Der Ablauf ist einfach: Deine erste Anfrage schreibt die Verarbeitungsarbeit in den Cache, und Folgeanfragen können aus diesem Cache lesen, anstatt denselben Inhalt erneut zu verarbeiten. Standardmäßig lebt der Cache 5 Minuten lang, daher ist diese Funktion nur dann nützlich, wenn du innerhalb dieses Zeitraums wiederholt denselben Inhalt sendest. Viele Anwendungen tun genau das. Wenn du mehr Zeit benötigst, ist auch eine Cache-Dauer von 1 Stunde zu einem höheren Cache-Write-Preis verfügbar.
Cache-Breakpoints
Caching wird nicht automatisch aktiviert – du musst manuell Cache-Breakpoints zu bestimmten Blöcken in deinen Nachrichten hinzufügen. So funktioniert es:
- Die für Nachrichten geleistete Arbeit wird nicht automatisch gecacht
- Du musst manuell einen „Cache-Breakpoint“ zu einem Block hinzufügen
- Die Arbeit, die für alles vor dem Breakpoint geleistet wurde, wird gecacht
- Der Cache wird bei Folgeanfragen nur verwendet, wenn der Inhalt bis einschließlich des Breakpoints identisch ist

Um einen Cache-Breakpoint hinzuzufügen, musst du die Langform zum Schreiben von Textblöcken anstelle der Kurzform verwenden:

Die Kurzform bietet keine Möglichkeit, das Cache-Control-Feld hinzuzufügen, daher musst du das erweiterte Format verwenden, bei dem das Feld cache_control auf {"type": "ephemeral"} gesetzt ist.
Wie Cache-Breakpoints funktionieren
Wenn du einen Cache-Breakpoint in einer Nachricht platzierst, cacht Claude die gesamte Verarbeitungsarbeit bis einschließlich dieses Breakpoints. Inhalte nach dem Breakpoint werden normal verarbeitet, ohne Caching.

Damit der Cache bei Folgeanfragen nützlich ist, muss der Inhalt bis zum Breakpoint identisch sein. Selbst kleine Änderungen, wie das Hinzufügen des Wortes „please“, machen den Cache ungültig und zwingen Claude, alles erneut zu verarbeiten.

Nachrichtenübergreifendes Caching
Cache-Breakpoints können sich über mehrere Nachrichten und Nachrichtentypen erstrecken. Wenn du einen Breakpoint in einer späteren Nachricht platzierst, werden alle vorherigen Nachrichten (Benutzer, Assistent usw.) in den gecachten Inhalt einbezogen.

Dies ist besonders nützlich für Gespräche, bei denen du den gesamten Kontext bis zu einem bestimmten Punkt cachen möchtest.
System-Prompts und Tools
Du bist nicht auf Textblöcke beschränkt – Cache-Breakpoints können hinzugefügt werden zu:
- System-Prompts
- Tool-Definitionen
- Bildblöcken
- Tool-Use- und Tool-Result-Blöcken

System-Prompts und Tool-Definitionen sind hervorragende Kandidaten für Caching, da sie sich zwischen Anfragen selten ändern. Hier erzielst du oft den größten Nutzen aus Prompt-Caching.
Cache-Reihenfolge
Im Hintergrund verarbeitet Claude die Komponenten deiner Anfrage in einer bestimmten Reihenfolge: zuerst Tools, dann den System-Prompt, dann die Nachrichten. Dieses Verständnis der Reihenfolge hilft dir, Breakpoints effektiv zu platzieren.

Du kannst insgesamt bis zu vier Cache-Breakpoints hinzufügen. Zum Beispiel könntest du deine Tools cachen und dann einen weiteren Breakpoint mitten in deinem Gesprächsverlauf hinzufügen. Dies gibt dir Flexibilität dabei, was gecacht wird, wenn sich unterschiedliche Teile deiner Anfrage ändern.

Mindestinhaltslänge
Es gibt eine Mindestlänge für das Caching, die vom Modell abhängt. Für Claude Haiku 4.5, das Modell, das dieser Kurs verwendet, muss der Inhalt mindestens 4.096 Tokens lang sein, um gecacht zu werden. Dies ist die Summe aller Nachrichten und Blöcke, die du zu cachen versuchst, nicht einzelner Blöcke.
Eine Nachricht wie „Hi there!“ ist viel zu kurz, um gecacht zu werden, aber ein wirklich langer Prompt erreicht das Minimum. Inhalt unter dem Minimum wird einfach ohne Caching verarbeitet, und es kommt kein Fehler zurück. Um dies festzustellen, schau dir die Nutzungsdaten der Antwort an: cache_creation_input_tokens und cache_read_input_tokens sind beide 0.
Der Schlüssel zu effektivem Prompt-Caching besteht darin, zu erkennen, welche Teile deiner Anfragen über mehrere Aufrufe hinweg konsistent bleiben, und Breakpoints strategisch zu platzieren, um die Wiederverwendung zu maximieren und die Cache-Invalidierung zu minimieren.