上下文缓存（Context Caching）技术教学：海量免费长文本降本利器

反复提问同一本大部头怎么省配额？详细教学 Gemini 原生 Context Caching 接口：一次上传缓存多天，Token 消耗直降 75% 的极客黑科技。

一、重复上传长文档的巨大浪费

在很多垂直问答场景中，底层的参考资料（如一本 20 万字的产品手册）是固定不变的。以往每次提问都需要把这 20 万字重新上传一遍，既耗费时间又大量浪费配额。

二、Context Caching 的降维打击

Gemini 官方支持在服务器端将该文档进行预编译并缓存起来，返回一个专属的 Cache ID：
后续的成百上千次提问只需传入该 Cache ID，不再重复计算长文本的输入 Token，输入成本立减 75% 以上，且响应速度提升数倍！