5月10日消息，科技媒体 WinBuzzer 昨日发布博文，报道称谷歌为其 Gemini2.5API，推出了“隐式缓存”功能，自动识别并重用 API 请求中的常见前缀，开发者的成本最高可以降低75%。

该功能适用于 Gemini2.5Pro 和 Gemini2.5Flash 模型，自动检测 API 请求中的重复前缀并加以重用，开发者的使用成本最高可以降低75%。

注：与2024年5月推出的“显式缓存”不同，隐式缓存无需开发者手动配置，系统默认开启，节省成本的同时大幅简化操作流程。

为帮助开发者充分利用隐式缓存，谷歌建议在构建提示词时，将稳定、常见的内容放在开头，后面再添加用户特定的变量内容。此外，短时间内发送具有相似前缀的请求也能提高缓存命中率。

谷歌还设定了最低 Token 数量要求：Gemini2.5Flash 需1024个 Token，Gemini2.5Pro 则需2048个 Token。API 响应中新增的“cached_content_token_count”字段会显示缓存 Token 的使用情况和优惠计费详情。

与此同时，显式缓存仍作为可选方案，支持 Gemini2.5及2.0模型，允许开发者自定义缓存内容和生存时间。

谷歌此举虽宣称成本节省75%，但实际效果尚待第三方验证，且可能因使用模式不同而有所差异。