ホーム › APIの始め方 › コンテキストキャッシュ

DeepSeekガイド

DeepSeek APIのコンテキストキャッシュ:ヒットの条件と節約額

DeepSeek APIは、同じ書き出し(プレフィックス)を何度も送ると、2回目以降の入力が安い単価になる仕組みを初期設定で備えています。設定は要りませんが、ヒットする条件を知らないと効きません。2026年11月11日に公式で確認した内容と、金額の計算例をまとめます。

確認・更新 

キャッシュは初期設定でオン。何がヒットになるか

ディスク上のコンテキストキャッシュは、全ユーザーで初期設定から有効です。コードの変更は要りません。すべてのリクエストでキャッシュが作られ、後のリクエストと冒頭が重なると、その重なった部分がキャッシュから取り出されて「ヒット」になります。

ここで大事なのは、冒頭から一致する部分だけが対象という点です。途中だけ同じ文章があっても、ヒットしません。出力はキャッシュされず、毎回計算されます。temperatureなどの影響でランダム性も残ります。

ヒットの規則:「完全に一致する単位」だけ

公式は、スライディングウィンドウ注意機構の都合で、保存と一致の判定が以前と変わったと説明しています。キャッシュされた各プレフィックスは「独立した完全な単位」で、後のリクエストがその単位と完全に一致したときだけヒットします。単位が作られるタイミングは3つです。

キャッシュ単位が作られるタイミング
タイミング内容
リクエストの境界ユーザー入力の末尾と、モデル出力の末尾の2か所で単位が作られる
共通プレフィックスの検出複数のリクエストに共通する冒頭をシステムが見つけると、その部分を独立した単位として保存する
一定のトークン間隔長い入力・出力は、決まった間隔で区切って単位を作る(長いと末尾まで届かず保存されないのを避けるため)

公式の例を言い換えると、次のようになります。

  • 例1(会話の続き):1回目が「A+B」、2回目が「A+B+C」なら、2回目は「A+B」の単位に完全一致するのでヒット。
  • 例2(長文への質問):1回目が「A+B」、2回目が「A+C」だと、2回目はヒットしません。ただしシステムが共通部分Aを見つけて単位として保存するため、3回目の「A+D」はAでヒットします。つまり長い資料に別々の質問を重ねる使い方では、3回目から効き始めます。

ヒットしたかを確かめる:usageの2項目

レスポンスのusageに、次の2つの値があります。

ヒットの確認に使う項目
項目意味
prompt_cache_hit_tokens今回の入力のうち、キャッシュにヒットしたトークン数
prompt_cache_miss_tokens今回の入力のうち、ヒットしなかったトークン数
res = client.chat.completions.create(model="deepseek-flash", messages=messages)
u = res.usage
print("ヒット:", u.prompt_cache_hit_tokens, "ミス:", u.prompt_cache_miss_tokens)

同じ資料に質問を重ねても、ヒットが0のままなら、冒頭がリクエストごとに変わっている可能性があります。日付や乱数を冒頭に入れていないか見直します。

どれだけ安くなるか:単価と計算例

2026年11月11日の料金ページでは、入力100万トークンあたりの単価は次のとおりです(米ドル・通常時間。ピーク時間は2倍)。

入力の単価(100万トークンあたり・通常時間)
モデルキャッシュありキャッシュなし比
deepseek-flash$0.003$0.15約1/50
deepseek-v4-pro$0.022$0.66約1/30

計算例:5万トークンの資料に、通常時間のdeepseek-flashで20回質問する場合の「資料部分の入力」だけを比べます(質問文と出力は除く)。

  • すべてミス:5万×20回=100万トークン × $0.15 ÷ 100万=$0.15
  • 最初の2回がミス、残り18回がヒット:10万トークン×$0.15+90万トークン×$0.003 = $0.015+$0.0027=約$0.0177

資料部分の入力は、およそ8分の1以下になります。回数が増えるほど差は広がります。金額は料金計算ツールでも試せます。

効かせる書き方と、期待しすぎない点

  • 変わらない部分を先頭に、変わる部分を末尾に置く。システムプロンプト→長い資料→今回の質問、の順にします。
  • 冒頭に日時や乱数を入れない。1文字でも違うと、そこから先は一致しません。
  • 保証はない。公式は「ベストエフォート」で、ヒット率100%は保証しないと書いています。
  • 作成に数秒かかり、使われなくなったキャッシュは数時間〜数日で自動削除されます。直後に連続して送る処理で効果が出やすい仕組みです。

会話の履歴を毎回全部送る使い方(会話履歴の渡し方)は、例1の形なのでキャッシュが効きやすい使い方です。

確認した公式資料

上の資料は2026年11月11日に確認しました。内容は予告なく変わるため、使う前に公式のページで最新の表示を確かめてください。サンプルコードは公式の例をもとに、このサイトで読みやすく書き換えたものです。

あわせて読むページ

よくある質問

キャッシュを使うために設定は要りますか?

要りません。公式は、全ユーザーに初期設定で有効と説明しています。コードを変えずに利用できます。

同じ質問をしても毎回同じ答えになりますか?

なりません。キャッシュされるのは入力の冒頭部分だけで、出力は毎回計算されます。temperatureなどの影響でランダム性があります。

ヒットしたかどうかはどこで分かりますか?

レスポンスのusageにあるprompt_cache_hit_tokensとprompt_cache_miss_tokensで分かります。