DR
Önbelleğe alınmış girdi fiyatlandırması, büyük ve değişmeyen bir istem önekini yeniden gönderen iş yüklerinin maliyetini önemli ölçüde azaltabilir, ancak tasarruflar modele özgü önbellek okuma, önbellek yazma, depolama, yönlendirme ve saklama kurallarına bağlıdır. Genel bir “önbellekleme destekleniyor” etiketi maliyeti tahmin etmek için yeterli değildir; tam model ve rota için yayınlanan güncel fiyatı kullanın.
TL;DR
- GPT-5.6 Terra için OpenAI, CometAPI ve OpenRouter tarafından açıkça belirtilmiş önbellek okuma ve yazma fiyatları vardır; ancak ağ geçidi rotaları ve uzun bağlam kademeleri tutarı değiştirebilir.
- Google, Gemini 3.6 Flash için 1M token başına $0.15 Standart bağlam önbellekleme oranı ve ayrıca bir depolama ücreti yayınlıyor; CometAPI ise şu anda modele ait standart giriş ve çıkış fiyatlarını ayrı bir önbelleğe alınmış giriş satırı olmadan yayınlıyor.
- İlgili karşılaştırma yalnızca standart giriş ile önbellek okuması arasında değildir. İlk önbellek yazımını, varsa depolama ücretini, önbellek ömrünü, rota tutarlılığını ve sonraki önbellek isabetlerinin sayısını da içerir.
Ana mesajlar
- Ağ geçidi genelinde bir çarpan uygulamak yerine fiyatları model ve hizmet katmanı düzeyinde kontrol edin.
- Maliyet hesaplarında önbellek okuma, önbellek yazma, depolama ve yanıt önbelleklemesini ayrı tutun.
- Yayınlanan orandan tasarruf öngörmeden önce API yanıt meta verilerinde gerçek önbellek kullanımını doğrulayın.
Büyük, statik bir önek ile küçük, değişken bir istek eşleştiren bir çağrıda — bir sistem istemi, bir dizi araç şeması, uzun bir başvuru belgesi — her çağrıda tam giriş oranı üzerinden faturalandırılması gerekmez. Güncel nesil modellerin çoğu, önbelleğe alınmış girdi fiyatlandırmasının bir biçimini destekler: bir sağlayıcının daha önce işlenmiş olarak tanıdığı istem bölümüne uygulanan indirimli oran. Mekanizma, indirim boyutu ve ne kadar net yayınlandığı sağlayıcıya ve ağ geçidine göre değişir; bu nedenle “önbellekleme destekleniyor” ifadesini tekdüze bir özellik olarak görmek yerine spesifik olmak değerlidir.
Önbelleğe alınmış girdi fiyatlandırması nedir, ne değildir
Önbelleğe alınmış girdi fiyatlandırması, daha önce gönderilmiş bir öneke uyan isteklerdeki girdi belirteçlerini indirime tabi tutar. Çıktı belirteçlerini indirimli yapmaz ve bir ağ geçidinin tamamen özdeş iki isteği yinelenenleri ayıklayarak bir yanıtı ücretsiz döndürmesiyle aynı şey değildir — bu, bazı ağ geçitlerinin ayrı olarak sunduğu farklı bir mekanizmadır. Önbelleğe alınmış girdi fiyatlandırması, özellikle bir sağlayıcının yakın zamanda gördüğü bir istem bölümünün daha az maliyetle faturalandırılmasıyla ilgilidir; üretimi tamamen atlamakla değil.
Ayrıca oluşturması da ücretsiz değildir. OpenAI’nin GPT-5.6 fiyatlandırma notları önbellek yazımlarının önbelleğe alınmamış giriş oranının 1,25 katı üzerinden, önbellek okumalarının ise %90 indirimle faturalandırıldığını belirtir. Bu ilk yazım primi, başa baş noktasını etkiler ve karşılaştırma yalnızca indirimli okuma oranını gösteriyorsa gözden kaçırılması kolaydır. Diğer sağlayıcılar aynı yazım modeli yerine depolama temelli ücretler kullanabilir; bu nedenle yazım ve depolama maliyetleri ayrı ayrı kontrol edilmelidir.
Uygulamada, faturalandırılabilir önbellek birimi, tekrar eden rastgele cümleler koleksiyonundan ziyade genellikle yeniden kullanılabilir bir istem öneğidir. Sağlayıcılar içeriği sıralı biçimde belirteklendirir ve eşleştirir; bu yüzden yeniden kullanılabilir materyalin istek-özgül kuyruktan önce gelmesi gerekir. Kararlı sistem yönergeleri, araç tanımları, politikalar ve referans materyaller başlara; değişen kullanıcı mesajı, zaman damgası, istek kimliği veya getirilen parçacıklar ise sonlara konmalıdır. Başlarda semantik olarak zararsız bir değişiklik bile belirteklendirmeyi kaydırabilir veya onu takip eden her şey için eşleşmeyi bozabilir.
Uygunluk kuralları da modele özeldir. Bir sağlayıcı minimum istem uzunluğu isteyebilir, yalnızca belgelenmiş kesme noktalarını tanıyabilir veya açık bir önbellek denetimi alanı sunabilir. Bir önbellek girdisi çağrılar arasında süresi dolabilir ve bir ağ geçidinin ilgili istekleri uyumlu bir üst akış rotasında tutması gerekebilir. Bu, bir konuşlandırmanın önbellek isabetini, istem benzerliğinden türetilmiş bir varsayım değil, gözlemlenen bir sonuç olarak ele alması gerektiği anlamına gelir. İyi yapılandırılmış bir istem yeniden kullanım olasılığını artırır, ancak indirimli oranın gerçekten uygulanıp uygulanmadığını yanıt meta verileri ve fatura belirler.
Model ve ağ geçidine göre gerçekte neler yayınlandı
Aşağıdaki tablo 29 Temmuz 2026’da kontrol edilmiş bir fiyatlandırma anlık görüntüsüdür. Başka bir birim belirtilmedikçe fiyatlar 1 milyon belirteç başına ABD doları cinsindendir. Satırlar GPT-5.6 Terra ve Gemini 3.6 Flash için model sağlayıcısı, CometAPI ve OpenRouter’daki güncel kamuya açık bilgileri karşılaştırır; kalıcı bir tarife olarak değerlendirilmemelidir.
| Model | Ağ geçidi | Standart giriş | Önbelleğe alınmış giriş (okuma) | Önbellek yazma | İndirim yayımlanmış mı? |
|---|---|---|---|---|---|
| GPT-5.6 Terra | Resmi OpenAI oranı | $2.50 / 1M | $0.25 / 1M | $3.13 / 1M | Evet — doğrudan belirtilen %90 indirim |
| GPT-5.6 Terra | CometAPI | $2.00 / 1M | $0.20 / 1M | $2.50 / 1M | Evet — CometAPI’nin kendi fiyatlandırma sayfasında listelenmiş |
| GPT-5.6 Terra | OpenRouter | $2.50 / 1M | Belirli bir oran olarak listelenmemiş | Listelenmemiş | Hayır — model bazında rakam yok, yalnızca toplamda “%60–%80 daha ucuz” olarak tanımlanmış |
| Gemini 3.6 Flash | Resmi Google oranı | $1.50 / 1M | $0.15 / 1M (Google’un kendi duyurusuna göre) | Açıklanmamış | Evet, lansmanda — Google’un model dokümantasyonu üzerinden |
| Gemini 3.6 Flash | CometAPI | $1.20 / 1M | Belirli bir oran olarak listelenmemiş | Açıklanmamış | Hayır — CometAPI’nin sayfası “Caching”i desteklenen özellik olarak işaretliyor ama bu belirli model için ayrı bir indirimli önbellekli rakam yayınlamıyor |
| Gemini 3.6 Flash | OpenRouter | $1.50 / 1M | Belirli bir oran olarak listelenmemiş | Açıklanmamış | Hayır — OpenRouter’ın kendi dokümantasyonu, bu modelin özel oranını teyit etmek yerine Google’un önbellek çarpanını genel olarak (liste girişinin 0.25x’i) anlatıyor |
Tabloyu model ve rota bazında bir anlık görüntü olarak okuyun. CometAPI GPT-5.6 model sayfası GPT-5.6 Terra’yı 1 milyon belirteç başına $2.00 standart giriş, $0.20 önbellekli giriş ve $2.50 önbellek yazma olarak kalem kalem belirtir. Gemini 3.6 Flash model sayfası şu anda $1.20 giriş ve $6.00 çıkış yayınlar, ancak ayrı bir önbellekli giriş veya önbellek depolama fiyatı göstermez. Google’ın Gemini Developer API fiyatlandırması Standart katmanı 1M belirteç başına $1.50 giriş, $0.15 bağlam önbellekleme ve saat başına 1M belirteç için $1.00 depolama olarak listeler. OpenRouter artık Models API üzerinden model bazında önbellek alanlarını gösteriyor: GPT-5.6 Terra’nın varsayılan rotası daha düşük promosyon fiyatlandırması ve ayrı, daha yüksek fiyatlı bir uzun bağlam katmanı içerirken, Gemini 3.6 Flash girdisi farklı Standart, Flex ve Priority değerlerini yayınlıyor. Bu, her modele tek bir genel önbellek çarpanı uygulamaktan daha hassastır.
Neden ağ geçidi ve sağlayıcı fiyatları farklı olabilir
Bir ağ geçidi fiyatı, değişmez bir üst akış liste fiyatına mutlaka bir ek değildir. Müzakere edilmiş kapasiteyi, geçici bir promosyonu, farklı bir hizmet katmanını veya rotaya özgü bir ticari düzenlemeyi yansıtabilir. Bir model adı ayrıca bağlam uzunluğu veya gecikme garantileriyle değişen birden fazla üst akış varyantına eşlenebilir. Örneğin OpenRouter’ın GPT-5.6 Terra girdisi, girdi uzunluğu uzun bağlam eşiğine ulaştığında daha yüksek fiyatlı bir geçersiz kılma ile birlikte bir varsayılan rota yayınlar. Google, Gemini 3.6 Flash için Standart, Batch, Flex ve Priority fiyatlandırmasını ayırır. Bu nedenle tek bir karşılaştırma satırı anlamlı kalmak için tarih, rota, katman ve bağlam varsayımına ihtiyaç duyar.
Tersi de önemlidir: bir ağ geçidi sayfası ayrı bir önbellek okuma satırı yayınlamıyorsa, bu yokluk “önbellekleme kullanılamaz”a veya “sağlayıcının doğrudan indirimi otomatik olarak uygulanır”a dönüştürülmemelidir. Ağ geçidi bir üst akış özelliğini kalem kalem belirtmeden iletebilir, yalnızca belirli rotalarda ortaya çıkarabilir veya isteği normal giriş oranından faturalandırabilir. Savunulabilir yaklaşım, planlama için ağ geçidinin kendi güncel model sayfasını kullanmak ve ardından gerçek oranı kullanım kayıtlarından veya faturadan doğrulamaktır. Sağlayıcı dokümantasyonu mekanizmayı anlamak için yararlı olmaya devam eder, ancak tek başına bir aracı kurumun ticari koşullarını tesis etmez.
İndirimin gerçekten işe yaradığı yer
Bu, somut maliyetleri anlamlı biçimde değiştirdiği senaryo; büyük, statik bir öneğin küçük, değişken bir istekle eşleştiği — bir aracı döngüsünde her çağrıda yeniden gönderilen bir sistem istemi veya araç şeması seti, farklı sorularla tekrar tekrar sorgulanan uzun bir referans belgesi veya her sohbet turunda yeniden gönderilen konuşma geçmişi. Böyle bir iş yükünde, her seferinde tüm önek için tam giriş ücreti ödemek ile yalnızca bir kez yazım primi ödeyip sonraki çağrılarda indirimli okuma oranını ödemek arasındaki fark, çağrı hacmiyle birlikte bileşik hale gelir. Önek tekrar etmeyen iş yükleri için hiçbir şey yapmaz — tek seferlik bir isteğin indirime tabi tutulacak bir önbellekli içeriği yoktur.
Pratik bir başa baş hesabı, tüm çağrılar boyunca tekrarlanan öneğin önbelleksiz maliyetini, önbellek yazımı veya depolama maliyeti artı sonraki çağrılardaki indirimli önbellek okumalarıyla karşılaştırır. Sonuç, önek boyutuna, başarılı önbellek isabetlerinin sayısına, önbellek süresinin dolmasına ve ağ geçidinin istekleri uyumlu bir sağlayıcı rotasında tutup tutmadığına bağlıdır. Bu koşullar istikrarsızsa, başlık indirimi üretimde gerçekleşen tasarrufu abartabilir.
Tekrarlanan bir önek için basit bir maliyet modeli
P sabit önekteki belirteç sayısı, N ise onu yeniden kullanan çağrı sayısı olsun. U önbelleksiz belirteç başına giriş fiyatıysa, önbellekleme olmadan önek maliyeti N × P × U olur. Basitleştirilmiş önbellekli tahmin P × W + (N − 1) × P × R + S şeklindedir; burada W önbellek yazma fiyatı, R önbellek okuma fiyatı ve S dönem boyunca herhangi bir depolama ücretidir. Formül, ilk çağrının önbelleği oluşturduğunu ve sonraki her çağrının başarılı bir isabet olduğunu varsayar. Her isteğin değişken kuyruğunu, çıktı belirteçlerini, yeniden denemeleri ve ıskaya yol açan rota değişimini dışlar.
Resmi GPT-5.6 Terra oranında 20 çağrıda yeniden kullanılan örnek niteliğinde 100.000 belirteçlik bir öneği düşünün. 1 milyon önbelleksiz giriş belirteci başına $2.50 ile, bu öneğin tekraren işlenmesi $5.00 tutar. Yayınlanan 1,25 kat yazım oranı ve %90 indirimli okuma oranını kullanarak, bir 100.000 belirteçlik yazım yaklaşık $0.3125 ve on dokuz okumaysa yaklaşık $0.475 tutar; birleşik önek maliyeti kabaca $0.7875 olur. Değişken giriş ve çıktı maliyetleri öncesi fark yaklaşık $4.21’dir. Bu bir örnektir, teklif değildir: yalnızca on dokuz sonraki çağrının hepsi aynı geçerli önbelleğe isabet ederse ve ek depolama veya yönlendirme ücreti uygulanmazsa geçerlidir.
Başa baş noktası aynı modelden doğrudan çıkar. Bir yazım primi, ancak süre dolmadan önce yeterli sayıda indirimli okuma gerçekleştiğinde haklıdır. Oturumları kısa, istem düzenlemeleri sık veya rota yakınlığı zayıf bir iş yükünde, önbellek beklenenden daha sık yeniden oluşturulabilir. Uzun ömürlü bir aracı döngüsü veya kararlı bir önekle tekrarlanan belge analizi için isabet sayısı çok daha yüksek olabilir. Bu nedenle tahminler, ilk çağrıdan sonra kusursuz bir dizi varsaymak yerine gözlemlenen bir isabet oranı aralığını kullanmalıdır.
Önbellek yeniden kullanımını iyileştiren uygulama desenleri
İstem kurgusu, birçok fiyatlandırma hesap tablosunun ima ettiğinden daha fazla isabet oranını etkiler. En kararlı materyali başa koyun ve serileştirmesini deterministik tutun: sistem yönergeleri, araç şemaları, politika metni ve paylaşılan referans bağlamı, ilişkili çağrılarda aynı düzeni, boşlukları ve alan gösterimini korumalıdır. Değişken içeriği daha sonra ekleyin. Zaman damgaları, rastgele tanımlayıcılar, sürekli değişen sayaçlar veya istek-özgül getirme sonuçlarını gerçekten gerekmedikçe yeniden kullanılabilir öneğe enjekte etmekten kaçının.
Kararlı materyali kasıtlı olarak sürümlendirin. Bir araç şeması veya politika değişirse, birden çok neredeyse özdeş varyantın dolaşıma girmesine izin vermek yerine yeni sürümü tutarlı şekilde atayın. Konuşma veya aracısal iş yüklerinde, API desteklediğinde kararlı bir oturum tanımlayıcısını veya önbellek anahtarını yeniden kullanın ve aynı önbellek bağımlı dizide sağlayıcı değiştirmekten kaçının. OpenRouter, istem önbellekleme için sağlayıcıya yapışkan yönlendirmeyi belgeler ve session_id ve prompt_cache_key gibi denetimler sunar; bu denetimler sürekliliği iyileştirebilir, ancak üst akış önbelleği soğuk veya süresi dolmuşsa bir isabet garanti etmez.
Uygulamalar ayrıca bir ıskada temiz biçimde derecelendirebilmelidir. Önbellekleme bir doğruluk bağımlılığı değil, bir maliyet ve gecikme optimizasyonudur. Önbellek kullanılamadığında istek yine de aynı geçerli sonucu üretmeli ve yeniden deneme mantığı körü körüne tekrarlanan yazımlar oluşturmamalıdır. Bu ayrım, rotaları karşılaştırmayı daha güvenli hale getirir: ekipler uygulamanın anlamsal davranışını değiştirmeden önbellekleme politikasını veya ağ geçidi yapılandırmasını değiştirebilir.
Üretimde önbellek ekonomisini nasıl doğrulamalı
Aylık faturadan ziyade istek başına telemetri ile başlayın. Görünen durumda kesin model tanımlayıcısını, ağ geçidi rotasını veya sağlayıcıyı, hizmet katmanını, toplam giriş belirteçlerini, önbellek-okuma belirteçlerini, önbellek-yazma belirteçlerini, çıktı belirteçlerini, gecikmeyi ve faturalandırılan maliyeti kaydedin. OpenRouter’ın kullanım nesnesi cached_tokens ve cache_write_tokens içerir; diğer sağlayıcılar eşdeğer ayrıntıları farklı alan adları altında sunar. Daha sonra bir fiyatlandırma değişikliği, maliyeti yeniden oluşturmak için gereken kanıtı silmesin diye ham kullanım alanlarını saklayın.
Verileri yalnızca modele göre değil, istem sürümü ve iş yüküne göre birleştirin. Yararlı ölçümler arasında önbelleğe isabet eden uygun isteklerin payı, okuma oranında faturalandırılan giriş belirteçlerinin payı, başarılı okuma başına yazımlar, yazım ile son isabet arasındaki süre ve istek başına gerçekleşen maliyet yer alır. Yüksek istek düzeyi isabet oranı, önbellekli önek küçükse yine de az değer sağlayabilir; buna karşılık çok büyük bir önekte daha düşük bir isabet oranı daha fazla tasarruf sağlayabilir. Bu ölçümleri gecikme yüzdelikleriyle eşleştirin; çünkü tekrar tekrar ıskalayarak veya yeniden yönlendirerek daha ucuza gelen bir rota operasyonel olarak daha kötü olabilir.
Son olarak, anomalileri yumuşatmak yerine gözden geçirin. Önbelleğe alınmış belirteçlerde ani bir düşüş, bir istem sürümü yayılımını, istikrarsız serileştirmeyi, süresi dolmuş girdileri, uzun bağlam katman sınırını veya bir ağ geçidi rota değişimini gösterebilir. Etkilenen istekleri güncel model sayfası ve sağlayıcı dokümantasyonuyla karşılaştırın ve ardından faturalandırılan oranı doğrulayın. Bu, yayınlanan bir indirim ile uygulamanın gerçekte elde ettiği tasarruf arasındaki boşluğu kapatır.
Bir oranın geçerli olduğunu varsaymadan önce kontrol edilmesi gerekenler
Bir oranı bütçede kullanmadan önce beş öğeyi doğrulayın: kesin model ve hizmet katmanı, minimum yeniden kullanılabilir önek veya açık önbellek kesme noktaları, ilk yazım veya depolama ücreti, önbellek ömrü ve isteklerin gerçekten önbelleğe isabet ettiğine dair kanıt. OpenAI şu anda GPT-5.6 için minimum 30 dakikalık önbellek ömrü belirtmektedir, ancak bu evrensel bir saklama kuralı değildir. Google, Standart, Batch, Flex ve Priority hizmet katmanları için farklı oranlar yayınlar. Ağ geçitleri ayrıca sağlayıcılar veya katmanlar arasında yönlendirme yapabilir; bu nedenle seçili rota önemlidir. OpenRouter’ın prompt önbellekleme belgeleri, cached_tokens ve cache_write_tokens gibi yanıt kullanım alanlarını kontrol etmeyi önerir. Üretim için herhangi bir tahminde, genel bir “önbellekleme destekleniyor” etiketine güvenmek yerine güncel model sayfasını gerçek faturalandırma ve kullanım meta verileriyle karşılaştırın.