5 月 10 日消息，科技媒体 WinBuzzer 昨日（5 月 9 日）发布博文，报道称谷歌为其 Gemini 2.5 API，推出了“隐式缓存”（Implicit Caching）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 Gemini 2.5 Pro 和 Gemini 2.5 Flash 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”（Explicit Caching）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（prompt）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：Gemini 2.5 Flash 需 1024 个 Token，Gemini 2.5 Pro 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 Gemini 2.5 及 2.0 模型，允许开发者自定义缓存内容和生存时间（TTL，默认 1 小时）。

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。