Token 缓存与用量观察

Token 缓存复用先前系统指令与上下文，减少后续请求重复处理的 token。官方说明 Gemini CLI 自动使用该优化，但是否命中应看实际统计。

支持范围

Gemini API key 和配置了项目、位置的 Vertex AI 用户支持缓存。OAuth 的 Google Personal/Enterprise 登录通过 Code Assist API；官方专页当前说明该接口不支持创建 cached content。

这里 Vertex AI 是独立支持项，不能因为文章开头提到 API key 就推断 ADC 认证的 Vertex 一定不支持。

查看统计

会话中运行 /stats，有缓存 token 时会显示相关用量和节省。没有显示不等于模型没有读取上下文，也不能仅根据提示重复就假定缓存已经生效。

与费用及上下文区分

缓存优化 API 的重复处理，不替代压缩或删除不必要上下文，也不保证每次请求固定比例节省。费用与额度仍依认证和套餐，见额度与价格。

官方专页未提供可承诺的固定命中率、缓存时长或节省百分比，本页不补造这些值。