Prompt caching nedir? Destek, koşullar ve maliyet hesabı

Prompt caching nedir?

Prompt caching, aynı başlangıç bölümüyle (önek) tekrar tekrar gönderilen istemlerde, o bölümün işlenmiş hâlini sağlayıcının saklayıp sonraki isteklerde yeniden kullanmasıdır. Önbelleğe alınabilen kısım istemin başındaki sabit bölümdür: sistem talimatı, araç tanımları, uzun bir belge ya da örnekler. Soru, tarih ve kullanıcıya özel bilgi gibi değişen kısım sona yazılır.

Anthropic’in belgesine göre önbellek, istemin tamamını belirli bir noktaya kadar (araçlar, sistem, mesajlar sırasıyla) referans alır ve eşleşme birebir olmalıdır; önbelleğe kadar olan bölümdeki tek bir karakter farkı bile isabeti bozar. OpenAI da aynı nedenle sabit talimatları ve başvuru metnini başa, zaman damgası gibi değişen içeriği sona koymayı ve eski mesajları yeniden yazmak yerine yeni mesaj eklemeyi öneriyor.

OpenAI, Anthropic ve Google'da prompt caching koşulları nelerdir?

Üç sağlayıcıda da prompt caching var; açılma biçimi, en az uzunluk, süre ve ücret çarpanları farklı. 18 Ekim 2026’da resmî belgelerde okuduğumuz koşullar (değişebilir):

Koşul	Anthropic (Claude API)	OpenAI (GPT-5.6 ve sonrası)	Google (Gemini API)
Nasıl açılır?	cache_control alanı: tek alanla otomatik ya da blok bazında	Varsayılan olarak açık	Gemini 2.5 ve sonrasında örtük önbellek varsayılan olarak açık
En az uzunluk	512 token (Opus 5.5, Sonnet 5.5, Haiku 5.5 dahil yeni modeller); eski modellerde 1.024–4.096	1.024 görünür girdi token’ı	4.096 token (Gemini 4 Argon, 3.8 Flash, 3.6 Flash); 2.048 (2.5 modelleri)
Süre	Varsayılan 5 dakika, isteğe bağlı 1 saat; her kullanımda ücretsiz tazelenir	En az 30 dakika (ttl: 30m)	Örtük önbellekte belgede süre yok
Yazma ücreti	Taban girdinin 1,25 katı (5 dk) ya da 2 katı (1 saat)	1,25 kat	Örtük önbellekte belgede ayrı yazma ücreti yok
Okuma ücreti	0,1 kat; Opus 5.5 ve Sonnet 5.5’te 0,05 kat	0,1 kat; GPT-6.1 Sol’da 0,05 kat	Gemini 4 Argon: girdi 2,00, önbellekli girdi 0,10 dolar/milyon token
Kullanım alanı	cache_creation_input_tokens, cache_read_input_tokens	usage.input_tokens_details.cached_tokens	usage.total_cached_tokens

Anthropic’in belgesindeki fiyat örneği: Claude Sonnet 4.6’da taban girdi milyon token başına 3 dolar; 5 dakikalık yazma 3,75, 1 saatlik yazma 6, önbellekten okuma 0,30 dolar. Google’ın fiyat sayfası Gemini 4 Argon’un girdi fiyatının 1 Aralık 2026’dan itibaren 4 dolara, önbellekli girdinin 0,20 dolara çıkacağını, bu modelde açık (explicit) önbelleğin desteklenmediğini yazıyor. Daha eski OpenAI modellerinde ek yazma ücreti yok; önbellek süresi “in_memory” ya da “24h” seçeneğiyle belirleniyor.

Prompt caching ne zaman kâra geçer?

Prompt caching, aynı önek süre dolmadan en az bir kez daha kullanıldığında kâra geçer; yazma ücreti 2 kat olan 1 saatlik Anthropic önbelleğinde bu eşik üçüncü istektir. Resmî çarpanlarla yaptığımız hesap (önbelleksiz tek istek maliyeti = 1; yalnız önbelleğe alınan bölüm için):

Senaryo	Kâra geçtiği istek	10 istekte tasarruf	100 istekte tasarruf
Anthropic 5 dk, okuma 0,1 kat	2.	yüzde 78,5	yüzde 88,8
Anthropic 5 dk, Opus/Sonnet 5.5 (okuma 0,05 kat)	2.	yüzde 83,0	yüzde 93,8
Anthropic 1 saat, okuma 0,1 kat	3.	yüzde 71,0	yüzde 88,1
OpenAI GPT-5.6 ve sonrası	2.	yüzde 78,5	yüzde 88,8
Gemini 4 Argon örtük (isabet olursa)	2.	yüzde 85,5	yüzde 94,0

Hesabın sınırı: Tasarruf yalnız önbelleğe alınan önek içindir; değişen soru ve çıktı token’ları tam fiyattır. Örtük önbellekte isabet kesin olmadığı için Gemini satırı en iyimser durumu gösterir. Açık önbellekte depolama ücreti de vardır: Gemini 3.8 Flash’ta milyon token başına saatte 0,50 dolar depolamaya karşılık her yeniden kullanım 0,675 dolar kazandırıyor; yani saatte en az bir tekrar varsa açık önbellek kendini ödüyor.

Önbellek neden bozulur?

Önbellek, önbelleğe alınan bölümde en küçük bir değişiklik olduğunda bozulur; çünkü eşleşme birebir aranır. Anthropic’in belgesine göre değişikliklerin etkisi araçlar, sistem ve mesajlar sırasıyla aşağı doğru yayılır:

• Araç tanımı değişirse araçlar, sistem ve mesajlar önbelleği geçersiz olur.
• Web araması, atıf ya da hız ayarı değişirse sistem ve mesajlar önbelleği geçersiz olur.
• Görsel eklenip çıkarılırsa ya da araç seçimi değişirse mesajlar önbelleği geçersiz olur.
• Düşünme ve effort ayarı değişirse mesajlar önbelleği her zaman geçersiz olur.

OpenAI’ın önerisi aynı yönde: sabit içeriği başa, zaman damgası ve kullanıcıya özel metni sona koyun; önceki turları yeniden yazmak yerine yeni mesaj ekleyin. Google da büyük ve ortak içeriği istemin başına koymayı ve benzer önekli istekleri kısa bir zaman aralığında göndermeyi öneriyor.

Prompt caching'in çalıştığı nasıl anlaşılır?

Prompt caching’in çalışıp çalışmadığı, API yanıtındaki kullanım alanlarından anlaşılır; önbellekten okunan token sayısı sıfırdan büyükse isabet vardır. Alanlar:

Sağlayıcı	Alan	Anlamı
Anthropic	cache_creation_input_tokens	Bu istekte önbelleğe yazılan token
Anthropic	cache_read_input_tokens	Önbellekten okunan token
Anthropic	input_tokens	Son önbellek noktasından sonraki, önbelleğe alınmayan token
OpenAI	usage.input_tokens_details.cached_tokens	Önbellekten gelen girdi token’ı (GPT-5.6 ve sonrasında ayrıca cache_write_tokens)
Google	usage.total_cached_tokens	Önbellekten gelen token

Anthropic’e göre yazma ve okuma alanlarının ikisi de sıfırsa istem büyük olasılıkla en az uzunluğun altında kalmıştır; bu durumda hata dönmez, önbellek sessizce devre dışı kalır.

İçerik ve SEO iş akışında prompt caching nerede işe yarar?

Prompt caching, aynı uzun talimat ya da belge paketinin yüzlerce istekte tekrar gönderildiği içerik üretimi ve denetim işlerinde işe yarar. Somut bir örnek bu blog dalgası: 160 yazı sekiz yazar grubuna bölündü ve her grup aynı brif paketiyle çalıştı. Paketin dört dosyası (genel brif, ek kurallar, blog brifi ve plan kararı) toplam 75.408 karakter. Bu paket bir API iş akışında her isteğin başına konsaydı, önbelleğe alınacak ideal önek tam olarak buydu; yazıya özel görev ise sona eklenirdi.

• Sıralama: Önce sabit brif ve kurallar, sonra yazının slug’ı, hedef sorgusu ve kaynak notları.
• Uzunluk: Önekin token sayısını sağlayıcının kendi sayacıyla ölçün; karakter sayısı token sayısı değildir.
• Süre: İstekler önbellek süresi içinde (Anthropic’te varsayılan 5 dakika, OpenAI’da en az 30 dakika) gelmezse önbellek yeniden yazılır.

Yapay zekâyı SEO işlerinde hangi kontrollerle kullandığımızı SEO çalışmalarında yapay zekâ kullanımı ve programatik SEO kalite kontrolü sayfalarında anlattık. Tekrar eden talimatları beceri dosyasına taşımak da bağlamı küçültür; bkz. AI agent skills nedir.

Prompt caching için hangi kaynaklara bakılmalı?

Prompt caching koşulları model sürümüyle değiştiği için hesap yapmadan önce sağlayıcının güncel belgesine ve fiyat sayfasına bakın. API anahtarı almayı ve ilk isteği OpenAI API anahtarı alma ve OpenAI Responses API yazılarında; Claude’un abonelik ve API fiyat ayrımını Claude fiyatlandırması yazısında ele aldık. İstemin kendisini iyi yazmanın kuralları prompt nasıl yazılır rehberinde. Yapay zekâyla ölçeklenen içerik ve SEO işlerinizi birlikte kurgulamak için SEO hizmetimize bakabilirsiniz; fiyatı kapsama göre aylık teklifle verilir.

Sık sorulan sorular