6 月 19 日消息，月之暗面官宣 Kimi 開放平臺 Context Caching 功能將啟動內測，屆時將支持長文本大模型，可實現上下文緩存功能。

據介紹，Context Caching（上下文緩存）是由 Kimi 開放平臺提供的一項高級功能，可通過緩存重復的 Tokens 內容，降低用戶在請求相同內容時的成本，原理如下：

官方表示，Context Caching 可提升 API 的接口響應速度（或首字返回速度）。在規模化、重復度高的 prompt 場景，Context Caching 功能帶來的收益越大。

Context Caching 適合于用頻繁請求，重復引用大量初始上下文的情況，通過重用已緩存的內容，可提高效率降低費用，適用業務場景如下：

提供大量預設內容的 QA Bot，例如 Kimi API 小助手。

針對固定的文檔集合的頻繁查詢，例如上市公司信息披露問答工具。

對靜態代碼庫或知識庫的周期性分析，例如各類 Copilot Agent。

瞬時流量巨大的爆款 AI 應用，例如哄哄模擬器，LLM Riddles。

交互規則復雜的 Agent 類應用，例如什么值得買 Kimi+ 等。

官方后續將發布 Context Caching 功能的場景最佳實踐 / 計費方案 / 技術文檔。