6月19日消息，月之暗面官宣Kimi开放平台ContextCaching功能将启动内测，届时将支持长文本大模型，可实现上下文缓存功能。

▲图源Kimi开放平台官方公众号，下同

据介绍，ContextCaching（上下文缓存）是由Kimi开放平台提供的一项高级功能，可通过缓存重复的Tokens内容，降低用户在请求相同内容时的成本，原理如下：

官方表示，ContextCaching 可提升API的接口响应速度（或首字返回速度）。在规模化、重复度高的prompt场景，ContextCaching功能带来的收益越大。

ContextCaching适合于用频繁请求，重复引用大量初始上下文的情况，通过重用已缓存的内容，可提高效率降低费用，适用业务场景如下：

提供大量预设内容的QABot，例如KimiAPI小助手。

针对固定的文档集合的频繁查询，例如上市公司信息披露问答工具。

对静态代码库或知识库的周期性分析，例如各类CopilotAgent。

瞬时流量巨大的爆款AI应用，例如哄哄模拟器，LLMRiddles。

交互规则复杂的Agent类应用，例如什么值得买Kimi+等。

官方后续将发布ContextCaching功能的场景最佳实践/计费方案/技术文档