Nuevo · Presidenciales francesas 2027: qué proponen los candidatos sobre la IA (en francés). Explorar el observatorio →

Última revisión:

¿Qué es el prompt caching? Definición, precios y duración de la caché

El prompt caching (caché de prompts) permite a una API de modelo de lenguaje reutilizar el inicio idéntico de un prompt ya procesado (instrucciones, herramientas, documentos) en lugar de recalcularlo en cada solicitud. En Anthropic, leer la caché cuesta 0,1 veces el precio de entrada en la mayoría de los modelos (0,025 veces en Claude Fable 5.2) y escribirla 5 minutos, 1,25 veces.

Una solicitud enviada a un modelo suele llevar la misma base: instrucciones del sistema, definición de herramientas, documentos de referencia, historial de conversación. Sin caché, el proveedor reprocesa esos miles de tokens en cada llamada y los factura a precio completo. Con el prompt caching, el inicio del prompt se memoriza tras una primera solicitud, y las siguientes que empiezan exactamente con el mismo texto lo releen a tarifa reducida. La caché no cambia la respuesta: Anthropic precisa que no afecta a la generación de los tokens de salida. En Anthropic, la escritura cuesta 1,25 veces el precio de entrada base para una duración de 5 minutos y 2 veces para 1 hora. La lectura cuesta 0,1 veces en la mayoría de los modelos, 0,05 veces en Claude Opus 5.5 y Claude Sonnet 5.5, y 0,025 veces en Claude Fable 5.2. La duración por defecto es de 5 minutos, renovada sin coste en cada lectura. El texto debe ser idéntico al 100 %, en el orden herramientas, sistema, mensajes. El mínimo es de 512 tokens en Fable 5.2, Opus 5.5, Sonnet 5.5 y Haiku 5.5. En OpenAI, la caché está activada por defecto. En GPT-5.6 y posteriores, la lectura cuesta 0,1 veces el precio de entrada (0,05 veces en GPT-6.1 Sol y Terra) y la escritura 1,25 veces para un mínimo de 30 minutos o 2,5 veces para 12 horas, con un mínimo de 1024 tokens. Los modelos anteriores no tienen coste de escritura.

Ejemplo concreto

Caso ilustrativo, con los precios reales de Claude Sonnet 5.5 (2 $ por millón de tokens de entrada, 2,50 $ en escritura de 5 minutos, 0,10 $ en lectura). Una consultora de 35 personas consulta un asistente respaldado por un referencial interno de 50 000 tokens (métodos, plantillas de entregables), situado al inicio de cada solicitud. En una hora punta llegan 200 solicitudes, cada una menos de 5 minutos después de la anterior. Sin caché: 200 x 50 000 = 10 millones de tokens, es decir, 20,00 $. Con caché: una escritura (50 000 x 2,50 $ / 1 000 000 = 0,125 $) y 199 lecturas (9,95 millones x 0,10 $ / 1 000 000 = 0,995 $), es decir, 1,12 $, un 94 % menos aproximadamente en esa parte. Las preguntas y las respuestas se facturan a la tarifa normal en ambos casos.

Comparación

Prompt caching, semantic caching, KV cache y RAG: cuatro nociones que no hay que confundir
Prompt cachingSemantic cachingKV cacheRAG
Dónde actúaEn el proveedor, en la API del modeloEn su aplicación, antes de llamar al modeloDentro del modelo, durante la generaciónEn su aplicación, antes de redactar el prompt
Qué se reutilizaEl procesamiento de un inicio de prompt idénticoUna respuesta ya producida para una pregunta parecidaLos cálculos de atención de los tokens ya leídosExtractos de sus documentos, añadidos al prompt
CoincidenciaExacta, carácter por carácterAproximada, por similitud de sentidoAutomática, interna al modeloPor búsqueda de pertinencia
¿Se llama al modelo?Sí, se genera una respuesta cada vezNo, si la caché aciertaSí, es una etapa del cálculoSí
Riesgo principalUn inicio de prompt que cambia y vuelve inútil la cachéServir una respuesta obsoleta o fuera de lugarMemoria consumida en contextos largosExtractos no pertinentes, respuesta inexacta
Quién lo ajustaUsted, con la estructura del prompt y un parámetro de APIUsted, con el umbral de similitud y la vigenciaEl proveedor o el equipo de infraestructuraUsted, con la indexación y la búsqueda

Preguntas frecuentes

¿Qué es el prompt caching?

Es una función de API que memoriza el inicio de un prompt ya procesado (instrucciones, herramientas, documentos) para no recalcularlo en cada solicitud. Las solicitudes siguientes que empiezan con el mismo texto releen ese inicio a tarifa reducida. La respuesta del modelo sigue siendo la misma.

¿Cuál es la diferencia entre prompt caching y semantic caching?

El prompt caching se sitúa en el proveedor del modelo y exige un inicio de prompt idéntico; el modelo genera siempre una respuesta. El semantic caching se sitúa en su aplicación: compara el sentido de las preguntas por similitud (un umbral habitual es de 0,85 a 0,95 según Redis) y devuelve una respuesta ya producida sin llamar al modelo. Ahorra más en cada acierto, pero puede servir una respuesta obsoleta o fuera de lugar.

¿Cuál es la diferencia entre prompt caching y KV cache?

La KV cache es un mecanismo interno del modelo: durante la generación conserva los cálculos de atención (claves y valores) de los tokens ya leídos para no rehacerlos. El prompt caching pertenece a la misma familia de ideas, pero es una función de API, facturada y configurable, que conserva el inicio de un prompt entre dos solicitudes.

¿Cuál es la diferencia entre prompt caching y RAG?

El RAG busca en sus documentos los extractos pertinentes y los añade al prompt. El prompt caching no busca nada: reduce el coste de lo que se reenvía idéntico. Se combinan, con una precaución: unos extractos RAG que cambian con cada pregunta, colocados al inicio, impiden que la caché sirva. Ponga primero las partes estables.

¿Cuánto cuestan la escritura y la lectura de la caché en Anthropic?

Precios por millón de tokens (página de precios de Anthropic, noviembre de 2026), entrada base / escritura 5 minutos / escritura 1 hora / lectura: Claude Fable 5.2, 8 $ / 10 $ / 16 $ / 0,20 $; Claude Opus 5.5, 4 $ / 5 $ / 8 $ / 0,20 $; Claude Sonnet 5.5, 2 $ / 2,50 $ / 4 $ / 0,10 $; Claude Haiku 5.5 (prompts de hasta 100 000 tokens), 0,10 $ / 0,125 $ / 0,20 $ / 0,01 $.

¿Cuánto cuesta el prompt caching en OpenAI?

Está activado por defecto. En GPT-5.6 y posteriores, la lectura cuesta 0,1 veces la tarifa de entrada (0,05 veces en GPT-6.1 Sol y Terra) y la escritura 1,25 veces (mínimo de 30 minutos) o 2,5 veces (12 horas), con un mínimo de 1024 tokens. En los modelos anteriores no hay coste de escritura y el descuento sobre la entrada en caché llega hasta el 95 %.

¿Cuánto tiempo se conserva la caché?

En Anthropic, 5 minutos por defecto o 1 hora como opción, renovada sin coste en cada lectura y contada desde el inicio de la solicitud. En OpenAI, en los modelos anteriores, de 5 a 10 minutos de inactividad (hasta una hora) en memoria, o hasta 24 horas con retención ampliada; en GPT-5.6 y posteriores, 30 minutos como mínimo, o 12 horas.

Ver también

Para profundizar

Prompt caching, documentación de Claude, Anthropic (recurso externo)

Fuentes

  1. Pricing (modelos, multiplicadores de caché, precios de lectura y escritura), Anthropic, página consultada el 14 de noviembre de 2026. https://platform.claude.com/docs/en/about-claude/pricing (consultado el 2026-11-14)
  2. Prompt caching (duración, mínimo de tokens, coincidencia exacta), documentación de Claude, Anthropic. https://platform.claude.com/docs/en/build-with-claude/prompt-caching (consultado el 2026-11-14)
  3. Prompt caching (retención, mínimo, descuentos, costes de escritura), OpenAI Developers. https://developers.openai.com/api/docs/guides/prompt-caching (consultado el 2026-11-14)
  4. Cache strategies (KV cache), documentación de Transformers, Hugging Face. https://huggingface.co/docs/transformers/kv_cache (consultado el 2026-11-14)
  5. What is semantic caching? (embeddings, umbral de similitud), Redis, actualizado el 13 de noviembre de 2026. https://redis.io/blog/what-is-semantic-caching/ (consultado el 2026-11-14)

Método editorialRegistro de correcciones

← Volver al glosario

Dirección copiada