从零开始搭建知识库 · EP07 · 范式篇（二）隐式缓存 vs 显式缓存
两种缓存在能力栈里的位置
「从零开始搭建知识库」系列第七期，范式篇第二期。EP06 落地的结论是：编译范式命中前缀缓存后每问省一半以上，约 6 问回本，但这笔账完全押在缓存命中上。本期把百炼的两条缓存通路在同一份资产上对跑：隐式缓存（服务端自动按公共前缀命中，无需配置）与显式缓存（调用方在 messages 里挂 cache_control 标记，主动创建）。
资产沿用 EP06：编译产物（7,929 token 的 prompt 前缀）、qwen3.8-max、同一句 system、同样四道问法。11 次付费调用，合计约 0.93 元，全部 usage 留痕在系列实验记录里。
通道分工表：本期新增两行
| 需求 | 正确通道 | 说明 |
|---|---|---|
| 知识库建库 | 百炼控制台（网页） | 含排序模型与 rewrite 开关 |
| 知识库检索（服务化） | bl knowledge search --query <text> --agent-id <id> |
走检索服务 |
| 智能体应用调用 | bl app call --app-id <id> --prompt <text> |
Agent 自主检索 |
| 整库编译 / 全上下文提问 | bl text chat --messages-file <file> |
EP06 已落：语料直接进上下文 |
| 显式缓存标记 | --messages-file + content 数组挂 cache_control |
本期实测：CLI 无专门缓存命令，结构化 messages 透传，usage 出现 ephemeral_5m_input_tokens 即创建成功 |
| 缓存命中与单价查询 | bl model list --model qwen3.8-max |
本期实测：No Auth，四档单价与计费类型名（含 TTL 5m）直接可读 |
CLI 没有专门的缓存命令（reference 文档 grep「cache」「缓存」零命中），但显式缓存靠的是 messages 里的结构标记，--messages-file 传什么结构发什么结构。显式组的写法：
[
{
"role": "system", "content": "你是暖屋家居的客服助手。"},
{
"role": "user", "content": [
{
"type": "text", "text": "（整份编译产物）\n\n---\n以上是公司知识库。",
"cache_control": {
"type": "ephemeral"}},
{
"type": "text", "text": "用户问题：报销发票怎么提交"}
]}
]
透传成功的判定标准：显式组 usage 必须出现 A 组从没见过的新字段。B0 实测返回 ephemeral_5m_input_tokens: 7923、cache_creation_input_tokens: 7923、cache_type: "ephemeral" 三个新字段，与价目表的计费类型名 input_token_cache_creation_5m 对上，7,923 个 token 走了显式创建。
四档单价：TTL 写在计费类型名里
bl model list --model qwen3.8-max 不需要鉴权，2026-09-04 现场拉价：
| 档位 | 单价 | 相对输入价 |
|---|---|---|
| 输入 | 12 元 / M | 100% |
| 输出 | 36 元 / M | — |
| 隐式命中 | 1.5 元 / M | 12.5% |
| 显式创建 | 15 元 / M | 125% |
| 显式命中 | 1 元 / M | 8.33% |
显式创建的计费类型名是 input_token_cache_creation_5m，TTL 5 分钟写在字段名里，与官方文档口径一致，本期 B3 实测也验证了这个时长。
六个实测发现
一、隐式缓存的存活边界。A 组四连测：隔两天缓存全没（7,929 token 全价结算，0.1075 元）；20 秒内连问命中 7,168（0.0345 元）；9 分 32 秒后再命中（0.0285 元）；13 分 59 秒后再命中（0.0419 元），距首次命中累计 23 分半。隐式存活至少 14 分钟起步，两天必然失效，中间不透明。
二、挂标记即出隐式局。B0 距 A4 仅 31 秒，A4 刚隐式命中过，B0 的 cached_tokens 是 0。显式与隐式在同一次调用上互斥。
三、显式命中判定是完整请求一致，不是前缀。B0 创建后 12 秒换问题（B1）、15 秒换问题（B2），都是全额重新创建。9 秒对照实验：与 B0 逐字节相同但等 8 分 13 秒（超 TTL）重新创建（B3）；与 B3 逐字节相同隔 9 秒重发命中（B4，0.0202 元，全期最便宜）；与 B4 只差问题文本隔 9 秒发不命中（B5）。
四、两条通道完全隔离。D1 在两次显式创建后 9 秒用隐式拼法提问，命中量 7,168（隐式口径），不是显式刚创建的 7,923。官方公告「隐式缓存与显式缓存对于同一次模型调用不共享」的数值版。显式实验跑完，隐式缓存毫发无伤。
五、隐式按 1,024 token 对齐。四次隐式命中量恒为 7,168 = 7 × 1,024，而 prompt 总长在 7,929 到 7,942 之间浮动。公共前缀里不满一块的尾部不入缓存，每次约 767 个 token 按全价结算。隐式等效输入单价 2.515 元每百万（标准价的 21%），名义 12.5% 只对入缓存的 token 成立。显式无此截断，创建量与命中量都是 7,923，覆盖 99.9%。
六、显式的回本边界。四种稳态：全价冷启动 12.00 元 / M（100%）、隐式稳态 2.515 元 / M（21.0%）、显式创建 15.00 元 / M（125%）、显式命中 1.008 元 / M（8.4%）。
知识库问答形态（一份前缀连问 5 个不同问题）：隐式合计 0.1750 元，显式合计 0.5946 元，3.4 倍；单问稳态 5.96 倍。显式的甜区是同一份 messages 原样重复：3 次打平，5 次省 13.6%，10 次省 30.4%，极限省 60%。TTL 5 分钟内没有下一次命中，创建溢价全蒸发。
选型判据
| 负载形态 | 怎么放 |
|---|---|
| 客服问答：前缀固定，问题千变万化 | 隐式，什么都不用配 |
| 同题复现：评测集重跑、批量重试、多 Agent 并行同 prompt | 显式标记，第 3 次回本 |
| 低频零散：一天问不了几次 | 哪种都救不了，考虑回检索范式 |
| 用隐式时想多命中 | 控制节奏，14 分钟内跟问有效 |
结论落在生态里就是一句话：百炼的显式缓存当前定位是「相同请求的重复执行加速」，不是「固定前缀的变化请求加速」。知识库问答这个最普遍的场景，隐式仍然是默认答案。
下期预告
范式篇还剩权限边界没碰：同一份库切两个权限视图，编译产物、检索 metadata 过滤、Agent 提示词三种放法各能守住什么。实验资产继续沿用系列同库。
本文实测基于百炼 CLI（bl），11 次调用的完整 usage、思考链与产物留痕于项目仓库。命令格式可能随版本更新调整，以官方文档为准。API Key 在控制台密钥管理页创建（新用户有免费额度）。
