# Qu’est-ce que le prompt caching ?

URL: https://agentvera.dev/fr/glossary/prompt-caching/

Le prompt caching (cache de prompt) consiste, pour le fournisseur du modèle, à stocker la partie initiale inchangée d’une requête et à la réutiliser dans les requêtes suivantes au lieu de la retraiter. L’entrée lue depuis le cache coûte bien moins cher et se traite plus vite que l’entrée ordinaire.

**Comment ça marche.** Le cache fonctionne sur le préfixe : si une requête correspond exactement à la précédente depuis le début, cette partie est lue depuis le cache. La première requête écrit le cache et les suivantes le lisent. Un seul changement dans le préfixe fait que tout ce qui suit est retraité.

**Pourquoi c’est important pour les agents de codage.** Un agent renvoie à chaque tour ses instructions système, ses définitions d’outils et l’historique de conversation. Comme cette partie change à peine, un cache chaud signifie que l’essentiel de l’entrée d’une longue session vient de lectures de cache peu coûteuses. Des agents comme Claude Code et Codex utilisent le cache d’eux-mêmes ; vous n’avez rien à configurer.

**Ce qui casse le cache.** Un échec de cache signifie que toute la conversation est réécrite.

- Longues pauses : chez Anthropic, le cache vit 5 minutes par défaut ; attendez plus longtemps et il est réécrit.
- Changement de modèle : le cache est propre à un modèle.
- Modification du préfixe : changer le prompt système, la liste d’outils ou les serveurs MCP en cours de session.
- Compaction : /compact réécrit la conversation, donc le cache repart de zéro.

**Tarification.** Les fournisseurs facturent l’entrée en cache bien en dessous de l’entrée ordinaire. Chez Anthropic, l’écriture dans le cache coûte un peu plus que l’entrée ordinaire, alors qu’OpenAI applique le cache automatiquement aux prompts assez longs. Consultez la page de tarifs de votre fournisseur pour les prix actuels.

**Le prompt caching dans AgentVera.** La carte du cache de prompt dans l’onglet AI ROI montre dans quelle mesure les conversations de vos agents exploitent le cache. Tout est calculé sur votre ordinateur.

- **Dois-je activer le prompt caching ?** Pas dans des agents comme Claude Code et Codex ; ils l’utilisent d’eux-mêmes. Si vous développez sur l’API, consultez la documentation de votre fournisseur : certains demandent de marquer des points de cache dans la requête, d’autres mettent en cache automatiquement.
- **Combien de temps le cache dure-t-il ?** Cela dépend du fournisseur. Chez Anthropic, la valeur par défaut est de 5 minutes, renouvelées à chaque utilisation du cache, et une option plus longue existe.
- **Le cache change-t-il les réponses ?** Non. Il évite seulement de retraiter une entrée identique ; le modèle voit le même contexte.
- **Pourquoi une longue pause rend-elle le tour suivant coûteux ?** Une fois la pause plus longue que le cache, la requête suivante réécrit toute la conversation dans le cache. Dans une longue conversation, cela représente d’un coup un gros coût d’entrée.

---

**À propos d’AgentVera.** AgentVera est une app de bureau pour macOS, Windows et Linux, développée par Solviera Teknoloji. Elle exécute 18 agents de code IA (Claude Code, Codex, Gemini CLI, Copilot, Cursor, Antigravity, opencode, Hermes, Qwen Code, Kimi Code, Kiro, Amp, Droid, Goose, Vibe, Crush, Aider, Cline) côte à côte, par projet, dans de vrais terminaux avec les installations et connexions CLI de l’utilisateur. L’offre gratuite inclut des agents illimités. Télécharger: https://agentvera.dev/fr/download/ · Tarifs: https://agentvera.dev/fr/pricing/