# O que é prompt caching?

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

Prompt caching significa que o provedor do modelo guarda a parte inicial e inalterada de uma requisição e a reaproveita nas requisições seguintes, em vez de processá-la de novo. A entrada lida do cache é bem mais barata e rápida do que a entrada comum.

**Como funciona.** O cache atua sobre o prefixo: se uma requisição bate exatamente com a anterior desde o início, essa parte é lida do cache. A primeira requisição grava o cache e as seguintes o leem. Uma única mudança no prefixo faz tudo o que vem depois ser processado de novo.

**Por que importa para agentes de código.** Um agente reenvia suas instruções de sistema, definições de ferramentas e histórico da conversa a cada turno. Como essa parte quase não muda, um cache quente faz com que a maior parte da entrada de uma sessão longa venha de leituras baratas do cache. Agentes como Claude Code e Codex usam cache por conta própria; você não precisa configurar nada.

**O que invalida o cache.** Um cache miss significa que a conversa inteira é gravada de novo.

- Pausas longas: na Anthropic, o cache dura 5 minutos por padrão; espere mais que isso e ele é regravado.
- Trocar de modelo: o cache é específico de cada modelo.
- Mudar o prefixo: editar o system prompt, a lista de ferramentas ou os servidores MCP no meio da sessão.
- Compaction: o /compact reescreve a conversa, então o cache recomeça.

**Preços.** Os provedores cobram bem menos pela entrada em cache do que pela entrada comum. Na Anthropic, gravar no cache custa um pouco mais do que a entrada comum, enquanto a OpenAI aplica o cache automaticamente a prompts longos o suficiente. Confira a página de preços do seu provedor para ver os valores atuais.

**Prompt caching no AgentVera.** O cartão de prompt cache na aba AI ROI mostra o quão bem as conversas dos seus agentes aproveitam o cache. Tudo é calculado no seu computador.

- **Preciso ativar o prompt caching?** Não em agentes como Claude Code e Codex; eles usam o cache sozinhos. Se você está desenvolvendo sobre a API, confira a documentação do seu provedor: alguns exigem que você marque pontos de cache na requisição, outros fazem cache automaticamente.
- **Quanto tempo o cache dura?** Depende do provedor. Na Anthropic, o padrão é 5 minutos, renovados a cada uso do cache, e há uma opção mais longa disponível.
- **O cache muda as respostas?** Não. Ele só evita reprocessar uma entrada idêntica; o modelo vê o mesmo contexto.
- **Por que uma pausa longa deixa o próximo turno caro?** Quando a pausa dura mais que o cache, a próxima requisição grava a conversa inteira no cache de novo. Em uma conversa longa, isso é um custo de entrada grande de uma vez só.

---

**Sobre o AgentVera.** AgentVera é um app desktop para macOS, Windows e Linux, desenvolvido pela Solviera Teknoloji. Ele roda 18 agentes de programação com IA (Claude Code, Codex, Gemini CLI, Copilot, Cursor, Antigravity, opencode, Hermes, Qwen Code, Kimi Code, Kiro, Amp, Droid, Goose, Vibe, Crush, Aider, Cline) lado a lado, por projeto, em terminais reais com as instalações e logins de CLI do próprio usuário. O plano gratuito tem agentes ilimitados. Baixar: https://agentvera.dev/pt/download/ · Preços: https://agentvera.dev/pt/pricing/