Kimi 开放平台将启动 Context Caching 内测，支持长文本大模型
据月之暗面官方消息，Kimi 开放平台 Context Caching 功能即将启动内测，届时将支持长文本大模型，可实现上下文缓存功能——声称“让每个开发者都用得起长文本大模型”。
Context Caching 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。
官方表示，Context Caching 可提升 API 的接口响应速度。在规模化、重复度高的 prompt 场景，Context Caching 功能带来的收益越大。
下面是官方列举的部分业务场景：
-
提供大量预设内容的 QA Bot，例如 Kimi API 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 Copilot Agent。
-
瞬时流量巨大的爆款 AI 应用，例如哄哄模拟器，LLM Riddles。
-
交互规则复杂的 Agent 类应用，例如什么值得买 Kimi+ 等。
