现场是这样的。Anthropic SDK 0.34 调 claude-3-5-sonnet，system 里放了 6000 字的公司制度，按文档加了 cache_control 的 ephemeral 标记，但返回的 usage 里 cache_read_input_tokens 一直是 0，只有第一轮 cache_creation 有数值，后面几轮也没命中，账单按全价结算。
中间走过弯路，把「请求里 user 消息排在 system 之前，块顺序被打乱」当成主因，改完现象没变。
真正麻烦的地方在于，几个原因的现象几乎一样。每轮在 system 开头拼了带时间戳的标题，前缀整段都变了；cache_control 加在了最后一个内容块上，前缀本身不稳定；缓存有效期只有 5 分钟，两次请求间隔超过窗口。
先把完整请求体打出来核对块顺序
python -c "import json;b=json.load(open('req.json'));print([x['role'] for x in b['messages']],b['system'][0].get('cache_control'))"去掉时间戳后发一次同样的请求
curl -s https://api.anthropic.com/v1/messages -H "x-api-key: $KEY" -H 'anthropic-version: 2023-06-01' -d @req.json | jq '.usage'隔 30 秒连发三次观察 cache_read 变化
for i in 1 2 3; do curl -s https://api.anthropic.com/v1/messages -H "x-api-key: $KEY" -H 'anthropic-version: 2023-06-01' -d @req.json | jq -c '.usage'; sleep 30; done剩下的就是把稳定前缀抽成模板固定下来
python render_prompt.py --template sys.tpl --no-timestamp --out req.json别只看报错消失，验证要多做一步。第二次请求的 cache_read_input_tokens 接近 6000，这部分按缓存单价计费，连续五次请求都能稳定命中。
容易忽略的是，缓存按前缀逐字节比对，任何动态内容都要放到断点之后；有效期一到就得重建，别把长任务寄望在缓存上。同一份配置在测试环境跑通，不代表线上没事，两边的默认值经常不一样。