Warum gecachte Input-Tokens Kosten sparen
Wenn ein KI-Agent an einer Aufgabe arbeitet — Code prüfen, einen Fehler über mehrere Dateien beheben, ein langes Gespräch führen —, sendet er immer wieder denselben Kontext: Ihre Anweisungen, die Dateien, an denen er arbeitet, alles bisher Gesagte. Nur ein kleiner Teil ist bei jedem Aufruf wirklich neu.
Mit Input-Caching behält IG1 AI, was bereits gelesen wurde, und verarbeitet nur das Neue. Antworten beginnen schneller, und der wiederholte Kontext wird zum Preis für gecachte Input-Tokens abgerechnet — rund ein Viertel des normalen Input-Preises bei GLM 5.3 Flash (0,09 € statt 0,35 €), ein Fünftel bei Qwen 3.6 35B (0,06 € statt 0,30 €) und bei DeepSeek V4.1 Flash (0,13 € statt 0,65 €).
Beispiel — eine agentische Coding-Session mit GLM 5.3 Flash: 100 API-Aufrufe, ~20.000 Tokens Kontext pro Aufruf erneut gesendet, 65 % Cache-Trefferquote.
| Ohne Caching | Mit Caching |
| Input-Tokens zum vollen Preis | 2,0 M | 0,7 M |
| Input-Tokens zum Cache-Preis | — | 1,3 M |
| Input-Kosten | 0,70 € | 0,36 € |
| Gesamtkosten der Session (inkl. 25K Output-Tokens) | 0,73 € | 0,39 € |
−48 % Input-Kosten, −46 % für die gesamte Session — und ein schnellerer erster Token.