Taxa de acerto de cache do OpenCode com modelos Claude

Principais conclusões

• O que é normal: 97.6%, mediana de 20 usuários em conversas em andamento; metade central 97.1%–98.9%
• Todas as requisições: 95.1%, inclui roteamento, expiração e chats novos
• Maior causa de falhas: conversas novas, 34% das falhas
• Entre interfaces: 0.6 pontos de diferença, App para desktop, CLI (terminal)

Qual taxa de acerto de cache é normal em cada cliente

Semana de 2026-11-03 – 2026-11-09 (UTC)

• Taxa de acerto na continuação (usuário mediano): 97.6%
• Metade central dos usuários: 97.1%–98.9%
• Usuários qualificados: 20 (pelo menos 20 turnos de continuação na semana)
• Taxa de acerto em todas as requisições: 95.1%

Taxa de acerto do OpenCode por interface

A CLI, a extensão do IDE e o app desktop de um mesmo cliente enviam requisições quase idênticas, então as taxas de acerto deveriam ser próximas.

• App para desktop: 98.0% (7)
• CLI (terminal): 97.4% (6)

Taxa de acerto do OpenCode por versão

Uma versão que muda o prefixo da requisição mostra uma taxa de acerto claramente menor que as outras, já na semana em que sai.

• 2.2.5: 97.5% (10)

Mediana semanal

• 2026-09-29: 96.5% (7 usuários)
• 2026-10-06: 97.6% (8 usuários)
• 2026-10-13: 98.8% (11 usuários)
• 2026-10-20: 97.4% (10 usuários)
• 2026-10-27: 96.4% (13 usuários)
• 2026-11-03: 97.6% (20 usuários)

Por que minha taxa de acerto de cache no OpenCode está baixa? Falhas por causa

4.9% da entrada desta semana não foi lido do cache. Aqui está por causa, com o que você pode fazer em cada caso.

Conversa nova ou ociosa por mais de uma hora: 34% das falhas, cerca de 1.7% de toda a entrada

A primeira requisição de uma conversa nova, ou uma depois de uma hora ociosa, precisa gravar o cache de novo.

Conteúdo novo e mudanças de prefixo em uma conversa em andamento: 31% das falhas, cerca de 1.5% de toda a entrada

O conteúdo novo de um turno só pode ser gravado, não lido, e isso é inevitável; um system prompt ou uma lista de ferramentas alterados, ou um histórico reescrito, também invalidam o prefixo.

Mais de 5 minutos ocioso, cache expirado: 31% das falhas, cerca de 1.5% de toda a entrada

Passaram mais de 5 minutos entre as requisições, então a entrada de cache anterior pode ter expirado.

Roteada para outra conta ou endpoint upstream: 3% das falhas, cerca de 0.2% de toda a entrada

O cache de prompt fica na conta upstream que atendeu a requisição. Quando um relay ou um gateway com várias contas envia o turno seguinte para outra conta, todo o contexto é gravado de novo. Conexões diretas com o fornecedor nunca mostram essa causa.

Requisição em paralelo (a anterior ainda em andamento): 0% das falhas, cerca de 0.0% de toda a entrada

Uma requisição enviada antes de a anterior terminar (subagentes, chamadas de ferramentas em paralelo) não consegue ler o cache que a anterior ainda está gravando.

Troca de modelo: 0% das falhas, cerca de 0.0% de toda a entrada

Cada modelo tem seu próprio cache, então a primeira requisição depois de trocar de modelo lê todo o histórico de novo.

Alguns pontos de taxa de acerto, várias vezes a conta

Com os preços oficiais do Claude Opus 5.5, e as falhas gravadas no cache de 5 minutos, o custo efetivo por milhão de tokens de entrada:

• Mediana desta semana, 97.6%: $0.32 (×1.0)
• 90%: $0.68 (×2.1)
• 80%: $1.16 (×3.7)
• 50%: $2.60 (×8.2)

Calcule com seus próprios números na calculadora de custos da API do Claude

Como conferir sua taxa de acerto de cache no OpenCode

• Formato da Anthropic: cache_read_input_tokens ÷ (input_tokens + cache_read_input_tokens + cache_creation_input_tokens).
• Formato da OpenAI: cached_tokens (em prompt_tokens_details ou input_tokens_details) ÷ prompt_tokens / input_tokens.
• Na Wokey, cada requisição no registro de requisições do console mostra suas leituras e gravações de cache.

Por que a taxa de acerto cai atrás de um relay

• Troca de conta: o cache pertence à conta upstream, então um turno enviado para outra conta regrava tudo. É a causa mais comum nos relays; conexões diretas nunca têm isso.
• Conversão de formato: traduzir entre os formatos da Anthropic e da OpenAI pode mudar o prefixo ou descartar os breakpoints de cache_control.
• O Claude Code anterior à v2.1.181, com base URL personalizado, colocava um token diferente a cada requisição no bloco de atribuição no início do system prompt, o que anula gateways que fazem cache pelo corpo da requisição; atualize ou defina CLAUDE_CODE_ATTRIBUTION_HEADER=0.
• Teste você mesmo: envie duas requisições com o mesmo prefixo acima do tamanho mínimo de cache; as leituras de cache da segunda devem ficar perto do tamanho do prefixo.

A Wokey roteia as requisições seguintes de uma conversa para a mesma conta upstream sempre que pode. De 2026-10-04 a 2026-10-10, usuários comuns da Wokey tiveram 92.8% de acerto no Claude Opus 5.5 sobre todas as requisições, contra 87.8% do OpenRouter no geral.

Comparar com as taxas de acerto de cache do OpenRouter · Ao vivo: API pública de taxa de acerto de cache da Wokey (últimos 7 dias)

Como medimos

• Requisições reais de usuários pelo gateway da Wokey; toda segunda-feira às 05:00 UTC calculamos a semana anterior, de segunda a domingo.
• Os clientes são identificados pelo User-Agent da requisição. Requisições de SDKs, bibliotecas HTTP e relays intermediários, cujo cliente real é desconhecido, ficam de fora, assim como as contas empresariais.
• Um turno de continuação tem o mesmo modelo e a mesma conta upstream que a requisição anterior da conversa e começa até 5 minutos depois de ela terminar. A taxa de cada usuário é leituras de cache ÷ entrada nesses turnos (a entrada inclui leituras e gravações de cache); publicamos a mediana dos usuários com pelo menos 20 turnos assim na semana.
• Uma célula é publicada com pelo menos 5 usuários qualificados; uma mudança de mais de 3 pontos em relação à semana anterior é conferida manualmente antes.
• Vieses conhecidos: só usuários da Wokey; os hábitos de uso variam muito; a taxa sobre todas as requisições inclui a perda de roteamento do próprio gateway (a causa "roteada para outra conta upstream").

Perguntas frequentes