新上下文缓存是什么？什么时候能显著降低大模型API成本
解释上下文缓存的原理、适用场景、成本计算、命中率优化、数据保留与上线测试，判断什么时候真正省钱。
排序
新大模型API价格怎么比较？输入、输出、缓存与工具调用成本计算
用统一公式比较大模型API真实成本，拆解输入、输出、思考Token、缓存、搜索工具、长上下文、批处理和重试费用。
新长上下文模型越长越好吗？上下文窗口、召回率与成本完整解释
解释上下文窗口、最大输出、有效上下文与长期记忆的区别，分析长文本召回率、成本、延迟，并给出长上下文和RAG选择方法。
