Reasonix 项目方自述的一个公开单日样本里，同一批输入在缓存后约 1.38 美元；如果没有缓存，约 61.06 美元。差距不在模型名称，而在同一份上下文是否反复冷启动。
在终端里让编程代理继续改一个小函数，操作上像是接着上一轮做，计费系统未必如此处理。第一轮打开仓库时，项目说明、系统提示、工具说明、历史文件和测试输出都要送进模型。若后续回合不能复用这些内容，系统会在第二轮、第三轮反复发送同一份任务背景。
prefix cache，即前缀缓存，解决的正是这个问题。同一份任务背景，不应在每一轮重复计费。
缓存命中依赖稳定的上下文前缀
DeepSeek 的上下文缓存默认开启，但后续请求必须完整匹配已经保存的缓存前缀，才能按缓存计算。DeepSeek 文档给出命中规则，Reasonix 样本给出成本量级。两者合在一起，指向同一个工程要求。客户端必须稳定组织上下文。
编程代理的风险在于，每轮都会重新拼接工具说明、历史消息和临时状态。工具结果顺序变化，工具说明重新生成，临时推理写回下一轮，都会让开头漂移。界面上仍是同一个会话，缓存层看到的可能已经是新输入。
此前把低成本模型接入多代理 worker 时，问题也先出在交付过程。任务跑偏，等待变长，需要更强模型打断和纠偏。单次调用便宜，不等于单位合格结果便宜。
Reasonix 的做法是拆开上下文。固定材料在会话开始后不改，历史记录只追加，临时草稿和推理过程不发给上游，也不污染下一轮开头。
长会话编程代理的成本开关，在于客户端能否稳定复用同一份上下文。
选型应先核查上下文复用
该样本当天约 4.35 亿输入 token 命中缓存，缓存命中率为 99.82%。
| 当天怎么计费 | 大约花费 |
|---|---|
| 大部分上下文复用了缓存 | 1.38 美元 |
| 每轮都当作新输入计算 | 61.06 美元 |
这只是一组项目方样本，不能当作通用评测，也不能证明某个代理一定更强。它只说明一个更窄的问题。模型单价之外，客户端怎样组织上下文，会直接改变账单。
选择或自建终端编程代理时，可以先打开一段长会话日志，看三项证据。每轮是否记录缓存命中，固定材料是否有稳定序列化或 hash，大型测试日志是否先摘要再进入上下文。
这三项能回答同一个问题。同一份背景是在复用，还是每轮冷启动。先看这些记录，再比较模型单价。
