RAGは終わるのか?Anthropicの新しいプロンプトキャッシュ

19 分上級者構築者Prompt Engineeringビジネス向けAI

Prompt Engineering. AnthropicのプロンプトキャッシュとGeminiのコンテキストキャッシュを、ユースケースごとの具体的なレイテンシーとコストの削減効果(長文ドキュメントのチャット、few-shot、複数ターン)を示しながら解説します。キャッシュ書き込み時の追加料金とキャッシュ読み取り時の割引を分けて考える説明は、記事がキャッシュの採算性を論じる際に前提としている内容そのものです。

AI Expertの注記

2024年8月収録のため、モデル名とトークン単価は古くなっています。キャッシュ書き込み時の追加料金と読み取り時の割引という仕組みは現在も変わりません。ワークロードの数値を計算する前に、各プロバイダーの最新料金ページを確認してください。

このセクションから得られるもの

実際のワークロードについて、キャッシュ書き込みの追加料金と読み取りによる節約額を比較し、プロンプトキャッシュが採算に合う場面を見積もれるようになります。

視聴または事前に知っておくべきもの

LLM APIの料金体系と長いプロンプトを扱うワークロードについて、実務的な知識が必要です。

最終確認日:2026年5月18日

次の動画を視聴

同じ学習パスで次のキュレーション済みの補完動画を続けて視聴してください。

さらに深く学ぶ

このトピックについてさらに詳しく学べる、厳選された外部コースです。

ビジネス向けAIのすべてのコースを確認