Google宣佈Gemini 2.5模型支援隱含快取（implicit caching）功能， 有助於節省用户成本。

Google於2024年5月首先推出內容快取（context caching） ，協助開發人員將送到模型的重覆性token減少75%。那時是明確快取（explicit caching），上週Google再推出高呼聲的隱含快取。

隱含快取不需使用者建立明確快取。當用户對Gemini 2.5模型傳送呼叫時，如果本次呼叫和之前的呼叫有相同的前綴（prefix），就能自動適用快取。Google會動態將省下的費用回饋給用户，大約等於省下75%的字詞（token）。

為提高適用快取的機會，用户應把呼叫開頭的內容維持相同，把用户的問題或其他新增的token加在呼叫尾端。而為提高呼叫字詞符合快取的比例，Google也將呼叫最低門檻降低，在Gemini 2.5 Flash為1024 tokens，在2.5 Pro則為2048 tokens。

其他最佳作法則列於Gemini API文件中 。

不過如果用户希望能確實省下成本，還是可以使用支援Gemini 2.5及2.0模型的明確快取API。如果使用Gemini 2.5模型，現在就會在使用量的metadata中看到「cached_content_token_count」，説明呼叫中有多少token中包含在快取中，可適用於較低費率。