文章解释了AI大模型“缓存命中”的原理。大模型计算逐Token进行，缓存命中复用相同输入前缀的中间状态（如KV Cache）。例如，“我爱你妈”可命中“我爱你”的缓存，但无法命中“爱你妈”。因此，多轮代码问答缓存命中率高，而单轮普通问答命中率低。作者自认理解粗浅，但认为原理大致如此。

深度求索将DeepSeek V4系列的缓存命中价格大幅下调，Flash模型降至0.02元，Pro模型降至0.1元，限时促销至5月5日。此举旨在吸引更多用户使用Pro模型，改善口碑。