缓存复用固定内容，压缩削减冗余输入

提示词缓存（prompt caching）的思路，是将系统提示词等反复出现的固定前缀加以存储复用，使重复请求无需按全价重新计费，从而直接降低Token成本。提示词压缩（prompt compression）则从另一个方向入手：微软（Microsoft）开源的LLMLingua项目通过识别并删减提示词中的冗余表述来缩短输入长度，其项目示意图直观呈现了提示词中存在大量可压缩空间这一动机。

출처: 조사 출처

官方降本手段不止一条路

核查显示，缓存与压缩并非用户唯一的官方选择。更换或选用参数规模更小、单价更低的模型，同样是模型服务商提供的同等降本手段，与缓存、压缩技术并存于企业的成本控制工具箱中。这意味着“核心技术”的说法成立，但不等于“唯一技术”。

压缩的服务提供主体相对有限

两者的主要差异在于生态成熟度。提示词缓存已普遍作为API的官方功能由主要模型服务商直接提供，使用门槛较低；而提示词压缩目前以开源项目为代表，提供主体较缓存明显受限，企业若采用往往需要自行集成与调优。

综合对12份一手资料的核查，“节省Token费用，提示词缓存与压缩是核心技术”这一说法基本属实。