import anthropic
 
client = anthropic.Anthropic()
 
LONG_DOC = "..." * 10000  # ~1500+ token olmalı
 
response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    system=[
        {
            "type": "text",
            "text": LONG_DOC,
            "cache_control": {"type": "ephemeral"},  # ← Sihirli satır
        }
    ],
    messages=[{"role": "user", "content": "Belgenin özeti nedir?"}]
)
 
# Telemetry
print(f"Cache creation: {response.usage.cache_creation_input_tokens}")
print(f"Cache read:     {response.usage.cache_read_input_tokens}")
print(f"Fresh input:    {response.usage.input_tokens}")

import anthropic
 
client = anthropic.Anthropic()
 
# Katman 1: Statik bilgi (en uzun yaşamalı — 1 saat)
COMPANY_DOCS = open("company_handbook.txt").read()
 
# Katman 2: Tool definitions (uzun yaşamalı — 1 saat)
TOOLS = [
    {
        "name": "search_products",
        "description": "Şirket ürün katalogunda arama yapar.",
        "input_schema": {...},
        # Aşağıda son tool'a cache_control eklenecek
    },
    # ... ek tools
]
 
# Katman 3: System prompt (orta — 5 dakika)
SYSTEM_INSTRUCTIONS = """Sen müşteri destek asistanısın. Türkçe konuş.
Talimatlar: ..."""
 
# Katman 4: Conversation history (5 dakika)
conversation = [
    {"role": "user", "content": "Merhaba"},
    {"role": "assistant", "content": "Merhaba, nasıl yardımcı olabilirim?"},
    {"role": "user", "content": "Ürün X hakkında bilgi"},
    {"role": "assistant", "content": "Ürün X şu özelliklere sahip..."},
]
 
# Şimdi cache_control'ları yerleştir
system_blocks = [
    {
        "type": "text",
        "text": COMPANY_DOCS,
        "cache_control": {"type": "ephemeral", "ttl": "1h"},  # ← Breakpoint 1
    },
    {
        "type": "text",
        "text": SYSTEM_INSTRUCTIONS,
        "cache_control": {"type": "ephemeral", "ttl": "5m"},  # ← Breakpoint 3
    },
]
 
tools = [
    *TOOLS[:-1],
    {
        **TOOLS[-1],
        "cache_control": {"type": "ephemeral", "ttl": "1h"},  # ← Breakpoint 2
    },
]
 
# Conversation history'nin SON mesajına cache_control
# (yeni user query'den önceki tüm history cache'lensin)
messages_with_cache = [
    *conversation[:-1],
    {
        **conversation[-1],
        "content": [
            {
                "type": "text",
                "text": conversation[-1]["content"],
                "cache_control": {"type": "ephemeral", "ttl": "5m"},  # ← Breakpoint 4
            }
        ],
    },
    {"role": "user", "content": "Stok durumu ne?"},  # Dinamik query — cache YOK
]
 
response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    system=system_blocks,
    tools=tools,
    messages=messages_with_cache,
)
 
u = response.usage
print(f"Cache create: {u.cache_creation_input_tokens:>6}")
print(f"Cache read:   {u.cache_read_input_tokens:>6}")
print(f"Fresh input:  {u.input_tokens:>6}")
print(f"Output:       {u.output_tokens:>6}")

def best_ttl(refresh_count_per_hour: int) -> str:
    """5dk cache'i saat içinde kaç kez yenilemek gerekecekse, kıyasla."""
    cost_5m = refresh_count_per_hour * 1.25  # her refresh 1.25× input
    cost_1h = 1 * 2.0                         # bir kez 2× input
    if cost_5m > cost_1h:
        return "1h cache daha ucuz"
    elif cost_5m < cost_1h:
        return "5m cache daha ucuz"
    else:
        return "Eşit — kuruşa duyarsız"
 
for n in [1, 2, 3, 4, 5, 10]:
    print(f"Saat başına {n:>2} kez refresh → {best_ttl(n)}")