github / github/copilot-cli

Bug: Copilot CLI 1.0.82 BYOK silently disables prompt caching (~5x cost)

Ouverte
#4,720 0 commentaires 1 réaction 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

area:models area:networking
Langage dominant
Shell
Étoiles
11.2k
Forks
1.9k
Merge moyen
14 h 16 min
PR mergées (30 j)
6

Description

Summary

Copilot CLI 1.0.82 in BYOK mode sends chat requests that carry no prompt-cache declaration, so prompt caching is effectively disabled for the whole session. Every turn re-sends the entire growing context at full price — provider usage shows cached_tokens=0 and cache_write/cache_creation_tokens=0 on every request across the session, even though the prefix is stable.

Net effect: ~5x cost for normal multi-turn BYOK sessions.

Setup

  • Copilot CLI 1.0.82, BYOK mode (custom OpenAI-compatible /chat/completions endpoint serving an Anthropic model, claude-sonnet-5)
  • Compare baseline: same machine, same endpoint/model, 1.0.80 BYOK → prompt caching works (~97% hit)
  • Also tested 1.0.82 in GitHub-subscription mode on the same machine → caching works, so the build is cache-capable

Expected

Once a conversation prefix stabilizes, the provider should report cached_tokens > 0 and small cache_creation_tokens for the new tail (that's what 1.0.80 BYOK and subscription mode report).

Actual

Every request reports zero cache metrics:

"prompt_tokens_details": {
  "text_tokens": 146022,
  "cached_tokens": 0,
  "cache_write_tokens": 0,
  "cache_creation_tokens": 0,
  "cache_creation_token_details": { "ephemeral_5m_input_tokens": 0 }
},
"cache_read_input_tokens": 0

Over a 150-request session, text_tokens climbed monotonically 118,966 → 285,085 while cached_tokens and cache_write/creation_tokens stayed 0 every time. The zero cache-write/creation is the strong signal: even a cold miss should write the prefix so the next turn can hit; a persistent 0 write means the request never asks for a cache at all.

Evidence

Metric 1.0.82 BYOK (broken) 1.0.80 BYOK (baseline)
Requests 150 320
Input tokens 30,075,042 100,762,401
Cached tokens 0 98,424,636
Cache hit rate 0% 97.7%
Cost $61.21 $28.92

With normal caching, 30.1M input ≈ $11.4; at 0% it costs ≈ $60.2 → ~$49 (~5x) wasted in a single session.

Root-cause hypothesis

The 1.0.82 BYOK request builder omits the prompt-cache declaration (cache_control / ephemeral-cache policy) that subscription mode injects. Because BYOK calls the user's endpoint directly, the missing declaration is only visible to BYOK users.

Severity

High — silent runaway cost on BYOK setups; no CLI error, only a much larger bill. Requires monitoring provider cache hit-rate to detect.

Suggested fix

Make the BYOK path send the same prompt-cache declaration used by subscription mode.

Repro note

I cannot reproduce right now (downgraded to 1.0.80 where caching works). Reproducing requires running 1.0.82 in BYOK against an Anthropic-model endpoint and reading provider cache accounting. Happy to help test a newer build backported if there's a fix candidate.

Guide de contribution

Ouvrir le guide de contribution

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Piste de recherche

Localisez le BYOK request builder et comparez sa construction de requête avec le subscription path et le comportement de 1.0.80 décrit dans l’issue. Vérifiez si la prompt-cache declaration est présente, puis exécutez une session BYOK multi-tour contre un Anthropic-model endpoint et vérifiez que les métriques cache-write et cache-read ne sont plus nulles.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
shell
Domaine
api, cli
Type d'issue
Bug
Difficulté
3/5
Temps estimé
1-2 jours
Activité
Active
Clarté
Plutôt claire
Accessibilité débutants
55/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.