OpenAI API 提示缓存可选 12 小时：写入价是普通输入的 2.5 倍，读取仍只要 0.1 倍
zovo2026-10-21约 2 分钟读完
OpenAI 的提示缓存文档现在列出了 12 小时的缓存生命周期。它适合“系统提示和资料很长、但每隔几小时才被用一次”的场景：多付一次写入费，换来之后每次读取都按缓存价计费。
提示缓存的原理是：多次请求共用同一段开头（系统指令、工具定义、参考资料）时，模型不必重新计算这段内容，复用保存下来的中间状态，输入按更低的缓存价收费。过去的问题是缓存存活时间短，隔上半小时再来就失效了。
01具体变了什么
按 OpenAI 官方文档，适用于 GPT-5.6 及之后的模型，且是在 Responses API 里设置 `prompt_cache_options.ttl`：
| 生命周期 | 最短保留 | 写入价（相对普通输入） | 读取价 |
|---|---|---|---|
| "30m"（默认） | 30 分钟 | 1.25 倍 | 0.1 倍（GPT-6.1 Sol 为 0.05 倍） |
| "12h" | 12 小时 | 2.5 倍 | 同上，与生命周期无关 |
几点限制需要留意：可缓存的前缀至少 1,024 个输入 token；12h 是“最短保留时间”，OpenAI 可能保留更久，但它不改变数据保留政策；也可以只给某个显式断点单独设 12h，其余内容仍用 30 分钟。更早的模型继续用旧的 `prompt_cache_retention` 参数，不受这次设置影响。
02什么时候值得开
以同一段前缀、每次使用间隔都超过 30 分钟为例（价格按普通输入计为 1，这是本站按文档倍率做的推算，不是官方示例）：
| 使用次数 | 用 30m（每次重新写入） | 用 12h（写一次再读取） |
|---|---|---|
| 2 次 | 2.5 | 2.6 |
| 3 次 | 3.75 | 2.7 |
| 10 次 | 12.5 | 3.4 |
也就是说，只用两次时 12h 略贵，第三次起就划算；前提是这些使用都落在 12 小时内。如果前缀本来就几分钟内被连续调用，默认的 30 分钟已经够用，没必要多付 2.5 倍的写入费。
提示本站没有实际调用 API 验证。上线后用响应里的 usage.input_tokens_details.cache_write_tokens_details（分别记录 ttl_30m_tokens 与 ttl_12h_tokens）核对实际写入和读取的 token 数。
03关于 Codex 与 Work 的缓存
OpenAI 开发者团队成员在 X 上还提到，登录用户在 Codex 和 Work 中回到旧对话不会再有缓存惩罚。这一点在上述 API 文档里查不到，本站未能在官方页面核实，请以 OpenAI 后续正式说明为准。
资料来源（2026-10-21 核对）
本文由 zovo 编辑撰写，转载请注明出处。
Claude Code
Hy-Memory
Octop