2026 OpenAI Prompt Caching 官方价格怎么算：输入/输出/缓存字段全解析

## 2026 OpenAI Prompt Caching 官方价格怎么算：输入/输出/缓存字段全解析

OpenAI Prompt Caching 是官方 API 的自动提示缓存功能，能让重复的系统提示、前缀内容按 10% 的缓存输入价计费，大幅降低延迟并节省高达 90% 的输入成本。适合 ChatGPT Plus 用户、开发者、企业账单对账者，尤其是重度使用 API 的团队——通过查看 usage 字段即可决策是否开启缓存，快速判断是否值得节省成本。

缓存价格字段说明：输入 tokens、输出 tokens、缓存 tokens 分别对应什么

OpenAI Prompt Caching 自动生效，无需额外配置。所有支持缓存的模型（GPT-4o 及更新的 GPT-5 系列）在提示词长度 >= 1024 tokens 时生效。官方报告字段可直接从 API 响应中提取，用于对账。

• 输入 tokens (prompt_tokens)：总输入 token 数（包括未命中 + 缓存命中）。
• 缓存 tokens (cached_tokens)：命中缓存的部分，按 缓存输入价 计费（通常是标准输入价的 10%）。
• 输出 tokens (completion_tokens)：生成内容 token 数，按标准输出价计费（不受缓存影响）。
• Cache writes (cache_write_tokens)：仅 GPT-5.6 及以上模型在写入缓存时额外收取费用，按标准输入价的 1.25 倍计费；此前模型免费写入。

实际对账时：缓存命中部分只算 cached_tokens 费，total input = regular input + cached input。所有字段均包含在官方 API 响应中。

Prompt Caching vs 标准 API 计费：节省公式与示例

公式（每百万 tokens）：

总费用 = (prompt_tokens - cached_tokens) × 标准输入价 + cached_tokens × 缓存输入价 + completion_tokens × 输出价

节省率 = (标准输入价 - 缓存输入价) × 缓存命中率

2026 年官方价格对比表（标准上下文，单位：$/M tokens）：

模型	标准输入价	缓存输入价	输出价	缓存写入费（GPT-5.6+）	节省潜力
gpt-5.6-sol	$5.00	$0.50	$30.00	$6.25	90%
gpt-5.6-terra	$2.00	$0.20	$12.00	$2.50	90%
gpt-5.6-luna	$0.20	$0.02	$1.20	$0.25	90%
gpt-5.5	$5.00	$0.50	$30.00	-	90%
gpt-5.4	$2.50	$0.25	$15.00	-	90%

示例（gpt-5.6-sol，单次请求 5000 tokens 输入 + 500 tokens 输出）：

• 无缓存：总计 = 5000 × $5 + 500 × $30 = $25 + $15 = $40
• 80% 命中缓存（4000 tokens 命中）：总计 = (1000 × $5) + (4000 × $0.50) + (500 × $30) = $5 + $2 + $15 = $22
• 节省 45%，延迟降至原先的 20%。

2026 年命中率门槛与实际省钱门槛

命中率门槛：

• 最低触发：提示词前缀 >= 1024 tokens。
• GPT-5.6+ 需设置 prompt_cache_key 并使用 prompt_cache_breakpoint（否则命中率可能低于 30%）。
• 实际门槛：连续复用同一前缀 >= 5-10 次 即可快速回本（写入免费或低成本后，后续每次命中 90% 节省）。

实际省钱门槛：

• 缓存命中率 > 50% 时，单次调用即可节省 >30%。
• 高频场景（系统提示 + 历史上下文）：命中率 70-90% 是常态，月节省可达 60-80%。
• 最低省钱案例：提示词 1024 tokens，2 次请求后命中，单请求节省约 $4.50（gpt-5.6-sol）。

企业账单对账：如何从发票中提取缓存消耗数据

1. 官方发票/账单字段：OpenAI 企业账单会单独显示 cached_tokens 或 cache_write_tokens 消耗（部分企业账单已集成）。

2. API 日志提取：在 Responses/Chat Completions API 响应中查看 usage.prompt_tokens_details.cached_tokens 与 usage.prompt_tokens。

3. 计算公式：

   缓存消耗金额 = cached_tokens / 1,000,000 × 缓存输入价

4. 推荐工具：对接 OpenAI Dashboard 或第三方账单 reconcile 工具，自动对比标准 vs 缓存费用。

长上下文示例（>270K tokens）：输入价为标准值的 2 倍，但缓存输入价同样按短上下文折扣（例如 gpt-5.6-sol 长上下文缓存输入 $1.00）。

缓存使用场景推荐：何时开启缓存最划算

• 最划算场景（推荐优先开启）：

- 企业知识库问答、RAG 系统（系统提示 + 文档前缀完全相同）。

- 代码审查/多轮调试（同一代码库上下文）。

- 多用户客服/代理系统（重复指令模板）。

• 次优场景：

- 聊天历史长对话（历史固定部分）。

- 图像/工具调用场景（图像 ID 或文件 ID 作为前缀）。

• 不推荐：完全动态用户输入（命中率 <10%），或单次请求场景（无复用）。

开启建议：在系统提示词开头放置静态内容，使用 prompt_cache_key 提高命中率，目标命中率 >60% 即可大幅降本。

常见问题解答：缓存未命中或费用异常怎么办

未命中原因：

• 提示前缀 <1024 tokens。
• 前缀不完全匹配（需检查大小写、换行）。
• 跨机器路由（高流量时可能溢出）。

费用异常处理：

• 检查 usage 字段是否缺失。
• 确认模型是否支持（GPT-5 系列及以上）。
• 联系 OpenAI 支持，提供 request ID 查看日志。
• GPT-5.6+ 写入费异常：检查是否设置了正确 prompt_cache_options。

提示缓存与 o 系列模型的结合使用

o 系列（o1/o3 等推理模型）默认开启缓存，但输出为思考过程时，缓存命中主要影响输入部分。结合使用：

• 系统提示 + 工具调用历史共享。
• 避免缓存用户查询（动态部分放在提示尾部）。
• 实际效果：推理模型输入节省 90%，但输出 token 不变。适合复杂任务时仍能降低整体成本。

缓存价格调整历史：2026 年最新调整记录

• 2026 年初：默认保留期从几分钟调整为 24 小时（企业账单默认）。
• 2026 年 3 月：GPT-5.6 系列引入 cache writes 1.25× 费率（此前免费）。
• 2026 年 7 月：Extended retention 扩展至更多模型，长上下文价格统一按 2× 标准计费但缓存折扣不变。
• 2026 年 8 月：Luna 系列推出，缓存输入价进一步降低至 $0.02。

风险与边界

此指南基于 OpenAI 官方 2026 年定价和文档，仅供参考。实际账单以 OpenAI 官方发票为准，API 价格可能随时间调整，具体以 official-prices 或官方定价页为准。OpenAICN 仅为官方 API 计费对照站，不提供任何投资、法律或技术建议。

---