2026 OpenAI Prompt Caching 官方价格怎么算：输入/输出/缓存字段全解析
内容刷新 / GEO：补 English summary 与最新核对清单 — oa-2026-openai-cache-pricing-guide
ガイド一覧 · 本文は主に簡体字中国語です。国際向けの要点は English summary をご利用ください。
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 让 API 调用中的重复 prompt prefix（前缀）共享计算结果，从而显著降低延迟和成本。适合频繁复用系统提示词、工具定义、历史上下文的开发者或企业——如构建持久代理、长对话应用或多轮工具链。决策时，先查看你的模型是否支持（GPT-5.6 及以上），再对照官方定价表，算出实际单价，再结合缓存命中率决定是否开启。
现状与数据更新
2026 年 OpenAI 在 Responses API 上将 Prompt Caching 从 30 分钟缓存提升至支持 12 小时有效期，同时优化了 GPT-6 系列模型的缓存读写倍率。缓存写入不再是纯额外费用，而是按特定倍率计入 input tokens；读取则享受大幅折扣（最高降至 0.05 倍标准 input 价）。缓存命中率可达 90% 以上，延迟缩短 80%，成本降低 90% 是常见效果。
官方数据以 platform.openai.com/docs/pricing 为准（2026 年 11 月 6 日最新核对）。不同模型有 short/long context 之分，cached input 字段直接出现在 response.usage.input_tokens_details 中，便于你对账单。
核对清单
以下清单帮你快速确认是否命中缓存并计算正确账单：
- 检查
response.usage.input_tokens_details.cached_tokens是否大于 0（表示命中） - 确认
prompt_cache_options设置正确（30m / 12h） - 比对
prompt_cache_write_tokens（写入消耗） - 运行
prompt_cache_diagnostics（如 GPT-5.6+ 支持），看 miss 原因 - 核对模型 tier（short/long context）、工具/格式是否一致
- 用 Prompt Caching Dashboard 监控全局命中率
风险边界
缓存依赖 exact prefix 匹配，任何工具名改动、reasoning.effort 变化或 context_compaction 都会导致 miss。12 小时缓存对静态 prompt 更友好，但动态场景下命中率会掉；长上下文（>272K tokens）缓存上限更低；regional endpoint 或 fallback 路由可能触发不同权重。使用时注意：缓存状态不持久（会过期），请勿依赖其作为“永久”优化。非法律意见声明：本文仅供参考，具体计费以 OpenAI 官方页面实时数据为准，实际账单可能因市场调整或策略变化而异。
站内路径
风险与边界
缓存写入费用（2.5× input 价）仅在首次或配置变更时生效，之后读操作才享 0.05–0.1× 折扣。频繁改 prompt 反而会增加写入成本并降低命中率，建议把稳定部分放 breakpoints 前。本文非法律意见：仅供开发者自助核对，不构成任何合同或保证。实际对账请以 OpenAI 平台当日报表为准，任何绕过官方计费的行为均属违规。
如何计算单价？（示例表格）
| 场景 | Input 总 tokens | Cached tokens | 写入 tokens | 写入倍率 | 读入倍率 | 输出 tokens | 实际计费估算（$/M） |
|---|---|---|---|---|---|---|---|
| 30min 写入 | 10,000 | 7,000 | 3,000 | 1.25× | 0.1× | 1,000 | 约 0.35 |
| 12h 写入 | 12,000 | 8,000 | 4,000 | 2.5× | 0.05× | 2,000 | 约 0.55 |
| 无缓存 | 10,000 | 0 | 0 | - | - | 1,000 | 约 2.00 |
注：以上为 GPT-6.1 Sol 等模型 illustrative 值，实际以官方定价表为准。