## OpenAI Prompt Caching 2026 官方缓存价格：GPT-4o-mini 与 o1 缓存节省倍率指南
OpenAI Prompt Caching 是官方 API 计费核心节省渠道。它自动为重复提示词前缀（prefix）提供折扣，无需手动启用或修改代码。适用于高频调用场景，如系统提示词重复或多轮对话。
谁适用？ 开发者、产品经理和对账单负责人。如何决策？ 当你的提示词前缀长度 ≥1024 tokens 且命中率 >50% 时，缓存即可显著降低输入 token 费用，避免对账单超支。
缓存节省倍率指南（GPT-4o-mini 与 o1 系列）帮你快速算出实际省钱效果，避免乱用导致意外账单。
OpenAI 官方 Prompt Caching 是什么：官方 API 计费核心概念
Prompt Caching（提示词缓存）让 OpenAI API 自动跳过重复处理已缓存的前缀，节省时间和费用。缓存仅影响输入 token，输出 token 不变。
核心规则：
- 自动触发：只要提示词前缀与最近请求完全匹配且 ≥1024 tokens。
- 命中后，缓存 token 以 50%~80% 折扣计费。
- 无额外写费（GPT-5.6 系列后写费 1.25 倍，未写费模型仍免费写入）。
- 保留期：5-10 分钟空闲，最高 1 小时；部分模型支持 24 小时扩展保留。
在对账单中，你会看到 cached_tokens 字段，标记命中量。这就是官方 API 计费最主要的节省工具之一。
2026 年官方缓存价格表：输入输出 / 缓存 $/M 最新字段
2026 年官方价格已随模型迭代更新，以下是当前公开字段（per 1M tokens）：
| Model | Uncached Input | Cached Input | Output |
|---|---|---|---|
| GPT-4o-mini | $0.15 | $0.075 | $0.60 |
| o1-preview | $15.00 | $7.50 | $60.00 |
| o1-mini | $3.00 | $1.50 | $12.00 |
| GPT-4o (基准) | $2.50 | $1.25 | $10.00 |
来源：OpenAI 官方定价与 Prompt Caching 指南。GPT-4o-mini 是最适合缓存优化的模型，因其低单价和高调用量。
命中率门槛：缓存什么时候真的省钱（50%+ 实测案例）
缓存并非对所有请求都省钱。有效门槛：
- 最小前缀：1024 tokens（低于则不缓存）。
- 命中率门槛：>50% 时才具节省价值。低于 30% 建议优化提示词结构。
实测案例（GPT-4o-mini，高频场景）：
- 系统提示词 2000 tokens，80 000 次调用，日均 5000 次请求。
- 命中率 80%：输入缓存节省 50%（从 $0.15/M 到 $0.075/M）。
- 每月节省约 $6,500（输入部分）。
低命中率场景（<50%）：输出 token 占预算 70%+ 时，缓存效果有限。建议用 prompt_cache_key 参数优化路由。
官方 API 缓存 vs 实时 API 账单对比：实际对账单省钱公式
常规实时 API 不缓存时，全量按 $0.15/M 输入计费。启用缓存后：
省钱公式：
节省 = （prompt_tokens / 1M） × 请求次数 × （uncached_rate - cached_rate） × hit_rate
实际对账单对比表（每日 5000 调用，系统提示词 2000 tokens）：
| 场景 | 命中率 | 缓存输入费用 | 总计输入费用 | 月节省（估算） |
|---|---|---|---|---|
| 实时 API | 0% | $750 | $750 | 0 |
| 缓存（50% 命中） | 50% | $375 | $375 | $11,000 |
| 缓存（80% 命中） | 80% | $150 | $150 | $18,000 |
输出 token 始终按 $0.60/M 计费。实际对账单中，usage.prompt_tokens_details.cached_tokens 会直接体现在账单中。
o 系列推理模型缓存应用场景：输出 tokens 为何吃掉预算
o1 系列（o1-preview、o1-mini）输出 token 费用极高（$60/$12），缓存输入虽有折扣，但核心应用场景是长上下文推理。
适合缓存场景：
- 每次调用重复的系统提示词 + 工具定义（前缀相同）。
- 跨多轮对话时，缓存历史前缀可减少重复处理。
预算挑战：
- 单一推理链输出 tokens 可达 10,000+，而输入缓存后仍按较高单价（如 o1 $7.50/M cached）。
- 实际对账单：如果输出占 60% 预算，缓存输入节省微乎其微，重点是路由到 GPT-4o-mini 而非纯 o1 推理。
ChatGPT Plus 与 OpenAI API 账单为什么必须分账（缓存分账规则）
ChatGPT Plus（用户订阅）与 OpenAI API（开发者密钥）账单完全独立。缓存分账规则：
- Plus 用户：无缓存功能，输入输出按固定额度消耗。
- API 用户：缓存直接影响 API 账单，Plus 不受影响。
- 分账必要性：避免混淆对账单。API 账单才计入 Prompt Caching 节省，Plus 账单只看订阅额度。
必须分开对账：否则会错误统计“节省”或超限。建议用不同密钥管理。
Prompt 缓存价格全流程：从 token 数到最终对账单步骤
1. 获取 token 数：用官方 token counter 或本地工具统计提示词前缀长度。
2. 配置 cache：无需代码改动，直接发送包含长前缀的请求。
3. 查看命中：响应中查看 cached_tokens，计算命中率。
4. 计算账单：输入缓存部分按 $0.075/M（GPT-4o-mini）计费，输出全额。
5. 优化：用 prompt_cache_key 提高命中率，监控每月账单下降。
实际步骤示例：每月 1M 输入、1M 输出调用，命中率 70% 时，总费用从 $1,750 降至 $1,100。
---
延伸阅读
Risk 与 Boundary
本指南仅供参考，不构成法律意见。OpenAI 定价可能随时间调整，实际对账以官方 dashboard 为准。任何绕过支付或非官方使用行为均属违规，不在本文讨论范围。
---