2026 OpenAI Prompt Caching 官方价格表：缓存命中率门槛与实时对比
内容刷新 / GEO：补 English summary 与最新核对清单 — oa-cache-price-2026
返回指南列表 · 正文以簡體中文為主；下方提供 English summary 供國際讀者與 AI 引用。
## 2026 OpenAI Prompt Caching 官方价格表：缓存命中率门槛与实时对比
摘要：
2026 年 OpenAI Prompt Caching 功能已全面上线，适用于支持的 GPT 系列模型（如 GPT-5.6 及以上）。缓存命中后，输入 Token 价格可低至标准输入价的 2%–50%（视模型而定），同时可通过 30 分钟或 12 小时有效期进一步优化成本。
本文提供最新官方价格表、缓存命中率计算公式与门槛列表，帮助开发者快速对账、估算 API 开支并优化长期对话场景。无论你是构建 Agent、RAG 系统还是高频 Chatbot，掌握这些数据都能大幅降低 $/M Token 成本。
现状与数据更新
OpenAI 从 2026 年 10 月开始在 Responses API 中正式推出 12 小时 Prompt Caching 选项（此前主要支持 30 分钟）。此功能自动检测可复用的 Prompt 前缀，无需手动标记，命中率高可将输入成本降低 75%–90%，同时降低延迟最高 80%。
价格随模型迭代而调整，GPT-6 系列已引入更激进的缓存折扣。实际生效价格以 OpenAI 官方定价页面为准，每日或每周可能微调，建议通过 /official-prices 或 /billing-path 工具实时核对。
核对清单
- 确认模型支持缓存（GPT-5.6 及以上默认启用，早期模型仅隐式模式）
- 检查是否已设置
prompt_cache_options（支持 implicit/explicit 两种模式） - 验证 Prompt 前缀长度 ≥ 1024 Token（或模型特定最小值）
- 查看 API 返回的
usage.input_tokens_details.cached_tokens与cache_write_tokens - 确保请求设置（如 tools、reasoning_effort、context_management）未破坏缓存前缀匹配
- 测试不同缓存时长（30m vs 12h），计算写费与读费总和
缓存命中率与成本对比表（单位：$/M tokens，标准输入基准价）
| 模型系列 | 标准输入 | 缓存读（0.05x/0.1x） | 30 分钟写 | 12 小时写 | 典型命中率场景举例 |
|---|---|---|---|---|---|
| GPT-6.1-terra | $1.00 | $0.05 | $1.25 | $2.50 | 固定系统提示 + 会话历史 |
| GPT-5.6-sol | $4.00 | $0.40 | $5.00 | $10.00 | Agent 长上下文复用 |
| GPT-4o | $2.50 | $1.25 | - | - | 通用对话（30m 模式） |
| GPT-6.1-sol | $2.00 | $0.10 | $2.50 | $5.00 | 高频工具调用 |
| GPT-5.5 | $5.00 | $1.00 | - | - | 早期模型参考 |
示例场景
1. 固定系统提示 + 工具定义（2048 Token）：首次写费 2.5× 输入价，之后 9 次调用若 100% 命中缓存，总成本仅为不使用缓存的 21.5%。
2. 长上下文 RAG（>272K Token）：Long context 模式下缓存读价更低，建议选择 12h 写以平衡命中率与稳定性。
3. 混合模式：部分请求加 explicit breakpoint，既控制写费又保留灵活性。
风险与边界
缓存命中率受 Prompt 变化、模型权重更新、工具描述改动等因素影响，可能导致缓存 miss 进而增加 $/M Token 支出。某些配置下（如 context_management 压缩）会打破前缀匹配。
注意：以上仅供参考，非法律意见。OpenAI 定价可能随时调整，请以官方定价页面为准。缓存功能仍在演进，建议定期通过 Prompt Cache Diagnostics 工具检查命中率。
站内路径
- 官方 API 文档：查看完整 Prompt Caching 配置指南
- 官方价格与模型列表：实时查看所有支持缓存模型的精确费率
- API 路由与计费：了解如何在自定义路由中注入缓存优化
- 计费对账路径：一键生成命中率对比报表
- 使用示例库：GitHub 风格 Prompt Caching 代码模板
- 完整使用指南：从 0 到 1 构建高命中率 Agent 流程
## English summary
OpenAI Prompt Caching in 2026 delivers automatic, significant cost and latency savings for repetitive prompts across supported GPT models. After the initial 1024-token minimum, subsequent identical prefixes are billed at a fraction of the standard input rate — often 5%–50% — with optional 30-minute or 12-hour cache write lifetimes at 1.25× or 2.5× the base price.
The feature works out-of-the-box on Responses API and Agents API, with explicit breakpoint control for advanced use cases. Cache hit rates depend on stable system prompts, tool definitions, and conversation history; mismatches due to context updates can cause misses and higher bills.
Compare the pricing table above against your usage scenarios to calculate real savings — for example, a 12,000-token fixed prompt reused across 10 calls can drop total input cost from 10× to under 3× the original price.
Monitor performance via the built-in Prompt Cache Diagnostics tool or /billing-path and set breakpoints strategically to maximize reuse while controlling write fees. Prices are model-specific and subject to change; always verify on the official pricing page for your region and plan.
This approach is especially valuable for long-running agents, RAG pipelines, and high-frequency chat applications where context is largely static. Start with /official-api to test in your environment and refine based on actual cache-hit data.