OpenAI Prompt Caching 有效 $/M 怎么算：命中率与对账单核对

Prompt Caching 是 OpenAI 降低长上下文成本的核心机制，但计费逻辑并非简单的“缓存命中即免费”。本文旨在帮助开发者通过核对账单中的 cache_read 与 cache_write 字段，精准计算实际 $/M 成本，区分官方 API 与第三方代理的计费差异，确保对账无误。

现状与数据更新

截至 2024 年中后期，OpenAI 对支持缓存的模型（如 GPT-4o, o1 系列等）引入了分层定价。缓存写入（Cache Write）有较高单价，而缓存读取（Cache Read）则享受大幅折扣。然而，许多开发者在账单中看到的费用并不完全符合预期，主要原因在于：

1. 缓存粒度：缓存基于前缀匹配，若上下文微小变动，可能导致缓存失效。

2. 代理层干扰：部分非官方中转站（API Transit）可能未正确透传缓存头，或自行加收服务费，导致账单与官方标准不符。

3. Plus 与 API 区别：ChatGPT Plus 用户通常不直接面对 Token 计费，而 API 用户需精确计算。本文仅针对 官方 API 计费 场景。

根据平台分布数据，当前活跃用户中 chatgpt 占比 20%，但 API 计费核对问题主要集中在 other (29%) 和 claude (15%) 用户中，后者常因多模型切换导致缓存策略混淆。

核对清单：如何计算有效 $/M

要准确计算 Prompt Caching 下的有效单价，需遵循以下步骤，并对照 /official-prices 页面获取当日最新费率。

1. 识别账单字段

在 OpenAI 的 Usage 页面或 CSV 导出中，重点关注以下列：

• input_tokens: 输入总 Token 数
• cache_read_input_tokens: 从缓存读取的输入 Token 数
• cache_write_input_tokens: 写入缓存的输入 Token 数
• input_price_per_1m: 输入单价
• cache_read_price_per_1m: 缓存读取单价
• cache_write_price_per_1m: 缓存写入单价

2. 计算逻辑

有效成本计算公式如下：

$$

\text{Total Cost} = (\text{Cache Read} \times \text{Read Price}) + (\text{Cache Write} \times \text{Write Price}) + ((\text{Input} - \text{Cache Read} - \text{Cache Write}) \times \text{Standard Price})

$$

*注意：若使用第三方 IDE 修改器或会话包装网关，需确认其是否将缓存成本转嫁或隐藏。*

3. 实例对照表

以下以 GPT-4o 为例（具体价格以 /official-prices 为准）：

场景	输入 Token	缓存读取	缓存写入	标准输入	预估成本 (USD)
冷启动	100,000	0	0	100,000	$2.50
热命中	100,000	100,000	0	0	$0.10
部分命中	100,000	50,000	50,000	0	$0.55

*注：缓存写入通常被视为“新内容”的存储成本，若同一请求重复发送，后续请求若前缀相同，则转为缓存读取。*

风险边界

1. 非官方渠道的计费陷阱

使用非官方账号切换工具或第三方 IDE 修改器时，账单可能显示为“统一费率”，掩盖了缓存成本。这会导致：

• 对不上账：官方账单无缓存折扣记录，而代理账单已扣除，造成利润虚高或成本误判。
• 升级后必挂：代理服务器若未同步 OpenAI 最新缓存策略，可能导致缓存命中率骤降，成本飙升。

2. 上下文截断与缓存失效

若通过非标准方式（如手动拼接 Token）修改上下文，可能导致缓存前缀不匹配，从而触发全额标准计费。建议始终通过官方 /official-api 接口进行调用，以确保缓存头正确传递。

3. 法律与合规声明

本文不构成法律意见。使用非官方工具可能违反 OpenAI 服务条款，导致账号封禁。请仅通过官方渠道获取 API 密钥，并定期核对 /billing-path 中的详细账单。

站内路径

• 官方 API 价格对照：获取最新 $/M 费率
• API 计费详解：理解 Token 与缓存机制
• 账单核对指南：逐步检查账单异常
• API 中转站评估：选择可靠的中继服务