## 2026 OpenAI Prompt Caching 有效单价怎么算：命中率门槛与 $/M 对照
OpenAI 的 Prompt Caching 功能在 2026 年已全面升级，能自动为重复的前缀输入（cached input）提供折扣。许多使用 OpenAI API 的开发者会看到账单里标价时直接套用常规输入单价，但实际只占 10% 的 cached 部分却按更低价格计费。本文针对对账单的读者，拆解官方价表中的 cached input 字段、给出命中率门槛公式、结合 GPT-4o / o 系列等常见模型的真实 $/M 数据，教你把「看起来省」变成「对得上账单」。
官方价表里缓存字段的准确含义：cached input 与普通 input 的差异
OpenAI API 定价页把输入 token 分成两类：普通 input（全价）和 cached input（折扣价）。后者仅适用于精确匹配的前缀（通常前 1024+ tokens），OpenAI 会自动缓存并重复利用这些 token，跳过注意力计算，成本和延迟都大幅下降。
| 字段 | 含义 | 典型场景 | 计费特点 |
|---|---|---|---|
| cached input | 命中缓存的输入 token | 重复系统提示、工具定义等 | 按折扣率计费（约 10% 的常规输入价） |
| ordinary input | 未命中缓存的新输入 token | 每次变动的用户消息或上下文 | 按全价计费 |
| cache_write | 写入缓存的 token（GPT-5.6 及以后） | 首次命中时的前缀 | 部分模型按 1.25 倍全价计费 |
注意：这些字段在 usage 响应体里可见，开发者无需额外代码即可触发（适用于所有支持缓存的模型，包括 GPT-4o 及更新版本）。
命中率门槛公式：什么时候缓存后的有效单价才低于无缓存
公式非常简单：只要有效单价（$ /M）低于无缓存标价，就值得启用。关键是 cached input 部分按折扣率计费。
有效单价 =（cached tokens × cached_rate + uncached tokens × standard_rate） / total_input_tokens
门槛公式（cached_rate / standard_rate = 0.1 时）：
- 命中率 > 50% 时，缓存必定省钱（即使只有一半 token 命中，整体已低于全价）。
- 实际门槛约 40–50%，具体看折扣力度（GPT-5.6 系列通常 90% 折扣，GPT-4o 约 50%）。
示例计算（假设 cached_rate = standard_rate / 10）：
- 标准输入 5.00 $/M，缓存后 0.50 $/M。
- 总输入 10,000 tokens，命中率 60%（6,000 cached + 4,000 uncached）。
- 有效单价 = (6,000 × 0.50 + 4,000 × 5.00) / 10,000 = 2.20 $/M < 5.00 $/M → 节省 56%。
如果你对账单发现 cached_tokens 字段占比低，优先优化提示结构，让常用前缀固定。
常见模型（GPT-4o / o 系列）的缓存折扣与 token 计费规则对照
2026 年 GPT-5 系列是主力，GPT-4o 仍支持但折扣稍弱。以下是官方数据对照（短上下文标准处理价，长期上下文另议）：
| 模型 | 标准 input $/M | cached input $/M | 折扣 | 缓存写入费（GPT-5.6 后） | 输出 $/M | 适用场景 |
|---|---|---|---|---|---|---|
| gpt-5.6-sol | 5.00 | 0.50 | 90% | 6.25 | 30.00 | 大模型代理，最高命中率 |
| gpt-5.6-terra | 2.00 | 0.20 | 90% | 2.50 | 12.00 | 日常对话与工具调用 |
| gpt-5.6-luna | 0.20 | 0.02 | 90% | 0.25 | 1.20 | 高频轻量任务 |
| gpt-5.5 | 5.00 | 0.50 | 90% | 无 | 30.00 | 经典 o 系列兼容 |
| o3 / o4-mini | 2.00 | 0.50 | 75% | 无 | 8.00 | 推理密集任务 |
| gpt-4o | 2.50 | 1.25 | 50% | 无 | 10.00 | 老项目仍可复用 |
中文 token 近似：中文常比英文多 20–40% tokens，实际对账时以官方 tokenizer 为准。ChatGPT Plus 试用订阅的用户可对比官方定价页，快速判断是否转用 API 更划算。
对账单实操：如何从 usage 日志提取缓存命中 tokens 并反推有效 $/M
OpenAI 官方 API 返回的 usage 对象包含精确字段：
1. 在请求响应体中找到 usage.prompt_tokens_details.cached_tokens（或 input_tokens_details.cached_tokens）。
2. prompt_tokens = 总输入 token。
3. 命中率 = cached_tokens / prompt_tokens。
4. 总输入成本 = (cached_tokens × cached_rate + (prompt_tokens - cached_tokens) × standard_rate) / 1,000,000。
5. 输出成本直接用 output 字段计费。
快速工具建议：参考 官方 API 文档 或 计费对照指南，开发者可在代码中打印 usage 字段，导入到 Excel 或脚本中一键计算。结合 Batch API（异步模式）还能再减半，进一步优化。
缓存失效场景与重新写入成本：避免「看起来省、实际不省」
缓存默认保留 5–10 分钟（GPT-5.6 后默认 24 小时非零数据保留），但：
- 上下文修改、会话超时、用户输入差异都会导致 miss。
- GPT-5.6 系列首次写入按 1.25 倍标准输入计费（例如 6.25 $/M vs 5.00 $/M）。
避免策略：
- 固定系统提示和工具定义为缓存断点。
- 让用户消息变化小，上下文增长缓慢。
- 监控日志：miss 率 > 30% 时需优化提示模板。
- 失效后重新写入成本仅在低频场景显著增加，适合高并发应用。
与 Batch API 折扣的叠加决策：何时同时启用更划算
Batch API 可把输入价直接减半（例如 GPT-5.6-sol 批处理输入 2.50 $/M）。Prompt Caching 与 Batch 兼容，但需注意：
- Batch 支持缓存写入，但首次写入可能仍按 1.25 倍计费。
- 推荐场景：高频且上下文稳定的任务（如批量数据处理）同时启用，叠加可达 70%+ 节省。
- 决策 checklist：缓存命中率 > 60% + Batch 任务量 > 1,000 tokens/请求 时叠加最划算。
快速速查表：不同命中率下的有效单价对照
（基于 gpt-5.6-terra 标准价 2.00 $/M，缓存 0.20 $/M 示例，横向滚动查看）
| 命中率（%） | cached input 贡献 | 有效单价（$/M） | vs 无缓存节省 | 推荐动作 |
|---|---|---|---|---|
| 50 | 1,000 / 2,000 | 1.10 | 45% | 立即启用 |
| 70 | 1,400 / 2,000 | 0.74 | 63% | 优化缓存断点 |
| 90 | 1,800 / 2,000 | 0.38 | 81% | 批量任务优先 |
| 30 | 600 / 2,000 | 1.40 | 30% | 检查提示结构 |
## 延伸阅读
风险与边界
缓存命中率受上下文匹配度影响，极端情况下（完全随机前缀）可能不省钱。官方数据以 OpenAI 官方定价页 或开发者平台为准，本文仅供参考，非法律意见。实际账单请以 OpenAI 后台最终计费为准。