OpenAICN官方 API Token / 缓存 / Plan 计费表
刷新

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

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。

封面：2026 OpenAI Prompt Caching 官方价格怎么算：输入/输出/缓存字段全解析

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。

延伸阅读