GPT-5.6 系列上线：提示缓存计费变化解读

​

GPT-5.6 三档模型有什么变化

​

缓存机制升级解读

1. 保留时间从「最短 5 分钟」变为「至少 30 分钟」。prompt_cache_options.ttl 当前仅支持 "30m"，这是保底时长，实际可能保留更久。
2. 新增显式缓存断点。在内容块上设置 prompt_cache_breakpoint 可以把缓存边界固定在稳定内容的末尾，断点之后的内容变化不会破坏之前的前缀缓存；prompt_cache_options.mode 设为 "explicit" 时只使用手动断点。
3. prompt_cache_key 从优化项变为官方要求。GPT-5.6 起需设置该参数以启用更可靠的缓存匹配；官方建议单个 key 的流量控制在约 15 次/分钟内。

​

如何评估缓存写入 1.25 倍计费

• 受益明显的负载：长系统提示词的 Agent 工作流、重复引用长参考资料的 RAG、携带大量工具定义的应用、只向后追加消息的多轮对话。这类负载前缀复用率高，0.1 倍读取价占主导。
• 需要注意的负载：前缀不会复用的一次性长请求。自动缓存默认开启，这类请求会产生无法回收的 1.25 倍写入费；把 prompt_cache_options.mode 设为 "explicit" 且不设置断点，该请求即不使用缓存、不产生写入费。

​

对比：GPT-5.6 与 Claude 的提示缓存

​

两种协议的缓存写法对比

curl https://aihubmix.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -d '{
    "model": "gpt-5.6-sol",
    "prompt_cache_key": "my-app-report-v1",
    "messages": [
      {
        "role": "system",
        "content": "[固定长指令，≥1024 Token]"
      },
      {
        "role": "user",
        "content": "Summarize the key figures."
      }
    ]
  }'

curl https://aihubmix.com/v1/messages \
  -H "Content-Type: application/json" \
  -H "x-api-key: $AIHUBMIX_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-4-8",
    "max_tokens": 1024,
    "cache_control": {"type": "ephemeral"},
    "system": "[固定长指令，≥1024 Token]",
    "messages": [
      {
        "role": "user",
        "content": "Summarize the key figures."
      }
    ]
  }'

1. 启用方式：GPT 不加任何缓存参数也会自动缓存，prompt_cache_key 用于提高命中可靠性；Claude 需要声明——内容块级 cache_control 断点，或请求顶层 cache_control 自动模式。
2. usage 字段：GPT 的缓存读取量在 prompt_tokens_details.cached_tokens；Claude 将写入量与读取量分别报告为 cache_creation_input_tokens 与 cache_read_input_tokens，便于分别核对写入与命中。
3. 生存期控制：GPT-5.6 的 ttl 当前仅支持 "30m"；Claude 默认 5 分钟（命中即免费刷新），可选 "ttl": "1h"（写入按 2 倍计费）。

​

跨协议互换模型时需要修改什么

• model 换成目标模型 ID；
• 缓存参数换语法：prompt_cache_key / 显式断点对应 Claude 的 cache_control；
• usage 读数换字段名：cached_tokens 对应 Claude 的 cache_read_input_tokens。

​

对比：GPT-5.6 与旧代 GPT 缓存

​

在 AIHubMix 上开始使用

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

long_context = "You are a meticulous assistant for analyzing quarterly financial reports... [固定不变的长指令，≥1024 Token]"

for i in range(2):
    completion = client.chat.completions.create(
        model="gpt-5.6-sol",
        prompt_cache_key="my-app-report-assistant-v1",
        messages=[
            {"role": "system", "content": long_context},
            {"role": "user", "content": "Summarize the key figures in one sentence."},
        ],
    )
    print(completion.usage.prompt_tokens_details)

​

常见问题

​

GPT-5.6 在 AIHubMix 上可以用哪些接口调用？

​

客户端不做改动，升级到 GPT-5.6 后计费有什么变化？

​

用过 Claude 提示缓存，迁移到 GPT-5.6 需要修改什么？

​

GPT-5.6 三档如何选择？

​

官方参考

• GPT-5.6 发布公告（OpenAI，2026-07-09）
• OpenAI 提示缓存指南
• OpenAI Pricing
• Anthropic 提示缓存文档