GPT-5.6 系列上线：提示缓存计费变化解读

GPT-5.6 系列 Sol、Terra、Luna 三档模型与提示缓存机制示意插画

OpenAI 于 2026 年 7 月 9 日正式发布 GPT-5.6 系列。AIHubMix 已完成三档模型接入：gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna 现已可通过 Chat Completions 与 Responses 调用。本次发布同时调整了提示缓存的机制与计费——缓存写入开始独立计费。本文介绍三档模型的定位，并对缓存变化做逐项解读。

GPT-5.6 三档模型有什么变化

GPT-5.6 调整了命名体系：数字代表模型世代，Sol、Terra、Luna 是可独立演进的能力档位。官方定义为——Sol 是旗舰模型，Terra 是性能与 GPT-5.5 相当的低价档，Luna 是速度最快、价格最低的档位。

	gpt-5.6-sol	gpt-5.6-terra	gpt-5.6-luna
官方定位	面向复杂专业工作的旗舰模型	智能与成本均衡	面向成本敏感负载
上下文窗口	1,050,000	1,050,000	1,050,000
最大输出	128,000	128,000	128,000
知识截止	2026-02-16	2026-02-16	2026-02-16
大致对应旧世代档位	无后缀档	mini 档	nano 档

能力方面的官方口径：Sol 在编码、知识工作、网络安全与科学任务上取得当前最先进结果，官方称其为迄今最佳编码模型，在 Terminal-Bench 2.1 与 DeepSWE 上刷新纪录；Terra 性能与 GPT-5.5 相当且价格减半。系列新增 max 推理档位，Responses API 新增 Programmatic Tool Calling 与 multi-agent（Beta）能力。

缓存机制升级解读

GPT-5.6 之前，GPT 系列的提示缓存完全自动：前缀达到 1,024 Token 自动缓存，开发者无法控制缓存什么、保留多久，缓存在不活跃 5–10 分钟后清除。官方将 GPT-5.6 的缓存变化概括为「更可预期的提示缓存」（more predictable prompt caching），具体有三点：

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。
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。
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

GPT-5.6 起，缓存写入按基础输入价的 1.25 倍计费，缓存读取按 0.1 倍计费；此前的模型缓存写入不另计费。官方原文（出自 GPT-5.6 发布公告）：“For GPT-5.6 and later models, cache writes are billed at 1.25x the model’s uncached input rate, while cache reads continue to receive the 90% cached-input discount.” 按官方计价规则直接计算盈亏：写入一段前缀比不缓存多付 0.25 倍输入价，此后每命中一次省 0.9 倍输入价——前缀被复用 1 次即净节省，复用越多省越多。

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

GPT-5.6 的缓存设计与 Claude 的 cache_control 在多个维度上趋同，核心差异在默认行为：GPT 无需任何参数即自动缓存；Claude 需在请求中启用缓存——顶层 cache_control 字段（自动断点）或内容块级显式断点。

维度	GPT-5.6 系列	Claude 系列（全部活跃模型）
触发方式	自动缓存，显式断点可选	需启用：顶层 `cache_control` 自动断点，或内容块级显式断点
断点参数	`prompt_cache_breakpoint`（内容块级）	`cache_control`（顶层或内容块级）
断点数量上限	每请求最多 4 个新写入	最多 4 个断点
缓存保留	至少 30 分钟	默认 5 分钟（命中即免费刷新），可选 1 小时
缓存写入计费	1.25x 输入价	5 分钟档 1.25x，1 小时档 2x
缓存读取计费	0.1x 输入价	0.1x 输入价
最小缓存长度	1,024 Token	按模型 512–4,096 Token
命中要求	断点前逐字节一致	断点前逐字节一致

表中 Claude 列为全部活跃 Claude 模型的通用口径：写入 5 分钟档 1.25 倍、1 小时档 2 倍、读取 0.1 倍对全系统一（Anthropic 提示缓存文档），各模型差异只在最小缓存长度；GPT-5.6 列出处为 OpenAI 提示缓存指南。两家的断点上限、写入计价比例（对应档位）、读取计价比例完全一致；对开发者的实际含义是，同一套「固定内容在前、变化内容在后」的提示词结构策略在两家模型上通用。迁移成本集中在参数语法：GPT 用 prompt_cache_breakpoint + prompt_cache_key，Claude 用 cache_control。

两种协议的缓存写法对比

同一个「缓存固定长指令」的场景，两种协议的最小实现如下。示例选用 gpt-5.6-sol 与 claude-opus-4-8——两者基础输入价相同（$5/M），缓存写入（1.25 倍）与读取（0.1 倍）换算出的实际单价也完全一致，只有写法不同： GPT 协议在顶层设置 prompt_cache_key（长前缀自动缓存，无需断点标记）；Claude 协议在顶层设置 cache_control 启用自动缓存，需要精确控制缓存边界时再改用内容块级断点：

GPT-5.6（Chat Completions）

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."
      }
    ]
  }'

Claude（Messages）

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."
      }
    ]
  }'

对照两段请求，差异集中在：端点（/v1/chat/completions 与 /v1/messages）、鉴权头（Authorization: Bearer 与 x-api-key + anthropic-version）、缓存参数（顶层 prompt_cache_key 与顶层 cache_control）、Claude 需要显式 max_tokens。两段请求均经 aihubmix.com 实测（2026-07-10）：gpt-5.6-sol 第二次调用 cached_tokens: 2816；claude-opus-4-8 第一次调用 cache_creation_input_tokens: 3632、第二次 cache_read_input_tokens: 3632。除请求格式外，机制层面的差异有三处：

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。
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。
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

AIHubMix 网关支持跨协议调用：OpenAI 兼容接口可以调 Claude 模型（cache_control 直接写进 OpenAI 格式的消息内容块，写法见提示词缓存实践）；Claude 兼容的 /v1/messages 也可以调 GPT-5.6（实测可用）。互换模型时检查三项：

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。

提示缓存的推荐链路：GPT 模型走 Chat Completions（本文实测命中链路），Claude 模型两种协议均可。

对比：GPT-5.6 与旧代 GPT 缓存

维度	GPT-5.6 之前	GPT-5.6 及之后
缓存写入	不另计费	1.25x 输入价
缓存保留	不活跃 5–10 分钟清除，最长 1 小时	至少 30 分钟
缓存控制	无	显式断点、explicit 模式、`prompt_cache_key` 可靠匹配
24 小时扩展保留	部分模型支持 `prompt_cache_retention`	由 `prompt_cache_options.ttl` 取代（当前仅 30m）

变化的方向一致：旧代缓存免费但不可控、保留时间不确定；GPT-5.6 对写入收费，同时给出保底保留时间和精确的缓存控制手段。按官方计价规则计算，前缀平均被复用 1 次以上时节省即超过新增的写入成本；30 分钟保底保留与可控断点提高了达到这一复用率的确定性。

在 AIHubMix 上开始使用

三档模型均已上线，模型 ID 为 gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna。缓存无需额外配置，相同长前缀连续请求即可命中：

Python

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)

第二次调用的 usage.prompt_tokens_details.cached_tokens 大于 0 即为命中（实测示例：cached_tokens: 2816）。参数说明、计费细节与命中排查见 GPT 提示词缓存文档。

常见问题

GPT-5.6 在 AIHubMix 上可以用哪些接口调用？

Chat Completions（/v1/chat/completions）、Responses（/v1/responses）与 Claude 兼容的 Messages 接口（/v1/messages）均可调用，三档模型已全部上线。提示缓存当前推荐通过 Chat Completions 使用。

客户端不做改动，升级到 GPT-5.6 后计费有什么变化？

提示缓存默认自动生效，前缀达到 1,024 Token 的请求会产生按 1.25 倍输入价计费的缓存写入项；前缀被复用时按 0.1 倍读取价计费。前缀复用率高的应用总成本通常下降；完全不复用前缀的一次性长请求可用 explicit 模式关闭缓存。

用过 Claude 提示缓存，迁移到 GPT-5.6 需要修改什么？

提示词结构策略不变：固定内容放最前、变化内容放最后。参数从 cache_control 换成 prompt_cache_breakpoint，并增加 prompt_cache_key；保留时间从 5 分钟/1 小时两档变为 30 分钟保底。

GPT-5.6 三档如何选择？

官方口径：复杂专业工作与编码任务选 Sol；日常工作负载选 Terra（性能与 GPT-5.5 相当、价格减半）；成本敏感的大批量场景选 Luna。三档上下文窗口与最大输出相同，可按任务复杂度分层路由。

官方参考

本文模型规格、缓存机制与计费规则均来自以下官方来源：

站内配套文档：GPT 提示词缓存 · Claude 提示词缓存 · 提示词缓存实践

前往模型广场查看 GPT-5.6 系列价格，或在文档中心了解更多接入方式。

更新时间：2026-07-10

​GPT-5.6 三档模型有什么变化

​缓存机制升级解读

​如何评估缓存写入 1.25 倍计费

​对比：GPT-5.6 与 Claude 的提示缓存

​两种协议的缓存写法对比

​跨协议互换模型时需要修改什么

​对比：GPT-5.6 与旧代 GPT 缓存

​在 AIHubMix 上开始使用

​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