> ## Documentation Index
> Fetch the complete documentation index at: https://docs.aihubmix.com/llms.txt
> Use this file to discover all available pages before exploring further.

# GPT-5.6 系列上线：提示缓存计费变化解读

> 2026 年 7 月 GPT-5.6 系列 gpt-5.6-sol / gpt-5.6-terra / gpt-5.6-luna 上线 AIHubMix：105 万上下文、缓存写入 1.25 倍计费、prompt_cache_key 与显式缓存断点，并与 Claude 提示缓存逐项对比。

<Frame>
  <img src="https://mintcdn.com/aihubmix/-wxNkJUaoUaSESmE/images/blogs/aihubmix-gpt-5-6-prompt-caching.webp?fit=max&auto=format&n=-wxNkJUaoUaSESmE&q=85&s=3f3190f8b0ce3ae7a5e853196c1b2b67" alt="GPT-5.6 系列 Sol、Terra、Luna 三档模型与提示缓存机制示意插画" width="2400" height="1260" data-path="images/blogs/aihubmix-gpt-5-6-prompt-caching.webp" />
</Frame>

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：

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

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](https://openai.com/index/gpt-5-6/)）："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."

按官方倍率直接计算盈亏：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](https://platform.claude.com/docs/en/docs/build-with-claude/prompt-caching)），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](https://developers.openai.com/api/docs/guides/prompt-caching)。

两家的断点上限、写入倍率（对应档位）、读取倍率完全一致；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：

<Columns cols={2}>
  ```shell GPT-5.6（Chat Completions） theme={null}
  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."
        }
      ]
    }'
  ```

  ```shell Claude（Messages） theme={null}
  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."
        }
      ]
    }'
  ```
</Columns>

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：

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

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](/cn/practices/prompt-caching)）；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。按倍率计算，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：

```py Python theme={null}
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](/cn/api/GPT-Cache)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、缓存机制与计费倍率均来自以下官方来源：

* [GPT-5.6 发布公告](https://openai.com/index/gpt-5-6/)（OpenAI，2026-07-09）
* [OpenAI 提示缓存指南](https://developers.openai.com/api/docs/guides/prompt-caching)
* [OpenAI Pricing](https://developers.openai.com/api/docs/pricing)
* [Anthropic 提示缓存文档](https://platform.claude.com/docs/en/docs/build-with-claude/prompt-caching)

站内配套文档：[GPT 提示词缓存](/cn/api/GPT-Cache) · [Claude 提示词缓存](/cn/api/Claude-Cache) · [提示词缓存实践](/cn/practices/prompt-caching)

***

前往[模型广场](https://aihubmix.com/models)查看 GPT-5.6 系列价格，或在[文档中心](https://docs.aihubmix.com)了解更多接入方式。

***

更新时间：2026-07-10