GPT-5.6 系列上線：提示快取計費變化解讀

​

GPT-5.6 三檔模型有什麼變化

​

快取機制升級解讀

1. 保留時間從「最短 5 分鐘」變為「至少 30 分鐘」。prompt_cache_options.ttl 當前僅支援 "30m"，這是保證下限，實際可能保留更久。
2. 新增顯式快取斷點。在內容區塊上設定 prompt_cache_breakpoint 可以把快取邊界固定在穩定內容的末尾，斷點之後的內容變化不會破壞之前的前綴快取；prompt_cache_options.mode 設為 "explicit" 時只使用手動斷點。
3. prompt_cache_key 從優化項變為官方要求。GPT-5.6 起需設定該參數以啟用更可靠的快取匹配；官方建議單個 key 的流量控制在約 15 次/分鐘內。

​

如何評估快取寫入 1.25 倍計費

• 受益明顯的負載：長系統提示詞的 Agent 工作流、重複引用長參考資料的 RAG、攜帶大量工具定義的應用、只向後追加訊息的多輪對話。這類負載前綴重複使用率高，0.1 倍讀取價佔主導。
• 需要注意的負載：前綴不會重複使用的一次性長請求。自動快取預設開啟，這類請求會產生無法回收的 1.25 倍寫入費；把 prompt_cache_options.mode 設為 "explicit" 且不設定斷點，該請求即不使用快取、不產生寫入費。

​

對比：GPT-5.6 與 Claude 的提示快取

​

兩種協議的快取寫法對比

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": "[固定長指令，≥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": "[固定長指令，≥1024 Token]",
    "messages": [
      {
        "role": "user",
        "content": "Summarize the key figures."
      }
    ]
  }'

1. 啟用方式：GPT 不加任何快取參數也會自動快取，prompt_cache_key 用於提高命中可靠性；Claude 需要聲明——內容區塊級 cache_control 斷點，或請求頂層 cache_control 自動模式。
2. usage 欄位：GPT 的快取讀取量在 prompt_tokens_details.cached_tokens；Claude 將寫入量與讀取量分別報告為 cache_creation_input_tokens 與 cache_read_input_tokens，便於分別核對寫入與命中。
3. 生存期控制：GPT-5.6 的 ttl 當前僅支援 "30m"；Claude 預設 5 分鐘（命中即免費刷新），可選 "ttl": "1h"（寫入按 2 倍計費）。

​

跨協議互換模型時需要修改什麼

• model 換成目標模型 ID；
• 快取參數換語法：prompt_cache_key / 顯式斷點對應 Claude 的 cache_control；
• usage 讀數換欄位名：cached_tokens 對應 Claude 的 cache_read_input_tokens。

​

對比：GPT-5.6 與舊代 GPT 快取

​

在 AIHubMix 上開始使用

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... [固定不變的長指令，≥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)

​

常見問題

​

GPT-5.6 在 AIHubMix 上可以用哪些介面呼叫？

​

用戶端不做改動，升級到 GPT-5.6 後計費有什麼變化？

​

用過 Claude 提示快取，遷移到 GPT-5.6 需要修改什麼？

​

GPT-5.6 三檔如何選擇？

​

官方參考

• GPT-5.6 發布公告（OpenAI，2026-07-09）
• OpenAI 提示快取指南
• OpenAI Pricing
• Anthropic 提示快取文件