> ## 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 系列上線：提示快取計費變化解讀

> 2026 年 7 月 GPT-5.6 系列 gpt-5.6-sol / gpt-5.6-terra / gpt-5.6-luna 上線 AIHubMix：105 萬上下文、快取寫入 1.25 倍計費、prompt_cache_key 與顯式快取斷點，並與 Claude 提示快取逐項對比。

<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 三檔模型與提示快取機制示意插畫" width="2400" height="1260" data-path="images/blogs/aihubmix-gpt-5-6-prompt-caching.webp" />
</Frame>

OpenAI 於 2026 年 7 月 9 日正式發布 GPT-5.6 系列。AIHubMix 已完成三檔模型接入：`gpt-5.6-sol`、`gpt-5.6-terra`、`gpt-5.6-luna` 現已可透過 Chat Completions 與 Responses 呼叫。本次發布同時調整了提示快取的機制與計費——快取寫入開始獨立計費。本文介紹三檔模型的定位，並對快取變化做逐項解讀。

## GPT-5.6 三檔模型有什麼變化

GPT-5.6 調整了命名體系：數字代表模型世代，Sol、Terra、Luna 是可獨立演進的能力檔位。官方定義為——Sol 是旗艦模型，Terra 是性能與 GPT-5.5 相當的低價檔，Luna 是速度最快、價格最低的檔位。

|           | gpt-5.6-sol   | gpt-5.6-terra | gpt-5.6-luna |
| :-------- | :------------ | :------------ | :----------- |
| 官方定位      | 面向複雜專業工作的旗艦模型 | 智能與成本均衡       | 面向成本敏感負載     |
| 上下文視窗     | 1,050,000     | 1,050,000     | 1,050,000    |
| 最大輸出      | 128,000       | 128,000       | 128,000      |
| 知識截止      | 2026-02-16    | 2026-02-16    | 2026-02-16   |
| 大致對應舊世代檔位 | 無後綴檔          | mini 檔        | nano 檔       |

能力方面的官方口徑：Sol 在編碼、知識工作、網路安全與科學任務上取得當前最先進結果，官方稱其為迄今最佳編碼模型，在 Terminal-Bench 2.1 與 DeepSWE 上刷新紀錄；Terra 性能與 GPT-5.5 相當且價格減半。系列新增 max 推理檔位，Responses API 新增 Programmatic Tool Calling 與 multi-agent（Beta）能力。

## 快取機制升級解讀

GPT-5.6 之前，GPT 系列的提示快取完全自動：前綴達到 1,024 Token 自動快取，開發者無法控制快取什麼、保留多久，快取在不活躍 5–10 分鐘後清除。官方將 GPT-5.6 的快取變化概括為「更可預期的提示快取」（more predictable prompt caching），具體有三點：

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

GPT-5.6 起，快取寫入按基礎輸入價的 1.25 倍計費，快取讀取按 0.1 倍計費；此前的模型快取寫入不另計費。官方原文（出自 [GPT-5.6 發布公告](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."

按官方倍率直接計算損益：寫入一段前綴比不快取多付 0.25 倍輸入價，此後每命中一次省 0.9 倍輸入價——**前綴被重複使用 1 次即淨節省**，重複使用越多省越多。

* **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

GPT-5.6 的快取設計與 Claude 的 `cache_control` 在多個維度上趨同，核心差異在預設行為：GPT 無需任何參數即自動快取；Claude 需在請求中啟用快取——頂層 `cache_control` 欄位（自動斷點）或內容區塊級顯式斷點。

| 維度     | GPT-5.6 系列                       | Claude 系列（全部活躍模型）                      |
| :----- | :------------------------------- | :------------------------------------- |
| 觸發方式   | 自動快取，顯式斷點可選                      | 需啟用：頂層 `cache_control` 自動斷點，或內容區塊級顯式斷點 |
| 斷點參數   | `prompt_cache_breakpoint`（內容區塊級） | `cache_control`（頂層或內容區塊級）              |
| 斷點數量上限 | 每請求最多 4 個新寫入                     | 最多 4 個斷點                               |
| 快取保留   | 至少 30 分鐘                         | 預設 5 分鐘（命中即免費刷新），可選 1 小時               |
| 快取寫入計費 | 1.25x 輸入價                        | 5 分鐘檔 1.25x，1 小時檔 2x                   |
| 快取讀取計費 | 0.1x 輸入價                         | 0.1x 輸入價                               |
| 最小快取長度 | 1,024 Token                      | 按模型 512–4,096 Token                    |
| 命中要求   | 斷點前逐位元組一致                        | 斷點前逐位元組一致                              |

表中 Claude 列為全部活躍 Claude 模型的通用口徑：寫入 5 分鐘檔 1.25 倍、1 小時檔 2 倍、讀取 0.1 倍對全系統一（[Anthropic 提示快取文件](https://platform.claude.com/docs/en/docs/build-with-claude/prompt-caching)），各模型差異只在最小快取長度；GPT-5.6 列出處為 [OpenAI 提示快取指南](https://developers.openai.com/api/docs/guides/prompt-caching)。

兩家的斷點上限、寫入倍率（對應檔位）、讀取倍率完全一致；對開發者的實際含義是，同一套「固定內容在前、變化內容在後」的提示詞結構策略在兩家模型上通用。遷移成本集中在參數語法：GPT 用 `prompt_cache_breakpoint` + `prompt_cache_key`，Claude 用 `cache_control`。

## 兩種協議的快取寫法對比

同一個「快取固定長指令」的場景，兩種協議的最小實現如下。範例選用 `gpt-5.6-sol` 與 `claude-opus-4-8`——兩者基礎輸入價相同（\$5/M），快取寫入（1.25 倍）與讀取（0.1 倍）換算出的實際單價也完全一致，只有寫法不同：

GPT 協議在頂層設定 `prompt_cache_key`（長前綴自動快取，無需斷點標記）；Claude 協議在頂層設定 `cache_control` 啟用自動快取，需要精確控制快取邊界時再改用內容區塊級斷點：

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

對照兩段請求，差異集中在：端點（`/v1/chat/completions` 與 `/v1/messages`）、鑑權標頭（`Authorization: Bearer` 與 `x-api-key` + `anthropic-version`）、快取參數（頂層 `prompt_cache_key` 與頂層 `cache_control`）、Claude 需要顯式 `max_tokens`。兩段請求均經 aihubmix.com 實測（2026-07-10）：`gpt-5.6-sol` 第二次呼叫 `cached_tokens: 2816`；`claude-opus-4-8` 第一次呼叫 `cache_creation_input_tokens: 3632`、第二次 `cache_read_input_tokens: 3632`。

除請求格式外，機制層面的差異有三處：

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

AIHubMix 閘道支援跨協議呼叫：OpenAI 相容介面可以呼叫 Claude 模型（`cache_control` 直接寫進 OpenAI 格式的訊息內容區塊，寫法見[提示詞快取實踐](/zh-Hant/practices/prompt-caching)）；Claude 相容的 `/v1/messages` 也可以呼叫 GPT-5.6（實測可用）。互換模型時檢查三項：

* `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`。

提示快取的推薦鏈路：GPT 模型走 Chat Completions（本文實測命中鏈路），Claude 模型兩種協議均可。

## 對比：GPT-5.6 與舊代 GPT 快取

| 維度        | GPT-5.6 之前                      | GPT-5.6 及之後                              |
| :-------- | :------------------------------ | :--------------------------------------- |
| 快取寫入      | 不另計費                            | 1.25x 輸入價                                |
| 快取保留      | 不活躍 5–10 分鐘清除，最長 1 小時           | 至少 30 分鐘                                 |
| 快取控制      | 無                               | 顯式斷點、explicit 模式、`prompt_cache_key` 可靠匹配 |
| 24 小時擴展保留 | 部分模型支援 `prompt_cache_retention` | 由 `prompt_cache_options.ttl` 取代（當前僅 30m） |

變化的方向一致：舊代快取免費但不可控、保留時間不確定；GPT-5.6 對寫入收費，同時給出保底保留時間和精確的快取控制手段。按倍率計算，前綴平均被重複使用 1 次以上時節省即超過新增的寫入成本；30 分鐘保底保留與可控斷點提高了達到這一重複使用率的確定性。

## 在 AIHubMix 上開始使用

三檔模型均已上線，模型 ID 為 `gpt-5.6-sol`、`gpt-5.6-terra`、`gpt-5.6-luna`。快取無需額外設定，相同長前綴連續請求即可命中：

```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)
```

第二次呼叫的 `usage.prompt_tokens_details.cached_tokens` 大於 0 即為命中（實測範例：`cached_tokens: 2816`）。參數說明、計費細節與命中排查見 [GPT 提示詞快取](/zh-Hant/api/GPT-Cache)文件。

## 常見問題

### GPT-5.6 在 AIHubMix 上可以用哪些介面呼叫？

Chat Completions（`/v1/chat/completions`）、Responses（`/v1/responses`）與 Claude 相容的 Messages 介面（`/v1/messages`）均可呼叫，三檔模型已全部上線。提示快取當前推薦透過 Chat Completions 使用。

### 用戶端不做改動，升級到 GPT-5.6 後計費有什麼變化？

提示快取預設自動生效，前綴達到 1,024 Token 的請求會產生按 1.25 倍輸入價計費的快取寫入項；前綴被重複使用時按 0.1 倍讀取價計費。前綴重複使用率高的應用總成本通常下降；完全不重複使用前綴的一次性長請求可用 explicit 模式關閉快取。

### 用過 Claude 提示快取，遷移到 GPT-5.6 需要修改什麼？

提示詞結構策略不變：固定內容放最前、變化內容放最後。參數從 `cache_control` 換成 `prompt_cache_breakpoint`，並增加 `prompt_cache_key`；保留時間從 5 分鐘/1 小時兩檔變為 30 分鐘保底。

### GPT-5.6 三檔如何選擇？

官方口徑：複雜專業工作與編碼任務選 Sol；日常工作負載選 Terra（性能與 GPT-5.5 相當、價格減半）；成本敏感的大批量場景選 Luna。三檔上下文視窗與最大輸出相同，可按任務複雜度分層路由。

## 官方參考

本文模型規格、快取機制與計費倍率均來自以下官方來源：

* [GPT-5.6 發布公告](https://openai.com/index/gpt-5-6/)（OpenAI，2026-07-09）
* [OpenAI 提示快取指南](https://developers.openai.com/api/docs/guides/prompt-caching)
* [OpenAI Pricing](https://developers.openai.com/api/docs/pricing)
* [Anthropic 提示快取文件](https://platform.claude.com/docs/en/docs/build-with-claude/prompt-caching)

站內配套文件：[GPT 提示詞快取](/zh-Hant/api/GPT-Cache) · [Claude 提示詞快取](/zh-Hant/api/Claude-Cache) · [提示詞快取實踐](/zh-Hant/practices/prompt-caching)

***

前往[模型廣場](https://aihubmix.com/models)查看 GPT-5.6 系列價格，或在[文件中心](https://docs.aihubmix.com)了解更多接入方式。

***

最後更新：2026-07-10