GPT-5.6 Yayında: Prompt Caching Faturalandırma Değişiklikleri Açıklanıyor

OpenAI, GPT-5.6 ailesini 9 Temmuz 2026'da resmi olarak yayımladı. AIHubMix, üç katmanın tamamının entegrasyonunu tamamladı: gpt-5.6-sol, gpt-5.6-terra ve gpt-5.6-luna artık Chat Completions ve Responses üzerinden kullanılabilir. Sürüm ayrıca prompt caching mekanizmasını ve faturalandırmasını da değiştiriyor: önbellek yazımları artık ayrı ücretlendiriliyor. Bu yazıda üç katmanın konumlandırması ele alınıyor ve önbellekleme değişiklikleri madde madde inceleniyor.

GPT-5.6'nın üç katmanında neler değişiyor

GPT-5.6, adlandırma şemasını revize ediyor: sayı model neslini gösteriyor, Sol, Terra ve Luna ise bağımsız olarak evrilebilen yetenek katmanları. Resmi tanımlara göre Sol amiral gemisi modeldir, Terra GPT-5.5 ile karşılaştırılabilir performansa sahip, daha düşük fiyatlı bir katmandır ve Luna en hızlı, en düşük fiyatlı katmandır.

Yetenekler açısından resmi konum şöyle: Sol kodlama, bilgi işi, siber güvenlik ve bilim görevlerinde son teknoloji sonuçlar elde ediyor, OpenAI tarafından bugüne kadarki en iyi kodlama modeli olarak tanımlanıyor ve Terminal-Bench 2.1 ile DeepSWE üzerinde yeni rekorlar kırıyor; Terra ise GPT-5.5 performansına yarı fiyatla ulaşıyor. Aile ayrıca bir max akıl yürütme seviyesi ekliyor ve Responses API, Programmatic Tool Calling ve çoklu ajan (Beta) yeteneklerini kazanıyor.

Önbellekleme mekanizmasındaki yükseltme, açıklanıyor

GPT-5.6'dan önce GPT modellerinde prompt caching tamamen otomatikti: 1.024 veya daha fazla token içeren önekler otomatik olarak önbelleğe alınıyordu, geliştiriciler neyin ne kadar süreyle önbelleğe alındığı üzerinde kontrol sahibi değildi ve önbellekler 5–10 dakika hareketsiz kalındığında temizleniyordu. OpenAI, GPT-5.6 değişikliklerini "daha öngörülebilir prompt caching" olarak özetliyor ve bunu üç somut noktayla açıklıyor:

1. Saklama süresi "en az 5 dakika"dan "en az 30 dakika"ya çıkıyor. prompt_cache_options.ttl şu anda yalnızca "30m" değerini destekliyor; bu garanti edilen bir minimumdur, gerçek saklama süresi daha uzun olabilir.
2. Açık önbellek kesme noktaları yeni. Bir içerik bloğuna prompt_cache_breakpoint eklemek, önbellek sınırını sabit içeriğin sonuna sabitler; böylece kesme noktasından sonraki değişiklikler, önündeki önbelleğe alınmış öneki geçersiz kılmaz. prompt_cache_options.mode değeri "explicit" olarak ayarlandığında yalnızca manuel kesme noktaları kullanılır.
3. prompt_cache_key bir optimizasyondan resmi bir gerekliliğe dönüşüyor. GPT-5.6 ile birlikte bu parametrenin, daha güvenilir önbellek eşleşmesi için ayarlanması öneriliyor; OpenAI, anahtar başına trafiğin dakikada yaklaşık 15 isteği geçmeyecek şekilde tutulmasını tavsiye ediyor.

1.25x önbellek yazma faturalandırmasını değerlendirme

GPT-5.6 ile birlikte önbellek yazımları temel girdi oranının 1.25 katı, önbellek okumaları ise 0.1 katı üzerinden faturalandırılıyor; önceki modellerde önbellek yazımları için ek ücret yoktu. Resmi ifade (GPT-5.6 duyurusundan): "GPT-5.6 ve sonraki modeller için önbellek yazımları, modelin önbelleğe alınmamış girdi oranının 1.25 katı üzerinden faturalandırılır; önbellek okumaları ise %90 önbelleğe alınmış girdi indirimini almaya devam eder."

Başa baş noktası hesabı resmi oranlardan doğrudan çıkıyor: bir öneki yazmak, önbelleğe almamaya kıyasla girdi oranının 0.25 katı kadar fazla maliyetlidir ve her sonraki isabet, girdi oranının 0.9 katı kadar tasarruf sağlar: bir öneğin yalnızca bir kez yeniden kullanılması bile net tasarruf üretir ve yeniden kullanım arttıkça tasarruf da büyür.

• Açıkça fayda sağlayan iş yükleri: uzun sistem prompt'lu ajan iş akışları, uzun referans materyallerini tekrar tekrar içeren RAG, büyük araç tanımları taşıyan uygulamalar ve yalnızca mesaj ekleyen çok turlu konuşmalar. Bu iş yükleri yüksek önek yeniden kullanımına sahip olduğundan, 0.1x okuma oranı baskın hale gelir.
• Dikkat edilmesi gereken iş yükleri: önekleri hiçbir zaman yeniden kullanılmayan, tek seferlik uzun istekler. Otomatik önbellekleme varsayılan olarak açık olduğundan, bu istekler geri alınamayan 1.25x yazma ücreti öder; prompt_cache_options.mode değerini "explicit" olarak ayarlayıp hiçbir kesme noktası tanımlamamak ise isteğin önbelleği tamamen atlamasını sağlar ve yazma ücreti oluşmaz.

Karşılaştırma: GPT-5.6 ve Claude üzerinde prompt caching

GPT-5.6'nın önbellekleme tasarımı, birkaç boyutta Claude'un cache_control yaklaşımıyla örtüşüyor; temel fark varsayılan davranışta: GPT parametre gerektirmeden otomatik önbellekleme yapar, Claude ise isteğde önbelleklemenin etkinleştirilmesini gerektirir: ya üst düzeydeki cache_control alanı (otomatik kesme noktası) ya da içerik bloğu düzeyinde açık kesme noktaları ile.

Claude sütunu, tüm aktif Claude modellerinin ortak kurallarını yansıtır: 5 dakikalık katman için 1.25x yazma, 1 saatlik katman için 2x yazma ve 0.1x okumalar tüm model ailesinde geçerlidir (Anthropic prompt caching dokümantasyonu); modeller arasındaki farklar yalnızca önbelleğe alınabilecek minimum uzunlukla sınırlıdır. GPT-5.6 sütunu ise OpenAI prompt caching rehberinden alınmıştır.

Kesme noktası sınırları, (ilgili katmanlar için) yazma oranları ve okuma oranları iki sağlayıcı arasında birebir aynıdır; pratikte "önce statik içerik, en son değişken içerik" prompt yapılandırma stratejisi her ikisinde de geçerlidir. Geçiş maliyeti esas olarak parametre sözdiziminde yoğunlaşır: GPT prompt_cache_breakpoint + prompt_cache_key kullanır, Claude ise cache_control kullanır.

Her iki protokolde aynı önbellekleme deseni

"Uzun bir statik talimatı önbelleğe al" senaryosu için, iki protokoldeki minimal uygulamalar aşağıdadır. Örneklerde gpt-5.6-sol ve claude-opus-4-8 kullanılmıştır. İkisi de aynı temel girdi fiyatını ($5/M) paylaşır; dolayısıyla önbellek yazımlarından (1.25x) ve okumalarından (0.1x) türetilen etkin token fiyatları da aynıdır; yalnızca sözdizimi farklıdır.

GPT protokolü prompt_cache_key değerini üst düzeyde ayarlar (uzun önekler otomatik olarak önbelleğe alınır, kesme noktası işaretçisi gerekmez); Claude protokolü ise otomatik önbellekleme için üst düzeyde cache_control ayarlar ve önbellek sınırı üzerinde hassas kontrol gerektiğinde içerik bloğu düzeyinde kesme noktalarına geçer:

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": "[Static long instructions, >=1024 tokens]"
      },
      {
        "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": "[Static long instructions, >=1024 tokens]",
    "messages": [
      {
        "role": "user",
        "content": "Summarize the key figures."
      }
    ]
  }'

İki isteği karşılaştırdığımızda farklar şunlara iner: uç nokta (/v1/chat/completions ile /v1/messages), kimlik doğrulama başlıkları (Authorization: Bearer ile x-api-key + anthropic-version), önbellekleme parametresi (üst düzey prompt_cache_key ile üst düzey cache_control) ve Claude'un açık bir max_tokens gerektirmesi. Her iki istek de aihubmix.com üzerinde doğrulandı (2026-07-10): gpt-5.6-sol, ikinci çağrıda cached_tokens: 2816 döndürdü; claude-opus-4-8 ise ilk çağrıda cache_creation_input_tokens: 3632, ikincisinde cache_read_input_tokens: 3632 döndürdü.

İstek biçiminin ötesinde, mekanizma düzeyinde üç fark daha var:

1. Etkinleştirme: GPT, hiçbir önbellekleme parametresi olmadan bile otomatik önbellekleme yapar; prompt_cache_key ise isabet güvenilirliğini artırır. Claude ise bir bildirim gerektirir: içerik bloğu düzeyinde bir cache_control kesme noktası veya üst düzeyde cache_control otomatik modu.
2. Kullanım alanları: GPT, önbellek okumalarını prompt_tokens_details.cached_tokens içinde bildirir; Claude ise yazmaları ve okumaları ayrı ayrı cache_creation_input_tokens ve cache_read_input_tokens olarak bildirir; bu sayede yazmalar ve isabetler bağımsız olarak doğrulanabilir.
3. Yaşam süresi kontrolü: GPT-5.6'nın ttl parametresi şu anda yalnızca "30m" değerini destekliyor; Claude varsayılan olarak 5 dakikadır (her isabette ücretsiz yenilenir) ve isteğe bağlı "ttl": "1h" seçeneği vardır (yazmalar 2x üzerinden faturalandırılır).

Protokoller arasında model değiştirirken ne değiştirilmeli

AIHubMix ağ geçidi protokoller arası çağrıları destekler: OpenAI uyumlu uç nokta Claude modellerini çağırabilir (cache_control doğrudan OpenAI biçimindeki mesaj içerik bloklarına yazılır; bkz. Prompt Caching uygulamaları) ve Claude uyumlu /v1/messages uç noktası GPT-5.6'yı çağırabilir (çalıştığı doğrulanmıştır). Model değiştirirken üç şeyi kontrol edin:

• Hedef model kimliğini belirtmek için model değerini değiştirin;
• Önbellekleme parametre sözdizimini değiştirin: prompt_cache_key / açık kesme noktaları, Claude'un cache_control parametresine karşılık gelir;
• Kullanım alanı adlarını değiştirin: cached_tokens, Claude'un cache_read_input_tokens alanına karşılık gelir.

Prompt caching için önerilen yollar: GPT modelleri Chat Completions üzerinden kullanılmalıdır (bu yazıda isabet yolu doğrulanmıştır); Claude modelleri ise her iki protokol üzerinden çalışır.

Karşılaştırma: GPT-5.6 ile önceki GPT önbellekleme

Değişiklikler tek bir yöne işaret ediyor: önceki nesil önbellekleme yazma ücreti almıyordu ama kontrol edilemezdi ve saklama süresi belirsizdi; GPT-5.6 ise yazma için ücret alırken garantili en az saklama süresi ve hassas önbellek kontrolleri sunuyor. Fiyatlara göre, ortalama olarak birden fazla yeniden kullanılan bir önek, eklenen yazma maliyetinden daha fazla tasarruf sağlar; 30 dakikalık asgari saklama süresi ve kontrol edilebilir kırılma noktaları bu yeniden kullanım oranına ulaşmayı daha öngörülebilir hale getirir.

AIHubMix üzerinde başlarken

Üç katmanın tamamı yayında; model kimlikleri gpt-5.6-sol, gpt-5.6-terra ve gpt-5.6-luna. Önbellekleme ek bir yapılandırma gerektirmez; aynı uzun önekle yapılan ardışık istekler önbelleğe isabet eder:

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... [Static long instructions, >=1024 tokens]"

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)

İkinci çağrıda usage.prompt_tokens_details.cached_tokens değerinin 0'dan büyük olması bir isabeti gösterir (ölçülmüş örnek: cached_tokens: 2816). Parametre ayrıntıları, faturalandırma özellikleri ve isabet sorunlarının giderilmesi için GPT Prompt Caching belgelerine bakın.

SSS

AIHubMix üzerinde GPT-5.6 hangi API'lerle çağrılabilir?

Chat Completions (/v1/chat/completions), Responses (/v1/responses) ve Claude uyumlu Messages API (/v1/messages) modelleri çağırabilir; üç katman da yayındadır. İstem önbellekleme için şu anda önerilen yol Chat Completions'tır.

İstemcimde hiçbir değişiklik yapmazsam, GPT-5.6'ya geçtikten sonra faturalandırmada neler değişir?

İstem önbellekleme varsayılan olarak otomatik uygulanır: önekі 1.024 token'a ulaşan istekler, girdi oranının 1,25 katı üzerinden faturalandırılan bir önbellek yazma kalemi oluşturur; yeniden kullanılan önekler ise 0,1 katlık okuma oranıyla faturalandırılır. Yüksek önek yeniden kullanımına sahip uygulamalarda genellikle toplam maliyetler düşer; önek yeniden kullanılmayan tek seferlik uzun istekler ise açık mod ile önbelleklemeyi devre dışı bırakabilir.

Claude istem önbellekleme kullandım. GPT-5.6'ya geçmek için neyi değiştirmem gerekir?

İstem yapılandırma stratejisi aynı kalır: statik içerik önce, değişen içerik en sonda. Parametreler cache_control'den prompt_cache_breakpoint'e değişir, buna ek olarak prompt_cache_key eklenir; saklama süresi 5 dakika/1 saatlik katmanlardan garantili 30 dakikalık asgari süreye değişir.

Üç GPT-5.6 katmanı arasında nasıl seçim yapmalıyım?

Resmi konumlandırmaya göre: karmaşık profesyonel işler ve kodlama görevleri için Sol'u seçin; günlük iş yükleri için Terra'yı seçin (GPT-5.5 düzeyinde performans, yarı fiyatına); maliyete duyarlı, yüksek hacimli senaryolar için Luna'yı seçin. Üç katman da aynı bağlam penceresini ve maksimum çıktıyı paylaşır, bu nedenle görev karmaşıklığına göre yönlendirme yapabilirsiniz.

Resmi kaynaklar

Bu yazıdaki model özellikleri, önbellekleme mekanizmaları ve faturalandırma oranları şu resmi kaynaklardan alınmıştır:

• GPT-5.6 duyurusu (OpenAI, 2026-07-09)
• OpenAI istem önbellekleme kılavuzu
• OpenAI Fiyatlandırma
• Anthropic istem önbellekleme belgeleri

Bu sitedeki ilgili belgeler: GPT Prompt Caching · Claude Prompt Caching · Prompt Caching uygulamaları

GPT-5.6 fiyatlandırması için model galerisini ziyaret edin veya dokümantasyon merkezinde daha fazla entegrasyon seçeneğini keşfedin.

Son güncelleme: 2026-07-10