GPT-5.6 正式上线：提示缓存计费变更解析

OpenAI 于 2026 年 7 月 9 日正式发布了 GPT-5.6 系列。AIHubMix 已完成对三个层级的集成：gpt-5.6-sol、gpt-5.6-terra 和 gpt-5.6-luna 现在可以通过聊天完成和响应使用。此次发布还更改了提示缓存机制及其计费方式：缓存写入现在单独计费。本文将介绍这三个层级的定位，并逐点讲解缓存的变化。

三个 GPT-5.6 层级的变化

GPT-5.6 修订了命名方案：数字表示模型代数，而 Sol、Terra 和 Luna 是可以独立发展的能力层级。根据官方定义，Sol 是旗舰模型，Terra 是性能与 GPT-5.5 相当的低价层级，Luna 是速度最快、价格最低的层级。

在能力方面，官方定位为：Sol 在编码、知识工作、网络安全和科学任务上实现了最先进的结果，被 OpenAI 描述为迄今为止最佳的编码模型，并在 Terminal-Bench 2.1 和 DeepSWE 上创下新纪录；Terra 的性能与 GPT-5.5 相当，价格仅为其一半。该系列增加了最大推理级别，Responses API 获得了程序化工具调用和多代理（Beta）能力。

缓存机制升级解析

在 GPT-5.6 之前，GPT 模型的提示缓存是完全自动的：1,024 个标记或更多的前缀会自动缓存，开发者无法控制缓存的内容或持续时间，且在 5-10 分钟的不活动后缓存会被清除。OpenAI 将 GPT-5.6 的变化总结为“更可预测的提示缓存”，具体有三点：

1. 保留时间从“短至 5 分钟”变为“至少 30 分钟”。prompt_cache_options.ttl 目前仅支持 "30m"；这是一个保证的最低值，实际保留时间可能更长。
2. 显式缓存断点是新的。在内容块上设置 prompt_cache_breakpoint 会将缓存边界固定在稳定内容的末尾，因此在断点之后的更改不会使之前的缓存前缀失效；当 prompt_cache_options.mode 设置为 "explicit" 时，仅使用手动断点。
3. prompt_cache_key 从优化变为正式要求。从 GPT-5.6 开始，该参数应设置以启用更可靠的缓存匹配；OpenAI 建议每个键的流量保持在每分钟大约 15 个请求。

如何评估 1.25 倍缓存写入计费

从 GPT-5.6 开始，缓存写入按基础输入费率的 1.25 倍计费，缓存读取按 0.1 倍计费；在早期模型中，缓存写入没有额外费用。官方措辞（来自 GPT-5.6 公告）：“对于 GPT-5.6 及后续模型，缓存写入按模型未缓存输入费率的 1.25 倍计费，而缓存读取继续享受 90% 的缓存输入折扣。”

盈亏平衡的数学直接来自官方费率：写入前缀的成本比不缓存多 0.25 倍，而每次后续命中节省 0.9 倍的输入费率：即使只重用一次前缀也会产生净节省，重用越多，节省越大。

• 明显受益的工作负载：具有长系统提示的代理工作流，重复包含长参考材料的 RAG，携带大型工具定义的应用程序，以及仅附加消息的多轮对话。这些工作负载具有高前缀重用，因此 0.1 倍的读取费率占主导。
• 需要关注的工作负载：一次性长请求，其前缀从未重用。自动缓存默认开启，因此这些请求会产生不可恢复的 1.25 倍写入费用；将 prompt_cache_options.mode 设置为 "explicit" 而不设置任何断点会使请求完全跳过缓存，从而不产生写入费用。

比较：GPT-5.6 和 Claude 的提示缓存

GPT-5.6 的缓存设计在多个维度上与 Claude 的 cache_control 收敛，核心区别在于默认行为：GPT 自动缓存，无需参数，而 Claude 需要在请求中启用缓存，使用顶层 cache_control 字段（自动断点）或内容块级别的显式断点。

Claude 列反映了所有活跃 Claude 模型共享的规则：5 分钟层级的写入 1.25 倍，1 小时层级的写入 2 倍，读取统一为 0.1 倍（Anthropic 提示缓存文档），每个模型的差异仅限于最小可缓存长度；GPT-5.6 列来自 OpenAI 提示缓存指南。

断点限制、写入费率（对应层级）和读取费率在两个提供商之间完全匹配；在实际操作中，相同的“静态内容优先，变化内容最后”的提示结构策略在两者之间延续。迁移成本集中在参数语法上：GPT 使用 prompt_cache_breakpoint + prompt_cache_key，Claude 使用 cache_control。

两个协议中的相同缓存模式

对于相同的“缓存静态长指令”场景，两个协议中的最小实现如下。示例使用 gpt-5.6-sol 和 claude-opus-4-8。两者共享相同的基础输入价格（$5/M），因此从缓存写入（1.25 倍）和读取（0.1 倍）得出的每个标记的有效价格也相同；只有语法不同。

GPT 协议在顶层设置 prompt_cache_key（长前缀会自动缓存，无需断点标记）；Claude 协议在顶层设置 cache_control 以启用自动缓存，当需要精确控制缓存边界时切换到内容块级别的断点：

GPT-5.6（聊天完成）

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": "[静态长指令，>=1024 个标记]"
      },
      {
        "role": "user",
        "content": "总结关键数字。"
      }
    ]
  }'

Claude（消息）

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": "[静态长指令，>=1024 个标记]",
    "messages": [
      {
        "role": "user",
        "content": "总结关键数字。"
      }
    ]
  }'

比较这两个请求，差异在于：端点（/v1/chat/completions 与 /v1/messages）、身份验证头（Authorization: Bearer 与 x-api-key + anthropic-version）、缓存参数（顶层 prompt_cache_key 与顶层 cache_control）以及 Claude 需要显式的 max_tokens。两个请求均已通过 aihubmix.com 验证（2026-07-10）：gpt-5.6-sol 在第二次调用时返回 cached_tokens: 2816；claude-opus-4-8 在第一次调用时返回 cache_creation_input_tokens: 3632，在第二次调用时返回 cache_read_input_tokens: 3632。

除了请求格式外，仍然存在三个机制级别的差异：

1. 激活：GPT 即使没有任何缓存参数也会自动缓存，prompt_cache_key 提高命中可靠性；Claude 需要声明：内容块级别的 cache_control 断点，或顶层 cache_control 自动模式。
2. 使用字段：GPT 在 prompt_tokens_details.cached_tokens 中报告缓存读取；Claude 分别报告写入和读取为 cache_creation_input_tokens 和 cache_read_input_tokens，使得独立验证写入和命中变得容易。
3. 生命周期控制：GPT-5.6 的 ttl 目前仅支持 "30m"；Claude 默认 5 分钟（每次命中时无成本刷新），可选 "ttl": "1h"（写入按 2 倍计费）。

在跨协议切换模型时需要更改什么

AIHubMix 网关支持跨协议调用：OpenAI 兼容的端点可以调用 Claude 模型（cache_control 直接进入 OpenAI 格式的消息内容块；参见 提示缓存实践），而 Claude 兼容的 /v1/messages 端点可以调用 GPT-5.6（已验证可用）。在切换模型时，请检查三件事：

• 将 model 更改为目标模型 ID；
• 切换缓存参数语法：prompt_cache_key / 显式断点对应于 Claude 的 cache_control；
• 切换使用字段名称：cached_tokens 对应于 Claude 的 cache_read_input_tokens。

推荐的提示缓存路径：通过聊天完成使用 GPT 模型（本文验证的缓存命中路径）；Claude 模型可以通过任一协议工作。

比较：GPT-5.6 与早期 GPT 缓存

变化的方向是明确的：早期代的缓存没有写入费用，但不可控，保留时间不确定；GPT-5.6 收取写入费用，同时提供保证的保留底线和精确的缓存控制。根据费率，平均重用超过一次的前缀节省的费用超过了增加的写入成本；30 分钟的保留底线和可控的断点使得达到该重用率变得更加可预测。

在 AIHubMix 上入门

所有三个层级均已上线，模型 ID 为 gpt-5.6-sol、gpt-5.6-terra 和 gpt-5.6-luna。缓存无需额外配置；连续请求相同的长前缀会命中缓存：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

long_context = "您是分析季度财务报告的细致助手... [静态长指令，>=1024 个标记]"

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": "用一句话总结关键数字。"},
        ],
    )
    print(completion.usage.prompt_tokens_details)

第二次调用时 usage.prompt_tokens_details.cached_tokens 的值大于 0 表示命中（测量示例：cached_tokens: 2816）。有关参数详细信息、计费细节和命中故障排除，请参见 GPT 提示缓存 文档。

常见问题

哪些 API 可以在 AIHubMix 上调用 GPT-5.6？

聊天完成（/v1/chat/completions）、响应（/v1/responses）和 Claude 兼容的消息 API（/v1/messages）都可以调用这些模型，所有三个层级均已上线。对于提示缓存，目前推荐的路径是聊天完成。

如果我的客户端没有任何更改，升级到 GPT-5.6 后计费会有什么变化？

提示缓存默认自动应用：前缀达到 1,024 个标记的请求会产生 1.25 倍输入费率的缓存写入项，重用的前缀按 0.1 倍读取费率计费。具有高前缀重用的应用程序通常会看到较低的总成本；一次性长请求如果从未重用前缀，可以通过显式模式禁用缓存。

我使用过 Claude 提示缓存。迁移到 GPT-5.6 时我需要更改什么？

提示结构策略保持不变：静态内容优先，变化内容最后。参数从 cache_control 更改为 prompt_cache_breakpoint，加上 prompt_cache_key；保留时间从 5 分钟/1 小时层级更改为 30 分钟的保证底线。

我如何在三个 GPT-5.6 层级中选择？

根据官方定位：选择 Sol 进行复杂专业工作和编码任务；选择 Terra 进行日常工作负载（GPT-5.5 级别的性能，价格仅为一半）；选择 Luna 进行对成本敏感的高容量场景。所有三个层级共享相同的上下文窗口和最大输出，因此可以根据任务复杂性进行路由。

官方参考

本文中的模型规格、缓存机制和计费率来自以下官方来源：

• GPT-5.6 公告（OpenAI，2026-07-09）
• OpenAI 提示缓存指南
• OpenAI 定价
• Anthropic 提示缓存文档

本网站相关文档：GPT 提示缓存 · Claude 提示缓存 · 提示缓存实践

访问 模型库 查看 GPT-5.6 定价，或在 文档中心 探索更多集成选项。

最后更新：2026-07-10