GPT-5.6 上线：提示缓存计费变化详解

OpenAI 于 2026 年 7 月 9 日正式发布 GPT-5.6 系列。AIHubMix 已完成三个层级的接入：gpt-5.6-sol、gpt-5.6-terra 和 gpt-5.6-luna 现已通过 Chat Completions 和 Responses 提供服务。此次发布还调整了提示缓存机制及其计费方式：缓存写入现在单独计费。本文介绍三个层级的定位，并逐点讲解缓存方面的变化。

GPT-5.6 三个层级的变化

GPT-5.6 调整了命名方式：数字表示模型代际，而 Sol、Terra 和 Luna 是可以各自独立演进的能力层级。根据官方定义，Sol 是旗舰模型，Terra 是价格较低的层级，性能与 GPT-5.5 相当，Luna 是速度最快、价格最低的层级。

在能力方面，官方的说法是：Sol 在编程、知识工作、网络安全和科学任务上取得了当前最优的结果，OpenAI 称其为迄今最好的编程模型，并在 Terminal-Bench 2.1 和 DeepSWE 上刷新了纪录；Terra 的性能与 GPT-5.5 相当，价格只需一半。该系列新增了 max 推理级别，Responses API 也新增了程序化工具调用（Programmatic Tool Calling）和多智能体（Beta）能力。

缓存机制升级详解

在 GPT-5.6 之前，GPT 模型的提示缓存完全自动进行：前缀达到 1,024 个 token 或以上时自动缓存，开发者无法控制缓存的内容或保留时长，缓存在 5–10 分钟无活动后被清除。OpenAI 将 GPT-5.6 的变化概括为“更可预测的提示缓存”，具体包括三点：

1. 缓存保留时间从“最短 5 分钟”延长至“至少 30 分钟”。prompt_cache_options.ttl 目前只支持 "30m"；这是有保障的最短时长，实际保留时间可能更长。
2. 显式缓存断点为新增功能。在内容块上设置 prompt_cache_breakpoint，可将缓存边界固定在稳定内容的末尾，因此断点之后的变化不会使其之前的缓存前缀失效；将 prompt_cache_options.mode 设为 "explicit" 后，则只使用手动设置的断点。
3. prompt_cache_key 从可选优化变为官方要求。从 GPT-5.6 开始，应设置该参数以实现更可靠的缓存匹配；OpenAI 建议每个 key 的流量控制在约每分钟 15 次请求。

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价格的 1.25 倍计费，缓存读取按 0.1 倍计费；在早期模型上，缓存写入不产生额外费用。根据 GPT-5.6 公告的官方表述：“对于 GPT-5.6 及之后的模型，缓存写入按该模型未缓存输入价格的 1.25 倍计费，而缓存读取仍享受 90% 的缓存输入折扣。”

盈亏平衡计算可以直接由官方费率推出：写入一个前缀比不缓存多花 0.25 倍输入价格，而之后每次命中可节省 0.9 倍输入价格：即使前缀只复用一次也能产生净节省，复用次数越多，节省越多。

• 明显受益的工作负载：带有较长系统提示的智能体工作流、反复包含长参考资料的 RAG、携带大量工具定义的应用，以及只追加消息的多轮对话。这些工作负载的前缀复用率很高，因此 0.1 倍的读取费率占主导。
• 需要留意的工作负载：前缀从不被复用的一次性长请求。自动缓存默认开启，因此这些请求会产生无法收回的 1.25 倍写入费用；如果将 prompt_cache_options.mode 设为 "explicit" 且不设置任何断点，请求将完全跳过缓存，也不会产生写入费用。

对比：GPT-5.6 与 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 趋于一致，核心差异在于默认行为：GPT 无需任何参数即可自动缓存，而 Claude 需要在请求中显式启用缓存，可以通过顶层 cache_control 字段（自动断点）或在内容块级别设置显式断点。

Claude 一列反映的是所有在用 Claude 模型共享的规则：5 分钟档写入为 1.25 倍，1 小时档为 2 倍，读取为 0.1 倍，这些规则在整个产品线上统一适用（Anthropic 提示缓存文档），仅最小可缓存长度因模型而异；GPT-5.6 一列则来自 OpenAI 提示缓存指南。

两家提供商的断点数量上限、（对应档位的）写入费率以及读取费率完全一致；实际来看，两者都可以沿用同样的“静态内容在前、变化内容在后”的提示结构策略。迁移成本主要集中在参数语法上：GPT 使用 prompt_cache_breakpoint + prompt_cache_key，Claude 使用 cache_control。

两种协议中相同的缓存模式

以下针对同一个“缓存静态长指令”场景，给出两种协议的最简实现。示例使用 gpt-5.6-sol 和 claude-opus-4-8。两者的基础输入价格相同（$5/M），因此由缓存写入（1.25 倍）和读取（0.1 倍）推算出的每 token 实际价格也相同；差别只在语法上。

GPT 协议在顶层设置 prompt_cache_key（长前缀会被自动缓存，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，则切换为内容块级别的断点：

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."
      }
    ]
  }'

对比两个请求，差异主要体现在：端点（/v1/chat/completions 与 /v1/messages）、认证头（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 要求显式设置 max_tokens。两个请求均已于 2026-07-10 在 aihubmix.com 上验证：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，第二次调用时返回 cache_read_input_tokens: 3632。

除请求格式外，两者在机制层面还有三点差异：

1. 启用方式：GPT 即使不带任何缓存参数也会自动缓存，prompt_cache_key 则用于提升命中可靠性；Claude 则需要显式声明：内容块级别的 cache_control 断点，或顶层 cache_control 自动模式。
2. 用量字段：GPT 通过 prompt_tokens_details.cached_tokens 报告缓存读取量；Claude 则分别通过 cache_creation_input_tokens 和 cache_read_input_tokens 报告写入与读取量，便于独立核实写入和命中情况。
3. 生命周期控制：GPT-5.6 的 ttl 目前只支持 "30m"；Claude 默认 5 分钟（每次命中免费刷新），可选 "ttl": "1h"（写入按 2 倍计费）。

跨协议切换模型时需要修改的内容

AIHubMix 网关支持跨协议调用：OpenAI 兼容端点可以调用 Claude 模型（cache_control 直接放入 OpenAI 格式的消息内容块中，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）。切换模型时，需检查以下三点：

• 将 model 改为目标模型的 ID；
• 切换缓存参数语法：prompt_cache_key / 显式断点对应 Claude 的 cache_control；
• 切换用量字段名称：cached_tokens 对应 Claude 的 cache_read_input_tokens。

提示缓存的推荐路径：GPT 模型通过 Chat Completions 调用（即本文验证过命中的路径）；Claude 模型两种协议均可使用。

对比：GPT-5.6 与早期 GPT 缓存

这些变化指向同一个方向：上一代缓存不收写入费，但不可控，保留时间也不确定；GPT-5.6 则对写入收费，同时提供有保障的最短保留时间和精确的缓存控制。按现行费率计算，平均复用超过一次的前缀所节省的费用会超过新增的写入成本；30 分钟的最短保留时间和可控的断点，让达到这一复用率变得更可预测。

在 AIHubMix 上开始使用

三个档位均已上线，模型 ID 分别为 gpt-5.6-sol、gpt-5.6-terra 和 gpt-5.6-luna。缓存无需额外配置；连续发送具有相同长前缀的请求即可命中缓存：

import os
from openai import OpenAI

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

long_context = "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)

第二次调用时，若 usage.prompt_tokens_details.cached_tokens 的值大于 0，即表示命中缓存（实测示例：cached_tokens: 2816）。有关参数细节、计费说明及命中问题排查，请参阅 GPT Prompt Caching 文档。

常见问题

在 AIHubMix 上，哪些 API 可以调用 GPT-5.6？

Chat Completions（/v1/chat/completions）、Responses（/v1/responses）以及兼容 Claude 的 Messages API（/v1/messages）均可调用这些模型，且三个档位全部上线。对于提示词缓存，目前推荐使用 Chat Completions。

如果我的客户端不做任何改动，升级到 GPT-5.6 后计费会有什么变化？

提示词缓存默认自动生效：前缀达到 1,024 个 token 的请求会产生一笔缓存写入费用，按输入费率的 1.25 倍计费；被复用的前缀则按 0.1 倍的读取费率计费。前缀复用率高的应用通常总成本会下降；对于从不复用前缀的一次性长请求，可以通过显式模式关闭缓存。

我之前使用过 Claude 的提示词缓存，迁移到 GPT-5.6 需要改什么？

提示词的结构策略保持不变：静态内容放在前面，变化内容放在最后。参数由 cache_control 改为 prompt_cache_breakpoint，并新增 prompt_cache_key；保留时间由 5 分钟/1 小时两档改为有保障的 30 分钟最短保留时间。

如何在 GPT-5.6 的三个档位之间进行选择？

按照官方定位：复杂的专业工作和编码任务选择 Sol；日常工作负载选择 Terra（性能与 GPT-5.5 相当，价格仅为一半）；对成本敏感、高吞吐量的场景选择 Luna。三个档位共享相同的上下文窗口和最大输出长度，因此可以根据任务复杂度进行路由分配。

官方参考资料

本文中的模型规格、缓存机制和计费费率均来自以下官方资料：

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

本站相关文档：GPT Prompt Caching · Claude Prompt Caching · Prompt Caching 实践

访问模型广场查看 GPT-5.6 的价格，或在文档中心探索更多集成方式。

最后更新：2026-07-10