想让模型记住你12小时？OpenAI的做法是：写入贵一倍

夜里两点跑对账脚本的小团队，大概都见过这种账单：同一份系统提示词和工具定义，白天用过十几次，凌晨那次却是“冷”的——中间隔了三小时，缓存早过期，整套前缀按未缓存价重新算一遍。

10月20日，OpenAI的API更新日志里多了一条：Responses API的提示缓存可以保留12小时，不再只有默认的30分钟。代价写在价钱那一栏——缓存写入价从未缓存输入价的1.25倍涨到2.5倍，读取价不变。

以GPT-6.1 Sol为例，输入2美元/百万token：30分钟档写入2.5美元，12小时档写入5美元，命中读取一律0.1美元。

缓存这个词，过去两年在发布会上的含义一直是“打折”。这一次，它第一次变成了一件要你多掏钱才能买到的东西。

贵不贵，取决于你还问不问它

顺着公开的价目自己算一遍就清楚了。

两次请求相隔三小时：30分钟档得写两遍（2.5倍输入价），12小时档写一遍加一次读取（2.6倍）——基本打平。

三次请求：30分钟档3.75倍，12小时档2.7倍，长档开始赢。

一天八次、散落在白天：30分钟档10倍，12小时档3.2倍。

反过来，如果写进去之后没人再问起，那12小时就是纯亏一倍。

所以这条更新真正服务的不是聊天，是那些会休眠的活：夜里跑一次的批处理、每小时醒一次的收件箱分类、销售一天打开四五次的助手。它们以前每次醒来都是冷的。而几秒钟一轮的高频Agent循环完全没必要改——那个节奏里，30分钟的缓存从来没冷过。

官方自己留的那句话

值得原样抄下来的，是OpenAI文档里的免责说明：12小时规定的是“读取计费资格对应的最短生命周期”，既不保证每次请求真的复用已存储的KV张量，也不保证延迟更低。

翻译过来就是：账单上按命中价算，不代表物理上命中了。 缓存给的是金额上的承诺，不是性能上的承诺。

真正该比的是另一栏

把这周各家的报价单摊开，“缓存读取”这一栏的离散程度大到不像同一个词：

• DeepSeek V4.1 Flash 1017：输入0.15美元/百万，缓存读取0.003美元——便宜约50倍

• Gemini 4 Argon：2美元对0.10美元——20倍

• MiniMax M3.1 Flash：0.15对0.015美元——10倍

• GLM-5.3 Flash：输入0.032，缓存读取0.030——几乎不打折

标价接近的两个模型，长对话跑一整天的账单可能差出好几倍，差的正是这一栏。

机制不复杂：命中的本质是厂商替你把KV张量留在显存里，占的是能拿去做推理的那份容量。折扣深浅取决于它有多缺显存，以及想不想用这个折扣把你钓进来。

同一周另外两个数字

同一天，ChatGPT与Codex负责人Tibo说，Codex和Work的登录用户缓存永久保留。这句目前只有社交平台上的说法，没进文档，官方也没讲清实现——真要用，盯着自己的账单验证。

再往前一天，DeepSeek开源了自家推理框架，写明缓存保留的设计目标是3天。那是自建部署的目标值，不是API承诺，但和付费买来的12小时放在一起看很有意思。

四条能马上做的事

1. 先量再改TTL。 给每个工作流记“同一前缀多久被复用一次”，只有隔几小时醒一次的冷链任务配得上12小时；热循环保持默认。

2. 混着用。 文档给了一个值得抄的写法：稳定的指令和参考资料放在最前面，单独设12小时断点；容易变的会话内容放后面走30分钟。一次请求最多四次写入。

3. 管住前缀。 缓存按精确前缀匹配，GPT-5.6起最少1024 token才给缓存。开头塞个时间戳、工具列表顺序抖一下，写入费照付，读取一分不省。

4. 比价表加一列。 尤其是长上下文、多轮、带大段工具定义的场景：输入价差一成，命中价差可能就是五倍。

当缓存的“保质期”也能卖钱，账得按分钟算

省钱的位置，正在从“用哪个模型”挪到“你怎么组织上下文”。不同厂商的缓存寿命、写入价、命中折扣都不一样，混着用的时候，账单会变得很难对。

EasyAPI这类聚合入口把多模型接入和费用明细收在同一层：一个Key接入所有主流模型，按任务分配路由，缓存命中的效果在账单上直接体现。缓存写入贵不贵、这12小时买得值不值，用量明细里能看出来。

数据来源：

• OpenAI API 更新日志与提示缓存文档（10月20日条目）

• 各家缓存读取价为 OpenRouter 目录10月21日快照，均为所列 provider 的最低报价

• “Codex/Work永久缓存”为负责人社交平台表述，未见于官方文档

• DeepSeek 推理框架3天为开源设计目标值