OpenAI 宣布，API 的提示缓存（prompt caching）新增 12 小时档位。智能体可以在一整天里反复复用同一套系统指令、工具定义和上下文，两次请求隔了几个小时，仍按缓存输入的低价计费。公开报道显示，这是 OpenAI 连续 28 天更新活动中的第 16 天。
同时公布的还有一条面向自家产品的变化：OpenAI Codex 负责人 Tibo 在社交平台上称，Codex 和 Work 的登录用户享有永久缓存，回到旧对话或者中途停几个小时，再接着聊不会有任何额外代价，并且保证命中缓存。这部分 OpenAI 开发者文档里没有写，具体实现方式目前无法核实。
文档里的规则
按 OpenAI 开发者文档，12 小时档位只在 Responses API 里提供，适用于 GPT-5.6 及之后的模型，通过 prompt_cache_options.ttl 设置，可选值是默认的 30 分钟和 12 小时。
几项费率写得很清楚：
- 默认 30 分钟档，缓存写入按普通输入价的 1.25 倍计费；
- 12 小时档，写入按 2.5 倍计费；
- 命中缓存后的读取，多数模型是普通输入价的 0.1 倍，GPT-6.1 Sol 低至 0.05 倍。
文档特意说明，12 小时是“最短存活时间”，不设定删除期限，也不改变 OpenAI 的最长数据保留政策。更早的模型仍用旧参数 prompt_cache_retention：内存档一般在闲置 5 到 10 分钟后失效、最长一小时；24 小时档最多保留一天。
粗算一笔账
拿一个常见场景估算：某智能体每次请求都带一段 10 万 token 的固定前缀，一天 12 小时里每 2 小时被唤醒一次，共 6 次。下面以“10 万 token 按普通输入价计费一次”为 1 个单位。
| 方案 | 计算 | 合计 |
|---|---|---|
| 默认 30 分钟档 | 每次都已过期，6 次写入 × 1.25 | 7.5 单位 |
| 12 小时档 | 1 次写入 × 2.5 + 5 次读取 × 0.1 | 3.0 单位 |
这段前缀的花费降了六成左右。反过来，如果请求本来就密集到 30 分钟内一定会再来一次，默认档一直命中，12 小时档多付的那 1.25 倍写入费就白花了。粗略看，12 小时内只要出现两次以上超过半小时的空档，新档位就能回本。
和 Anthropic 的做法对照
Anthropic 的 Claude API 提供 5 分钟和 1 小时两档缓存，1 小时档的写入价是基础输入的 2 倍。OpenAI 这次把存活时间拉到 12 小时、写入倍数定在 2.5 倍，单位时间的保留成本明显更低，目标客户也很清楚：定时任务、长期运行的编程智能体，以及那些白天开着、隔几个小时才被叫一次的助手。
Codex 和 Work 的“永久缓存”则是另一套逻辑。它不对 API 客户开放，由 OpenAI 自己承担存储成本，换来的是订阅用户在长对话里不再被冷启动拖慢。API 客户什么时候能拿到更长的档位，OpenAI 没有给时间表。
参考来源：OpenAI 开发者文档（提示缓存指南）、OpenAI Developers 官方账号、CocoLoop、Anthropic 定价页；费率倍数以 OpenAI 文档列出的口径为准，成本对比为编辑估算。