GPT-6缓存升级省78.5%，你的账单为何没打折？

把一堆资料交给AI写报告、核对出处、做成PPT时，每追加一次要求，应用都可能再次把原始材料、任务说明和聊天历史交给模型。若旧内容未命中缓存，就需重新处理，反复消耗计算费用与等待时间。这正是OpenAI近期升级瞄准的问题。

9月22日，OpenAI公布GPT-6提示缓存升级，提高默认缓存命中率，并提供更细的监测、诊断和控制手段。按官方费率，同一段材料连续使用10次，若首次写入后后续9次全部命中缓存，仅这段重复输入成本理论上可省78.5%。命中缓存的输入，读取价格只有普通输入的十分之一。

提示缓存保存的是模型阅读文字时计算出的中间状态，即KV状态，可理解为上次解题留下的“计算草稿”。下一轮对话只要开头未变，AI无需重算，直接复用。但缓存不等于记忆，AI仍需生成新回答，只是省去重读旧资料的劳动；复用必须精确匹配，两次请求前半部分完全一致，即“共享前缀”，包括聊天文字、系统指令、工具定义及图片、文档、音频等上下文。GPT-5.6及之后模型，触发缓存的共享前缀至少需1024个可见输入token。缓存最近一次写入或使用后至少保留30分钟，期间再次调用会刷新保鲜期。但同一聊天窗口不保证100%命中，请求分配到不同服务器或区域，缓存仍可能失效。

整体账单不能直接除以十，因为首次写入缓存需付“开房费”。GPT-5.6及之后模型，首次写入价格为普通输入的1.25倍，后续命中读取为0.1倍。连续使用10次，原本支付10份钱；采用缓存，首次写入1.25份，后续9次共0.9份，合计2.15份，省78.5%。但该降幅仅覆盖被重复使用的旧材料，新提问、AI输出及其他计算仍按正常价格计费。若材料写入后只用一次，反而承担更高首次成本。能否省钱，关键看复用率。

缓存依赖精确匹配，开头稍有变化即失效。例如应用每次把当前精准时间写在提示词最开头，后面资料虽未改，整个前缀也无法匹配旧缓存。黄金法则是：固定不变的内容往前放，经常变化的内容追加在后面。OpenAI还推出显式断点，标记缓存边界；稳定工具定义，避免改名或调整参数顺序，不需某工具时用控制参数隐藏而非删除；慎重调整思考力度，直接修改全局推理强度会破坏前缀复用，对话内部增量调整则可保住缓存。

此次升级补齐了监测与诊断能力。缓存看板可拆解输入数据：多少来自缓存、多少需重新处理、命中率何时下滑。诊断工具能自动对比当前请求与历史响应，找出哪个工具改名、哪条设置变化，甚至估算损失多少可复用Token。官方示例显示，仅一个工具名称微小变动，就导致5629个Token无法命中缓存。另一改进是“预热”，应用启动时先把已知系统指令、工具说明或背景资料写入缓存，用户提问时首字响应大幅提升。预热写入仍按1.25倍计费，但把计算搬到等待之前。目前Manus的OpenAI模型缓存命中率从约85%提升并稳定在90%以上；GitHub Copilot在数万亿次请求中，需重复处理的提示Token占比下降超50%，首字响应明显变快。

用AI是否更便宜要分情况：开发者通过API按量付费，优化会直观体现在账单和用量报表；普通用户使用按月订阅产品，中间隔着商业定价。此次更新并非ChatGPT降价公告，底层成本下降可能变成更便宜订阅费、更充裕额度，或支持更复杂功能。当AI从简单问答迈向连续干活数小时，竞争已从单次调用模型能力延伸到对底层计算资源的精细化运营。模型标价可能相同，但如何组织请求、最大化利用读过的材料，决定谁能交付高性价比服务。最值得期待的是，省下的计算成本有多少会真正变成用户手中的实惠。