缓存从半小时拉到半天
十月二十日，OpenAI 给 Responses API 加了个新档位：prompt_cache_options.ttl 可以设成「12h」。意思是系统指令、工具定义、固定参考文档这些不变的「前缀」，在两次请求隔几个小时再命中时，仍然按缓存价计费，而不是重新全价算一遍。前提是模型得是 GPT-5.6 及之后，而且前缀至少一千零二十四個可见 token 才进缓存。
贵在写入、便宜在等待
账很好算。默认的三十分钟档，写入按输入价的 1.25 倍；新的十二小时档，写入按 2.5 倍。读取两边一样便宜，大多模型 0.1 倍，GPT-6.1 Sol 更狠到 0.05 倍。所以十二小时档不是白捡，它让你先多付一倍写入费，换的是智能体待机、排队、等用户回复的那几个小时里，长提示不会被清空重算。
第三个请求才回本
关键看访问节奏。如果同一份前缀在半小时以上、十二小时以内的间隔里被反复用，十二小时档从第三次起就开始比默认档便宜。CellCog 算过一个例子：一个十万 token 前缀、每小时调一次的智能体，跑在 GPT-6.1 Sol 上，用十二小时档一天约零点六一美元，默认档要二点四美元。对一整天反复用同一套指令和工具的常驻智能体，这就是实打实的节省。
坑在设置位置
十二小时档不是开得越满越好。如果你把 ttl 写在请求顶层，它会同时作用于隐式缓存断点，对话每一轮新增的 token 也按 2.5 倍写入价计费，长对话的账单反而涨。正确做法是用 prompt_cache_breakpoint.ttl 把显式断点放在全天复用的稳定材料末尾——系统指令、工具说明、固定参考文档到此为止，每天变化的用户输入留在断点之外。一次性问答和短会话继续用默认档更划算。
Codex 用户白捡
面向 API 的计费调整之外，Codex 和 ChatGPT Work 的已登录用户走另一套规则：缓存改成「永久保留」，回到几天前的旧对话也不会因为缓存过期而多付费或变慢。这是 Codex 连续发布节奏里的一次静默更新，普通用户感知不到，但消除了「离开一会儿等于重新开一轮」的隐性成本。对跑长任务的开发者，这比十二小时档更省心。
谁最该开这个档
判断标准很具体：你有没有一份又长又几乎不变的前缀，被隔半小时以上、半天内反复用。典型的就是常驻智能体、定时任务、客服问答里那段固定的系统指令加工具说明。如果你的流量是「一次性问答」或者「每轮都换一整套上下文」，默认三十分档更划算，硬开十二小时档只会让写入费翻倍。CellCog 那个例子里，每小时调一次、十万 token 前缀，才是十二小时档真正发光的地方。
友商被架在火上烤
这步是 OpenAI 在智能体成本战里又加了一档。它把「长 TTL 缓存」摆上台面，等于给 Anthropic 和谷歌递了压力：要么也把缓存保留时间拉长，要么在常驻智能体的账单上显得更贵。更有意思的是，把写入、读取分开计价的模式，很可能变成几家大厂的默认标准。以后做智能体编排，缓存配置会变成基础设施的一部分，不是可选项。
观测面要跟着改
一旦开了十二小时档，你的成本看板得分开看「写入」和「读取」两笔账。很多团队的仪表盘还把提示词成本当一笔糊涂账，到时候会被 2.5 倍写入吓一跳。正确姿势是给每个长前缀单独打标签，盯它的命中率和回本次数；连续几天命中低，就说明这份材料其实没被复用，该退回默认档。缓存配置该写进编排层，别散落在各处的请求里。
频率比时长更关键
很多人盯着「十二小时」这个数，其实更该看的是你的调用间隔落在哪个区间。如果两次请求间隔不到半小时，默认档本来就不失效，开十二小时档纯属多付写入。如果间隔超过十二小时，缓存到点也过期了，两个档都救不了，得靠把前缀拆短或提高复用率。真正吃得到十二小时档红利的，是那种「半小时到十二小时之间、反复用同一份长前缀」的活儿——定时报表、隔夜批处理、长时间挂着的智能体。先量自己的间隔分布，再决定开不开。
跟你有啥关系只要你用 Responses API 跑常驻或定时智能体，这个档位就值得看一眼。判断标准只有一条：同一份长指令是不是经常在半小时以上、半天内被复用。是，就切十二小时档；不是，别动。别把所有请求都设成 2.5 倍写入，那只会让账单变厚。把断点放在稳定材料末尾，才是真正省钱的位置。