2026 年 10 月 20 日，OpenAI 開發者帳號 @OpenAIDevs 宣布，API 的提示快取（prompt caching）保留時長新增 12 小時選項，快取輸入繼續按更低費率計費。開發者可以選擇「12h」、沿用 30 分鐘預設值，或在同一次請求中混用兩種時長：共享指令用 12 小時，較新的對話內容用… 看完整事件
@OpenAIDevs: You can now choose 12-hour prompt caching in the API.
OpenAI API 現在可以選擇 12 小時 prompt caching，快取輸入繼續按更低費率計費。該選項面向全天複用上下文的持久型 agent（如 dots）：共享指令、工具和上下文可以保留在快取中更久，即使兩次請求相隔數小時，仍可命中快取並支付 cached-input 價格。對需要長時間維持同一套上下文的 API 呼叫方，這意味著可在 12 小時內跨多次請求複用同一套上下文。
OpenAI 將 API 的 prompt caching 明確擴充套件到 12 小時，並點名持久型 agent 可跨數小時請求複用共享指令、工具與上下文，按快取輸入價計費，對長時執行 agent 的開發者最有參考價值。
原標題：@OpenAIDevs: You can now choose 12-hour prompt caching in the API.
閱讀原文
| 評分 | 80 / 80（平均 80，門檻 60） |
|---|---|
| 狀態 | 精選 |
相關報導
Neuralwatt 實測：harness 快取差異可讓請求能耗翻倍
模型雲服務商 Neuralwatt 分析一個月流量發現，同一模型下不同 agent harness 的 prompt 快取命中率差異明顯，未快取輸入佔 1.6%–11.1%，而一次快取未命中會讓請求能耗約為全快取時的兩倍，GLM-5.3 上接近 2.5 倍。命中率 92% 相當於每 100 個輸入 token 有 8 個未快取，97% 時只有 3 個，prefill 工作量相差 2.7 倍。
@OpenAIDevs
Pi 1.3.0 發布，GPT-6 中途調整思考等級不再破壞快取
Pi 1.3.0 發布，在 OpenAI GPT-6（API key）上中途調整思考等級現在會保留 prompt cache；Kimi Code 改用官方客戶端的 Chat Completions 協議，K3、K3-256K 與 Kimi For Coding 中途新增工具也不再讓快取失效。切換模型時舊模型的 thinking 塊會被丟棄，不再以純文字傳給新模型；
@OpenAIDevs: Let your app choose the right model, tool, or action in near real-time with Decisions API, now avai…
OpenAI 開發者帳號宣布，Decisions API 現已進入公開測試，面向所有開發者開放。這個 API 讓應用能夠近乎即時地選擇模型、工具或動作，官方給出的對比資料是：經由 Responses API 呼叫時，其決策速度最高可達 GPT-6 Luna 的 10 倍。該功能目前處於 public beta 階段。