Le 20 octobre 2026, OpenAI a présenté une option de cache de prompts de douze heures. La documentation actuelle facture son écriture à 2,5 fois l’entrée ordinaire : c’est le tarif total, pas un supplément ajouté. Elle peut aider à réutiliser le contexte plusieurs heures après, sans garantir une économie. Vérifiez modèle et point d’accès.
Pour GPT-5.6 et ultérieurs, la documentation distingue écriture et lecture. Douze heures est une durée minimale, pas une promesse de suppression à cette échéance.
Le cache de prompts peut réduire le coût d’une entrée réutilisée. Répéter une demande ne garantit pourtant aucune économie : modèle, préfixe identique, durée de conservation et consommation réelle comptent.
Séparer lectures et écritures
Placez les consignes stables et les références avant la tâche variable. Consultez usage.input_tokens_details.cached_tokens et, s’il est présent, cache_write_tokens. Lire et écrire le cache sont deux opérations facturées différemment ; certains modèles actuels majorent l’écriture. Vérifiez les tarifs du modèle choisi.
Comparez, par exemple, dix contrôles de documents utilisant le même guide. Additionnez entrée ordinaire, écritures, lectures et sortie pour tout le groupe. Une deuxième réponse rapide ne prouve pas une économie.
Contrôler le contenu utile
Vérifiez que le nouveau document était inclus et que la référence restait à jour. Le cache ne rend pas la sortie gratuite et n’augmente pas les limites de débit. Comparez les totaux dans la même devise et au même tarif.