Responses APIで、共通の文脈を長く使い回す
プロンプトキャッシュは、繰り返し渡す入力の先頭部分を再利用する仕組みです。10月20日の変更履歴では、共通の指示・ツール・文脈を、数時間離れたリクエストでもキャッシュ入力料金で利用できると案内しています。
GPT-5.6以降のResponses APIでは、prompt_cache_optionsのttlに"12h"を指定します。省略時は"30m"です。旧モデル向けのprompt_cache_retentionとは別の設定なので、以前の指定をそのまま読み替えられません。
12時間を選ぶと書き込みは高く、読み込みは同じ
公式ガイドによると、30分キャッシュの書き込み単価は通常入力の1.25倍、12時間は2.5倍です。これは書き込みに適用される総単価で、通常入力料金への追加手数料ではありません。読み込み単価は、どちらの有効期間でも同じです。
長く残しても、その後に同じ入力を使わなければ、安い読み込み料金の恩恵は得られません。再利用の間隔と回数が選択の分かれ目になります。
3回使う場合の試算では、書き直しの回数が効く
以下は通常入力の単価を1、キャッシュ読み込みを0.1として比べる仮定の計算です。同じ長さの共通部分を12時間内に3回使い、30分設定では毎回期限が切れて書き直し、12時間設定では初回の書き込み後に2回とも読み込めるものとします。
- 30分設定:1.25 × 3回 = 3.75
- 12時間設定:2.5 + 0.1 × 2回 = 2.7
同じ条件で2回しか使わなければ、30分設定は2.5、12時間設定は2.6となり、結果が逆転します。これは共通入力部分だけの比較です。出力、毎回変わる入力、ツール、再試行の費用は含めていません。
実際の請求額やキャッシュ命中を示す実測ではありません。30分設定でもキャッシュが長く残る場合があり、読み込み単価が異なるモデルもあるため、この回数を一律の損益分岐点にはできません。単価比率の確認日は2026年10月21日です。
共通部分を安定させ、使用量で比較する
再利用する先頭部分には最低1,024入力トークンが必要です。固定の指示や参照資料を先に置き、その都度変わる質問を後ろに置くと、共通部分を維持しやすくなります。
確認には、読み込んだ量を示すcached_tokensと、書き込んだ量を示すcache_write_tokens_details内のttl_30m_tokens・ttl_12h_tokensを使います。判断するときは、書き込み量だけが増えていないかを、合計費用と合わせて見ます。
12hは最低有効期間の指定です。12時間で必ずデータが削除されるわけではなく、最大のデータ保持方針も変わりません。また、すべてのリクエストで低遅延になる保証はありません。
まとめ
定期処理に導入するなら、まず同じ指示や資料が何時間おきに何回使われるかを確かめるとよさそうです。共有部分を変えずにキャッシュの読み書きと総費用を比べれば、12時間設定に切り替える価値があるかを判断できます。
情報源
https://developers.openai.com/api/docs/changelog
原文公開日:2026-10-20
出典は上記のリンクから確認できます。発表元の説明と、編集部による分析・試算は本文中で区別しています。