知识卡片：OpenAI 推出 12 小时 API 缓存，Codex 与 Work 缓存永久保留

一句话结论

OpenAI 为 API 增加最长 12 小时的提示缓存选项（对 GPT-5.6 及以上模型生效），同时宣布 Codex 和 Work 登录用户的缓存永久保留；但官方文档明确 12 小时只是“按缓存命中计费”的最短生命周期，不保证复用 KV 张量或降低延迟。

事件概述或研究问题

据腾讯研究院 AI 速递（20261022）转述，ChatGPT 和 Codex 负责人 Tibo 宣布 OpenAI API 提供 12 小时缓存选项，Codex 与 Work 登录用户的缓存将永久保留。该速递同时提到，DeepSeek 开源推理框架的缓存保留目标达 3 天。本条关注的问题是：长时效缓存对 API 成本结构与开发者使用方式意味着什么，以及“缓存保留”与实际性能收益之间的差距。

方法/产品要点

• 适用模型：该选项对 GPT-5.6 及以上模型生效。
• 时长选项：可在默认 30 分钟与 12 小时之间选择。
• 价格变化：选 12 小时后，缓存写入价格从未缓存输入的 1.25 倍升至 2.5 倍；缓存读取价格不变。
• 官方口径：文档称 12 小时仅为按缓存命中计费的最短生命周期，不保证复用 KV 张量，也不保证降低延迟。
• 账号侧政策：Codex 和 Work 登录用户的缓存永久保留。
• 对照信息：DeepSeek 开源推理框架的缓存保留目标为 3 天。

主要结果或产业意义

把缓存从“短时命中”拉长到“半天级”，实质是把上下文复用变成一项可按小时计价的商品：写入更贵（2.5 倍），读取不变，鼓励开发者在长会话、长文档、重复系统提示等场景中权衡“多付写入费换多次便宜读取”。Codex 与 Work 登录用户缓存永久保留，则更像是把缓存作为订阅侧的产品体验而非纯计费项。行业层面，缓存保留时长（OpenAI 12 小时、DeepSeek 目标 3 天）正成为推理服务竞争的一个显性参数。

为什么重要

• 对开发者：缓存写入成本翻倍（相对未缓存输入的 1.25 倍升至 2.5 倍），需要重新估算长上下文与多轮调用场景的账单结构。
• 对产品设计：缓存永久保留使 Codex/Work 这类持续型工作流的上下文连续性更强，可能影响用户对“AI 记得我”的预期。
• 对行业对比：缓存时长成为可比较的服务指标，但“保留时长”不等于“命中收益”，需区分计费口径与真实性能。
• 与既有卡片的关系：此前卡片涉及 Codex 的教育插件与产品工作流，本条补上 Codex 在基础设施侧的缓存政策增量，但不重复其功能描述。

局限与不确定性

• 速递为二手转述，“Tibo”全名、公告原文与生效时间待核实。
• “GPT-5.6 及以上模型”的具体型号清单待核实。
• 12 小时缓存的实际命中率、对延迟的真实影响未披露；文档已声明不保证复用 KV 张量或降低延迟。
• Codex 与 Work 缓存“永久保留”的具体范围（是否含所有登录用户、是否有配额上限）待核实。
• DeepSeek 缓存保留 3 天的说法来自同一速递，原始出处待核实。

可用于图书/PPT/简报的角度

• “缓存即商品”：把上下文复用拆成写入价与读取价的定价思路。
• 计费口径 vs 性能承诺：为什么“12 小时”不等于“更快”。
• 推理服务竞争参数表：缓存时长、写入倍率、读取价格作为可比维度。
• 订阅产品与 API 产品的缓存策略分化（Codex/Work 永久保留 vs API 可选 12 小时）。

原始材料

• 来源：腾讯研究院 AI 速递 20261022
• 标题：腾讯研究院AI速递 20261022
• URL：https://m.sohu.com/a/1090863002_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
• 条目：三、OpenAI推出12小时API缓存，Codex与Work缓存永久保留
• 英文关键词：OpenAI API prompt caching, 12-hour cache, Codex, ChatGPT Work, GPT-5.6, KV tensor reuse, cache write pricing