OpenAI 于 2026 年 9 月 22 日公布 GPT-6 的提示词缓存改进。摘要称，改进包括更高的缓存命中率、新的诊断、显式断点，以及用于降低延迟与成本的控制项。对复用系统提示、工具说明和会话前缀的应用，缓存是否命中会同时影响延迟和账单。公开材料未给出命中率、延迟或费用的具体数字，也无接口示例。下文只依据这四点来写，不做外推。
命中率与成本控制
材料将更高命中率与降延迟、降成本的控制并列。更高命中意味着相同前缀更可能被复用；控制项则暗示缓存不完全是黑盒，调用方可做策略干预。这对长系统提示、多轮对话和批量任务更有意义。摘要未说明缓存粒度、计费折扣、最短前缀，也无相对旧模型的对比。因此只能认为 GPT-6 把缓存提升为可干预的成本与延迟手段，幅度未知。更稳妥的准备是保持前缀稳定、易变内容后置，以便控制项可用时能够命中。
诊断与显式断点
新的诊断指向可观察性，帮助判断未命中时前缀在何处分叉。显式断点则让开发者标明可缓存边界，避免动态字段污染整段前缀。RAG、智能体和多租户网关里，工具输出或检索片段一旦插入中间，隐式缓存很容易失效。材料未描述诊断字段、断点语法或 API 形态，故不能写成已经可以按层缓存。目前能确定的只有方向：缓存边界将变为显式声明。工程上可先拆分稳定块与易变块，等文档补齐再对接。
我的判断
价值在于把提示缓存做成可诊断、可切割的能力，对生产流量是加分方向。适用边界是前缀高度重复的负载；短请求或每次重构提示的场景获益有限。局限同样清楚：仅有方向性摘要，无量化结果和失败模式。完整说明发布前，不宜承诺省时或省钱，也不宜据此改预算。更合理的动作是等待命中率定义、断点语义和计费规则，并先把提示结构整理干净。