OpenAI amplía la caché a 12 horas: escribirla cuesta 2,5 veces más

OpenAI incorporó a la Responses API una opción para conservar prefijos de prompts durante un mínimo de 12 horas el 20 de octubre de 2026; escribir esa entrada cuesta 2,5 veces la tarifa ordinaria de entrada, según su registro de cambios. La duración adicional puede abaratar las solicitudes de un agente que retoma las mismas instrucciones horas después. Para compensar la escritura más cara, ese prefijo tiene que volver a leerse.

La opción predeterminada conserva el prefijo durante un mínimo de 30 minutos y cobra 1,25 veces la entrada ordinaria por escribirlo; la tarifa de lectura es igual con ambas duraciones. El análisis de CellCog, publicado el mismo día, cita esta observación de Nikunj Handa, de OpenAI, sobre los agentes persistentes: «Some persistent agents (similar to dots) building on our API have seen big cost savings via this feature». El resultado depende de cuántas veces reaparezca un comienzo de solicitud idéntico y de si la entrada corta sigue disponible cuando reaparece.

Qué se paga al escribir y al leer

La guía de caché de OpenAI precisa que 1,25 veces para 30 minutos y 2,5 veces para 12 horas son tarifas totales de escritura, no recargos añadidos al precio normal. Una lectura cuesta 0,1 veces la entrada ordinaria en la mayoría de los modelos compatibles y 0,05 veces en GPT-6.1 Sol. Elegir una duración mayor cambia el coste inicial y el tiempo mínimo de disponibilidad, pero no rebaja más cada lectura.

La caché se aplica al comienzo reutilizable de la solicitud. Ese prefijo puede contener instrucciones, definiciones de herramientas y material de referencia, mientras que la pregunta o los datos nuevos aparecen después. Para obtener una lectura facturada a precio reducido, la nueva solicitud debe coincidir con un prefijo guardado en un punto de caché elegible. Si cambian las instrucciones situadas al principio, la coincidencia se pierde desde ese punto; conservar la entrada más tiempo no convierte en reutilizable un contenido que ya es distinto.

En los modelos GPT-5.6 y posteriores que admiten este control, la Responses API acepta prompt_cache_options.ttl con los valores 30m y 12h; el primero es el predeterminado. El prefijo visible necesita al menos 1024 tokens para ser elegible. Los modelos anteriores utilizan prompt_cache_retention y tienen otras reglas de retención, de modo que la comparación de tarifas aquí corresponde a la nueva opción de la Responses API.

Tres patrones con el mismo prefijo

Los siguientes casos son hipotéticos y aíslan únicamente el coste de un prefijo elegible e idéntico en todas las solicitudes. Una unidad equivale a procesar ese prefijo una vez a la tarifa ordinaria de entrada; se supone una lectura a 0,1 unidades, coincidencia completa y ninguna diferencia en los tokens nuevos ni en la salida. La columna implícita de entrada ordinaria sirve como referencia matemática para apreciar el ahorro.

• Una llamada: el prefijo cuesta 1 unidad a tarifa ordinaria, 1,25 si se escribe con duración de 30 minutos y 2,5 si se escribe con duración de 12 horas. Sin una lectura posterior, pagar por conservarlo más tiempo eleva el coste de ese prefijo.
• Tres llamadas cada diez minutos: procesar el prefijo tres veces a tarifa ordinaria suma 3 unidades. Una escritura corta y dos lecturas suman 1,45; una escritura larga y las mismas dos lecturas, 2,7. Si las solicitudes coinciden y la entrada corta permanece disponible, la duración larga no aporta ahorro.
• Tres llamadas cada cuatro horas: la referencia ordinaria sigue siendo de 3 unidades. Si el prefijo corto ya no está disponible en cada regreso, tres escrituras de 30 minutos suman 3,75; una escritura de 12 horas y dos lecturas suman 2,7. Aquí la duración larga evita escrituras repetidas y cambia el resultado.

El último caso supone que la entrada corta deja de estar disponible entre solicitudes; no establece una caducidad exacta a los 30 minutos. Ambas duraciones son mínimos y OpenAI puede conservar una entrada más tiempo. Si la solicitud de cuatro horas encuentra todavía el prefijo corto, su factura se acercará a la del caso de lecturas, no a la de tres escrituras.

El punto de equilibrio depende de las escrituras evitadas

Frente a procesar siempre el prefijo a tarifa ordinaria, la opción larga necesita dos lecturas después de la escritura inicial para ahorrar dinero con la tarifa habitual. Una escritura y una lectura cuestan 2,6 unidades frente a 2; una escritura y dos lecturas cuestan 2,7 frente a 3. Con la lectura de 0,05 veces de GPT-6.1 Sol, la tercera utilización también es la primera que queda por debajo de la referencia ordinaria.

Frente a una entrada corta que aún admite lecturas, la larga conserva una diferencia inicial de 1,25 unidades: ambas cobran lo mismo por leer. Si cada utilización separada obliga a una nueva escritura corta, dos escrituras cuestan 2,5 unidades y todavía son ligeramente más baratas que una escritura larga seguida de una lectura, que cuesta 2,6. Al llegar a tres escrituras cortas, el coste sube a 3,75, frente a 2,7 de una escritura larga y dos lecturas. Por eso importa contar las escrituras cortas que realmente se evitan, además del número total de llamadas.

La duración útil termina donde cambia el prefijo

Un agente que vuelve durante la jornada puede mantener estables sus instrucciones y herramientas mientras cambia el contexto de cada tarea. La Responses API permite asignar 12 horas a un punto explícito de caché situado al final del prefijo compartido y 30 minutos a otro punto para el contexto de sesión. Así, cada tramo recibe una duración acorde con su reutilización: incluir contenido variable en una escritura larga aumenta el coste de tokens que quizá nunca vuelvan a coincidir.

La duración se decide al escribir. Ampliar una cobertura válida de 30 minutos a 12 horas genera una nueva escritura de esos tokens, sin descontar lo pagado por la anterior. Una lectura tampoco reinicia por sí sola un periodo completo de 12 horas: la cobertura larga mantiene su vencimiento, aunque una lectura con duración de 30 minutos puede prolongar la elegibilidad al menos media hora desde esa lectura.

La consecuencia para los agentes que se reanudan tras varias horas es concreta: el ahorro aparece cuando el mismo prefijo permanece elegible y la cobertura larga sustituye suficientes escrituras cortas. Si las instrucciones cambian antes de reutilizarse o la entrada de 30 minutos sigue dando lecturas entre pausas, el mayor precio inicial consume esa ventaja.

Lee también:

• Empirik capta 21 millones: prevenir fallos vale más que explicarlos
• OpenAI promete no guardar prompts: la seguridad se procesará aparte
• La caché de Bedrock ahorra hasta un 90%, si el prefijo no cambia