缓存命中就一定省钱吗？

要看复用次数、读写价格和总账单。缓存读取便宜，不代表首次写入免费；输出和工具等费用也可能占主要部分。

可以把所有 input_tokens 都乘普通输入价吗？

不能直接这样算。先确认接口是否把缓存 token 包含在输入总量中，拆成互不重叠的类别，再分别计价。

不是。它只比较指定前缀的处理费用，排除了输出、新增后缀和工具费；也不是 Ofox 报价或客户账单。

缓存命中率不能直接换成账单降幅。 先拆开普通输入、缓存读取、缓存写入和输出，再按对应模型与路由单价计算。命中率高，但输出多、写入频繁或失败重试多，整项任务的费用仍可能很高。

本文于 2026 年 9 月 17 日核对官方缓存说明，提供可复算方法；下面的价格示例是假设值，不是 Ofox 现价或客户实测账单。

当前 OpenAI 缓存文档对 GPT-5.6 及之后模型规定：缓存写入按普通输入单价的 1.25 倍，读取按 0.1 倍。写入费替代该部分 token 的普通输入费，不是在普通输入费之外再加 1.25 倍。

较早模型的规则不同，不能把某代模型“无额外写入费”的说明推广到全部模型。Anthropic 缓存文档也区分读写与保留时长，应查实际模型和对应规则，不能直接套 OpenAI 的倍数。

OpenAI 按模型代际区分缓存读写计费的文档

官方截图拍摄于 2026 年 9 月 16 日，保留英文界面。它说明 OpenAI API 的规则，不是 Ofox 路由报价，也不是 Codex 订阅额度表。

在当前 OpenAI Responses 文档示例中，普通输入的计算为：

普通输入 = input_tokens
         - input_tokens_details.cached_tokens
         - input_tokens_details.cache_write_tokens

不要把这个结构直接套到所有兼容接口。先读其 usage 字段定义；缺失字段表示未知，不能未经核实当作零。计数不能为负，异常时先查字段含义。

将各项统一为每百万 token 单价后：

费用 =（普通输入 × 普通输入价
      + 缓存读取 × 读取价
      + 缓存写入 × 写入价
      + 输出 × 输出价）/ 1,000,000
      + 其他适用费用

币种必须一致。图像 token、每张图片、每秒视频和工具调用费不能直接塞进同一个文本 token 乘法中。

假设前缀长 10,000 token，普通输入 $2/百万、写入 $2.50/百万、读取 $0.20/百万。第一次完整写入，之后九次完整命中同一前缀：

前缀费用下降 (0.200 - 0.043) / 0.200 = 78.5%。这个比例不包括输出、新增后缀、工具调用或额外重试，不是整张账单降幅。若发生更多写入或命中不完整，应重新计算。

对同一统计范围，用缓存读取 token 总数除以输入 token 总数；不要把每个请求的百分比简单平均，否则短请求与长请求会被赋予相同权重。仍需核对该接口的输入总数定义。

逐次保留日期、模型、路由、各类用量、重试、扣费与验收结果。比较同一任务所有尝试的总费用，而不是只挑命中率最高的一次。Astra 与 Sol 对比展示为什么供应商与路由也要分开。

核对 Ofox 报价时，需要同时定位 GitHub catalog 实现和当前响应，区分 pricing 与 provider_price.pricing；仓库接口读取动态数据，不是永久静态价表。服务商核查清单给出记录方法。

API 缓存费用不能反推订阅周额度。账户用量问题请看 Codex 恢复时间，图像计费请看图像价格说明。