La caché de prompts aplica descuentos cuando varias peticiones comparten un prefijo largo e idéntico.
OpenAI amplía a 12 horas la caché de prompts en la API
La Responses API admite una caché de hasta 12 horas para GPT-5.6 y modelos posteriores. La opción reduce el coste de releer prefijos repetidos, pero encarece la primera escritura y no altera la retención de datos.
Contexto esencialAplicación, modelo y herramientas: cómo situar la novedad en tu trabajo.Minimizar
El punto de partida
La caché de prompts aplica descuentos cuando varias peticiones comparten un prefijo largo e idéntico.
La aplicación y el modelo son dos capas
En un asistente, el modelo produce respuestas y la aplicación organiza la conversación, los archivos y las herramientas disponibles. Una mejora del modelo puede cambiar cómo razona o escribe; una mejora del producto puede añadir edición, colaboración o conexiones sin cambiar el modelo de la misma forma. Compartir una marca o una familia de modelos no significa compartir todas las capacidades.
Cuando se conecta una herramienta, el asistente puede recibir información que antes no tenía o preparar una acción que antes no podía realizar. Eso depende de la conexión y de sus permisos. La información disponible en una conversación tampoco equivale necesariamente a un archivo guardado o a un resultado publicado fuera de ella.
Un ejemplo para situar la novedad
Imagina que trabajas con un informe: pedir un resumen es una tarea; contrastar sus fuentes es otra; convertirlo en una presentación editable añade una tercera etapa. Una actualización puede facilitar una de esas transiciones. Para valorarla, identifica qué entrada acepta, qué resultado entrega y qué parte puedes revisar o seguir editando.
La aplicación de uso habitual y una API para desarrolladores son vías de acceso distintas. La API permite que otro programa envíe peticiones, pero no traslada automáticamente todas las herramientas de la aplicación ni sus condiciones de acceso. El artículo precisa a qué producto, modalidad y despliegue corresponde la novedad.
Cómo se conectan las piezas
Una API define las peticiones que un programa puede hacer a otro servicio y las respuestas que debe interpretar. Un SDK facilita esas peticiones desde un lenguaje de programación. Que dos servicios acepten un formato parecido puede facilitar la conexión, pero no garantiza que admitan las mismas herramientas, parámetros o límites.
MCP organiza cómo un cliente descubre y utiliza herramientas o recursos ofrecidos por un servidor. El cliente, el servidor y el modelo siguen siendo componentes distintos. En un ejemplo de consulta de documentos, conectar una herramienta permite pedir una búsqueda; no autoriza por sí solo a modificar o compartir los archivos encontrados. Conviene seguir qué operación concreta habilita la novedad.
OpenAI ha añadido a la Responses API una vida útil de 12 horas para la caché de prompts en GPT-5.6 y modelos posteriores. Se activa con prompt_cache_options.ttl en 12h; el valor predeterminado sigue siendo 30m. La función está pensada para aplicaciones que reutilizan instrucciones, herramientas o documentos largos a lo largo de una jornada.
La caché solo puede aprovechar un prefijo idéntico de al menos 1.024 tokens visibles. Por eso conviene colocar al principio las instrucciones y herramientas estables y dejar al final la parte variable de cada petición. También se pueden combinar vidas útiles mediante puntos de corte explícitos, siempre que cada segmento conserve el mismo prefijo.
La ampliación no es gratuita. La documentación fija la escritura de una entrada de 12 horas en 2,5 veces el precio de entrada sin caché, frente a 1,25 veces para 30 minutos. Las lecturas mantienen la misma tarifa durante su vida útil; en GPT-6.1 Sol, OpenAI indica un precio de lectura equivalente a 0,05 veces la entrada sin caché.
La opción no fija un plazo de borrado ni modifica la retención máxima de la API. Tampoco garantiza menor latencia en todos los casos ni que el proveedor reutilice físicamente el mismo estado interno. Para decidir si compensa, hay que medir cuántas veces se repite el prefijo dentro de doce horas y comparar el coste adicional de escritura con el ahorro de las lecturas.
A tener en cuenta
La primera escritura cuesta más y la reducción real depende de repetir exactamente el mismo prefijo; la opción no cambia las reglas de retención.