OpenAI anunció el 20 de octubre de 2026 la opción de conservar durante más tiempo los prefijos de contexto reutilizables en su API. La documentación de prompt caching, consultada el día 21, permite solicitar en la Responses API una duración mínima de 12 horas, frente a los 30 minutos predeterminados, para los modelos compatibles de la familia GPT-5.6 y posteriores.
Puede interesar a aplicaciones que repiten instrucciones o material de referencia con varias horas de separación. La contrapartida es económica: escribir esa caché cuesta más y no toda petición posterior conseguirá reutilizarla.
Doce horas es un mínimo
La opción se configura con prompt_cache_options.ttl: "12h"; el valor predeterminado es "30m". La documentación distingue estos ajustes del parámetro antiguo prompt_cache_retention, utilizado por modelos anteriores.
La duración solicitada es un mínimo de permanencia. No fija una hora de borrado, no cambia la política máxima de conservación de datos y no garantiza por sí sola que una petición encuentre una entrada reutilizable. Conviene revisar además las condiciones de tratamiento de datos aplicables al modelo y a la organización, sin dar por supuesta compatibilidad automática con políticas de retención cero.
La escritura tiene un precio distinto
Para los modelos descritos en esa sección de la documentación, escribir con duración de 30 minutos cuesta 1,25 veces la tarifa de entrada ordinaria; con 12 horas cuesta 2,5 veces. Son tarifas totales de escritura: no se suman otra vez al precio normal de esos mismos tokens.
La tarifa de lectura es la misma para ambas duraciones: 0,1 veces la entrada ordinaria en la mayoría de esos modelos, y 0,05 veces en GPT-6.1 Sol. Hay que consultar la tarifa concreta del modelo antes de calcular un presupuesto.
Como ejemplo hipotético, supongamos que procesar un bloque fijo sin caché cuesta una unidad y que su lectura en caché cuesta 0,1. Una escritura de 12 horas y nueve lecturas completas suman 2,5 + 9 × 0,1 = 3,4 unidades, frente a diez sin caché. Pero una escritura y una sola lectura cuestan 2,6, frente a dos sin caché: en ese caso se paga más.
Es aritmética comprobada localmente, no una medición de la API. Excluye la salida generada y el contexto variable; supone una sola escritura y aciertos completos. Tampoco compara ese resultado con varias escrituras de 30 minutos, que podrían resultar más convenientes según los intervalos de uso.
El prefijo debe seguir siendo reutilizable
La caché reutiliza cálculo del contexto inicial, no una respuesta terminada. El prefijo renderizado debe coincidir: modificar herramientas o instrucciones antes del punto de corte puede impedir reutilizar lo que viene después. El modelo, la región de procesamiento y la organización también condicionan la reutilización. El mínimo de longitud depende del modelo.
Un asistente interno que consulta el mismo manual por la mañana y por la tarde es un posible candidato. Antes de ampliar la duración, conviene medir qué parte del contexto repite y por qué falla la caché. Enlazamos el antecedente sobre diagnósticos de fallos de caché de OpenAI.
Mantener una sesión o elegir 12 horas no garantiza un acierto. La función tampoco garantiza respuestas idénticas ni elimina el cómputo de los tokens almacenados dentro de los límites de tokens por minuto. Puntoes no ha realizado llamadas de pago ni medido latencia para este artículo.