A OpenAI adicionou uma opção de cache de 12 horas à Responses API em 20 de outubro de 2026, dando aos desenvolvedores uma janela maior para reutilizar prefixos de prompt inalterados em chamadas separadas. A GEroundtable informa que o novo TTL estende o comportamento usual de 30 minutos para sessões que podem ficar inativas e ser retomadas depois.
A contrapartida é o preço. Gravar no cache de 12 horas custa 2.5x a taxa normal de entrada, contra 1.25x no cache padrão de 30 minutos. Leituras do cache continuam com desconto de 0.1x na maioria dos modelos compatíveis e de 0.05x no GPT-6.1 Sol.
Para quem constrói automações, isso muda o ponto de equilíbrio em vez de tornar o cache mais barato em todos os casos. Prompts de sistema longos, instruções de ferramentas ou um grande contexto de referência podem valer o armazenamento por meio dia se um agente provavelmente for reativado e reutilizá-los; solicitações únicas provavelmente não.
Há também uma alegação separada sobre Codex e Work que exige cautela. O líder do Codex, Tibo Sottiaux, afirmou que usuários com login manteriam o cache ao voltar a conversas antigas ou retomar após algumas horas. Isso foi reportado, mas ainda não está documentado nos materiais da API da OpenAI, então trate como uma alegação de produto, não como um contrato garantido da plataforma.