🎬 Assista esta matéria
A OpenAI passou a oferecer nesta terça-feira (20) um cache de prompt com validade de 12 horas na sua API, segundo registro no changelog oficial para desenvolvedores. Até agora, a única opção era o cache padrão de 30 minutos, que continua existindo.
Cache de prompt é o mecanismo que evita pagar duas vezes pelo mesmo texto. Quando um aplicativo manda sempre as mesmas instruções de sistema, a mesma lista de ferramentas e o mesmo documento de referência, o provedor guarda esse trecho processado e cobra uma fração do preço quando ele reaparece. O limite era o relógio: passados 30 minutos sem uso, o cache expirava e a próxima chamada voltava a custar preço cheio.
Para agentes que ficam o dia inteiro ligados
A mudança é dirigida a um tipo de aplicação que a própria empresa vem empurrando. Na conta oficial para desenvolvedores, a OpenAI citou os “agentes persistentes, como os dots” — os agentes sempre ligados que lançou no ChatGPT — como caso de uso: eles reaproveitam o mesmo contexto ao longo do dia, com horas de intervalo entre uma ação e outra, justamente o padrão que o cache de 30 minutos nunca atendia.
O preço tem contrapartida. A gravação no cache de 12 horas custa 2,5 vezes o valor do token de entrada, contra o acréscimo menor cobrado na janela de 30 minutos. A leitura, quando acerta o cache, segue na tarifa reduzida de entrada em cache. Ou seja, a conta só fecha para quem tem alto índice de reaproveitamento; para tráfego esporádico e prompts que mudam a cada chamada, a opção longa sai mais caro.
Como escolher a janela
A configuração é feita por requisição, na Responses API. O desenvolvedor pode manter o padrão de 30 minutos, pedir a janela de 12 horas ou usar pontos de corte explícitos no prompt para combinar as duas retenções numa mesma chamada — guardando por 12 horas o bloco que nunca muda e por 30 minutos o pedaço que varia.
Em paralelo, um engenheiro da empresa afirmou publicamente que, para usuários logados no Codex e no Work, o cache passa a ser mantido indefinidamente, sem penalidade para quem retoma uma conversa antiga horas depois. Isso vale para esses produtos, não para a API.
O movimento acompanha o que os concorrentes fizeram nos últimos meses: a Anthropic lançou o Fable 5.1 com cache 75% mais barato e a DeepSeek cortou o custo de cache no V4.1 Flash. Com os agentes consumindo contexto cada vez maior, o preço de lembrar virou tão disputado quanto o preço de pensar.
Fontes: Changelog da OpenAI · OpenAI Devs
🎙️ Gostou? Receba só o que te interessa, todo dia
Escolha seus temas e receba um briefing diário em áudio e texto, de graça, no WhatsApp ou e-mail.
Montar meu briefing grátis