OpenAI GPT-5.6 三款模型登陆 Amazon Bedrock，显式提示缓存可降低 90% 推理成本

一句话看懂

OpenAI GPT-5.6 三款模型（Sol/Terra/Luna）在 Amazon Bedrock 上线，新增显式提示缓存，缓存读取成本打一折，适合代理工作流等重复提示场景。

详细发生了什么

OpenAI 与 AWS 联合宣布，GPT-5.6 系列模型（Sol、Terra、Luna）已在 Amazon Bedrock 上正式可用。三款模型覆盖不同能力层级：Sol 面向复杂推理与智能体编码，Terra 适合日常生产负载，Luna 专为分类、摘要等高吞吐任务设计。

新模型通过 Amazon Bedrock 的 bedrock-mantle 端点提供服务，使用 OpenAI 兼容的 Responses API。认证方式推荐使用 AWS 凭证生成的短期 bearer token，无需长期密钥。模型支持 reasoning effort 级别（none/low/medium/high/xhigh），且 GPT-5.6 比前代更节省 token，可在更低 effort 下保持质量。

最值得关注的新功能是显式提示缓存（explicit prompt caching）：开发者可以手动标记提示中的稳定前缀（如系统指令、工具定义、参考文档），这些内容会被缓存并在后续请求中复用。缓存读取按 90% 折扣计费，缓存写入按 1.25 倍计费，缓存有效期为 30 分钟。对于代理工作流这类重复提示场景，显式缓存比默认的隐式缓存命中率更高。

此外，模型支持 function calling、结构化输出（strict JSON schema）以及流式响应，与 OpenAI 原生 API 完全兼容。

中文圈视角

对国内用户来说，这条消息有几个关键点：

可用性与门槛：GPT-5.6 通过 Amazon Bedrock 提供，国内用户需要能够访问 AWS 服务（通常需要国际网络环境）。相比直接调用 OpenAI API，Bedrock 的优势在于可以计入 AWS 承诺消费、享受 AWS 的安全与治理控制。对于已经在使用 AWS 的企业，这是一个更合规、更易管理的入口。
国产平替对比：国内类似服务如阿里云百炼、百度千帆、华为云 ModelArts 等也提供多模型托管，但尚未见到如此细粒度的显式缓存控制。显式缓存对于高频调用场景（如客服机器人、代码助手）能显著降低成本，国内平台如果跟进，将利好开发者。
对中文场景的影响：GPT-5.6 的中文能力预计延续 OpenAI 一贯水平，但通过 Bedrock 使用可能面临更高的延迟（服务器在海外）。对于实时性要求高的应用，国产模型（如 DeepSeek、Qwen）在延迟和成本上仍有优势。
监管合规：通过 AWS 使用 OpenAI 模型，数据会出境，需符合《数据安全法》和《个人信息保护法》要求。企业应评估数据脱敏和合规方案。

几条值得记住的细节

模型 ID：openai.gpt-5.6-sol、openai.gpt-5.6-terra、openai.gpt-5.6-luna。Sol 仅在美国东部（弗吉尼亚、俄亥俄）可用，Terra 和 Luna 额外支持美国西部（俄勒冈）。
缓存折扣：缓存读取按 90% 折扣计费，缓存写入按 1.25 倍计费，缓存有效期 30 分钟。
隐式缓存默认开启：无需修改代码即可享受缓存，但显式缓存命中率更高，适合代理工作流。
推理 effort 建议：从 GPT-5.5/5.4 升级时，先保持原 effort 级别，再尝试降低一级，GPT-5.6 更 token 高效。
认证方式：使用 aws-bedrock-token-generator 生成短期 token，避免长期密钥泄露风险。

一句话总结

如果你在用 AWS 且需要高频调用 OpenAI 模型，GPT-5.6 的显式缓存能大幅降低推理成本，值得立即试用。