> ## Documentation Index > Fetch the complete documentation index at: https://docs.apimart.ai/llms.txt > Use this file to discover all available pages before exploring further. # Guide du cache de contexte OpenAI > Utilisez le cache de 30 minutes ou de 12 heures via Responses pour réutiliser des prompts, documents et préfixes de conversation stables. Pour les modèles GPT-5.6 et ultérieurs compatibles, définissez `prompt_cache_options.ttl` dans une requête [Responses API](https://docs.apimart.ai/fr/api-reference/texts/openai/responses.md) pour choisir une durée minimale de cache de 30 minutes ou de 12 heures. Les exemples utilisent `gpt-6.1-terra`. > [!NOTE] > > Le cache de 12 heures est disponible uniquement sur `/v1/responses`, pas sur `/v1/chat/completions`. Le TTL indique une durée minimale, pas une échéance de suppression ni une garantie de réutilisation à chaque requête. ## Définir la clé API ```bash theme={null} export API_KEY="YOUR_API_KEY" ``` > [!NOTE] > > Le texte long des exemples est un contenu de remplacement. Utilisez votre contenu réel. Le préfixe à mettre en cache doit contenir au moins 1 024 tokens ; ce court texte de remplacement ne déclenche pas une écriture en cache. ## Utiliser le cache de 30 minutes Définissez `prompt_cache_options.ttl` sur `"30m"`. Sans `ttl`, la durée est aussi de 30 minutes. Sans `mode`, le cache est implicite : le service en amont choisit automatiquement le point de cache. ```bash theme={null} curl "https://api.apimart.ai/v1/responses" \ -H "Authorization: Bearer $API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-6.1-terra", "prompt_cache_options": { "ttl": "30m" }, "input": [ { "role": "user", "content": [ { "type": "input_text", "text": "Long reference material to reuse (at least 1024 tokens)... Summarize the key points." } ] } ] }' ``` ## Utiliser le cache de 12 heures Remplacez la valeur du même champ par `"12h"` en conservant le reste de la structure : ```bash theme={null} curl "https://api.apimart.ai/v1/responses" \ -H "Authorization: Bearer $API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-6.1-terra", "prompt_cache_options": { "ttl": "12h" }, "input": [ { "role": "user", "content": [ { "type": "input_text", "text": "Long reference material to reuse (at least 1024 tokens)... Summarize the key points." } ] } ] }' ``` ## Réutiliser un préfixe fixe pour différentes questions Pour réutiliser un long document en changeant seulement la dernière question, définissez `mode` sur `"explicit"` et ajoutez `prompt_cache_breakpoint` au bloc `input_text` qui termine le contenu fixe. Cet exemple utilise 12 heures ; pour 30 minutes, passez le TTL de la requête à `"30m"`. > [!NOTE] > > Avec `mode: "explicit"` sans point de cache, aucune lecture ni écriture en cache ne se produit. Le point ci-dessous ne possède pas de TTL propre et hérite donc de `prompt_cache_options.ttl` au niveau de la requête. ```bash theme={null} curl "https://api.apimart.ai/v1/responses" \ -H "Authorization: Bearer $API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-6.1-terra", "prompt_cache_options": { "ttl": "12h", "mode": "explicit" }, "input": [ { "role": "user", "content": [ { "type": "input_text", "text": "Long reference material to reuse (at least 1024 tokens)...", "prompt_cache_breakpoint": { "mode": "explicit" } } ] }, { "role": "user", "content": [ { "type": "input_text", "text": "Summarize the three main points in the reference material." } ] } ] }' ``` Renvoyez le même modèle, le même préfixe fixe et le même point de cache lors des requêtes suivantes, en modifiant seulement le dernier message utilisateur. Conservez le contenu, son ordre et les paramètres affectant le contexte. Aucun identifiant de cache à créer ou à transmettre. ## Vérifier les statistiques du cache Consultez `usage.input_tokens_details` dans la réponse : * `cached_tokens`: Tokens lus depuis le cache pour cette requête. Une valeur supérieure à 0 indique une lecture du cache. * `cache_write_tokens`: Nombre total de tokens écrits dans le cache pour cette requête. * `cache_write_tokens_details.ttl_30m_tokens`: Tokens écrits avec un TTL de 30 minutes pour cette requête. * `cache_write_tokens_details.ttl_12h_tokens`: Tokens écrits avec un TTL de 12 heures pour cette requête. Après la première écriture, envoyez une nouvelle requête avec le même préfixe stable et vérifiez `cached_tokens`. La valeur peut être 0 si le préfixe est trop court, si le contenu change ou si le cache ne correspond pas. ### Exemple de cache usage et comptage des tokens Cet extrait de réponse montre uniquement `usage` pour un modèle OpenAI compatible avec le cache, avec des écritures pour les deux TTL. Les valeurs réelles dépendent de la réponse. ```json theme={null} { "usage": { "input_tokens": 12000, "input_tokens_details": { "cached_tokens": 4000, "cache_write_tokens": 7000, "cache_write_tokens_details": { "ttl_30m_tokens": 5000, "ttl_12h_tokens": 2000 } }, "output_tokens": 1000, "total_tokens": 13000 } } ``` Tokens d’entrée ordinaires: ```text theme={null} input_tokens - input_tokens_details.cached_tokens - input_tokens_details.cache_write_tokens ``` ```text theme={null} cache_write_tokens = ttl_30m_tokens + ttl_12h_tokens total_tokens = input_tokens + output_tokens ``` Les lectures et écritures du cache sont déjà incluses dans `input_tokens`. Les deux valeurs par TTL sont des composantes de `cache_write_tokens` : ne cumulez pas le total avec ses composantes et ne rajoutez pas les lectures et écritures au total d’entrée. Ici, l’entrée ordinaire vaut `12000 - 4000 - 7000 = 1000`, les écritures `5000 + 2000 = 7000` et le total des tokens `12000 + 1000 = 13000`. Consultez le [guide officiel OpenAI du cache de prompts](https://developers.openai.com/api/docs/guides/prompt-caching) pour son fonctionnement. This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.