一句话看懂：有开发者在 GitHub 上报告，OpenAI Codex CLI 接入 AWS Bedrock 后，因缺乏对 GPT-5.6 Sol 模型显式提示缓存的启用支持，导致缓存写入 token 激增，估算费用上涨至正常水平的近 10 倍（4 天约 1386 美元，其中缓存写入占 85%）。
事件核心：发生了什么
8 月 9 日，一位用户在 OpenAI Codex 官方仓库提交 issue（编号 #37674），指出 Codex CLI 0.147.0 版本在通过原生 Amazon Bedrock 提供商调用 GPT-5.6 Sol 模型时，无法使用 AWS 文档中明确支持的“显式提示缓存”机制。该问题在 8 月 5 日至 8 月 8 日的生产环境使用中造成明显成本异常：4 天共发起 3656 次请求，产生 1.72 亿个缓存写入 token，估算缓存写入费用高达 1182.09 美元，占模型总估算费用（1386.46 美元）的约 85%。相比之下，本地会话中同样请求的缓存读取 token 为零，意味着每次请求都在重复写入相同的前缀内容，而非命中缓存。
为什么重要
这一 bug 暴露了 AI 编码工具在云原生部署中的成本控制盲区。GPT-5.6 Sol 这类为智能体工作流设计的模型，通常依赖长时间稳定的系统指令和工具定义来保持上下文一致性；显式提示缓存正是为了降低这类重复前缀带来的推理成本。Codex 在 Bedrock 上默认关闭该能力，直接导致开发者为无效的 token 重复计费。这不仅影响单个开发者账单，也对 AWS 与 OpenAI 在企业市场的合作构成信任成本——企业客户在评估 Bedrock 上的 Codex 方案时，会将此类“隐藏溢价”视为采用障碍。目前公开信息显示，该 issue 已被标记为 enhancement（功能增强），并关联了 rate-limits 与 token 用量报告类别。
对用户/开发者/创作者的影响
对于使用 Codex CLI 且通过 AWS Bedrock 路由流量的开发者，最直接的冲击是账单：在长会话、频繁工具调用的智能体场景下，若未主动监测缓存写入指标，月底费用可能远超预期。该 issue 建议用户检查 CloudWatch 中的 cache_write_input_tokens 与 cached_input_tokens 指标以定位问题。对希望自行规避成本的团队，现阶段没有通过 config.toml 配置请求体转换的临时方案，只能等待官方补丁或改用非原生提供商。对 AI 工具链的采购决策者而言，这一事件也提示：在评估“模型 + 云平台”组合时，需要将缓存机制的可配置性视为功能需求，而非仅仅比较单次 token 单价。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
后续观察点包括：一是 OpenAI 是否会在近期 Codex 版本中为 Bedrock Responses API 补齐 prompt_cache_options 与 prompt_cache_breakpoint 的序列化支持；二是 AWS 是否会调整 GPT-5.6 在 Bedrock 上的计价方式或默认缓存策略，以降低客户试错成本；三是社区是否会形成针对 Codex 在各类云提供商上的费用监控插件，毕竟该类问题对使用 Azure 或自建基础设施的用户同样具有参考价值。
