GPT-6 Astra API

Perbandingan harga: API resmi, OpenRouter, dan Wokey

USD per satu juta token. Harga API resmi dan OpenRouter diperiksa manual pada 2026-09-29, belum termasuk pajak; harga Wokey dibaca dari daftar harga terkini.

Diperiksa 2026-09-29 · Halaman harga resmi · Daftar endpoint OpenRouter

Sekilas tentang GPT-6 Astra

Tanggal rilis

2026-09-03 untuk organisasi API terpilih dan Daybreak; mulai 09-04 menyusul ChatGPT Business, Pro, dan Plus, sedangkan Enterprise diaktifkan oleh admin. Pro, Business, dan Enterprise juga mendapat Astra Pro

Posisi

OpenAI memosisikannya “for our highest level of capability”. GPT-6 Sol (dirilis 09-22) ditujukan untuk tugas berat dan GPT-6 Luna untuk skala besar, dan OpenAI menyatakan Astra tetap model terbaiknya di semua aspek

Konteks dan output

Konteks 1,050,000 (input maksimum 922K) dan output maksimum 128K; input teks dan gambar, output teks; batas pengetahuan 2026-04-30

Reasoning effort

low / medium / high / xhigh / max, tanpa none; item configuration_update mengubah effort di tengah percakapan tanpa merusak prefiks cache

Harga resmi

$10 input / $50 output per 1 juta token, cache read $1, cache write $12.50; request dengan input di atas 272K ditagih seluruhnya dengan 2x untuk input dan cache serta 1.5x untuk output ($20 / $2 / $25 / $75); Batch dan Flex diskon 50%, mode Fast 2x

Batasan keamanan siber

OpenAI menilai kemampuan sibernya sebagai Critical menurut Preparedness Framework. Model publik menolak menulis proof-of-concept exploit dan dibatasi pada peninjauan kode yang aman dan patching; kemampuan penuh ditawarkan melalui Daybreak

Codex

Codex kini dapat menyimpan dan mengambil kembali konteks: catatan dibawa lintas jendela konteks, dan jendela sebelumnya dapat dicari. Fitur ini masih eksperimental dan harus diaktifkan sendiri, nantinya menjadi default; penggunaan di ChatGPT dihitung ke kuota langganan

ID model dan platform

gpt-6-astra (satu-satunya snapshot); Chat Completions, Responses, dan Batch, dengan tool calling yang memerlukan Responses; tersedia juga di AWS Bedrock dan Microsoft Foundry; batas Tier 1 500 RPM / 500K TPM

Diperiksa 2026-09-29 · Sumber: OpenAI · Migration guide · Benchmarks (Anthropic)

Benchmark resmi: GPT-6 Astra vs Opus 5.5 vs Fable 5.1 vs Opus 5

Dari halaman peluncuran Opus 5.5 milik Anthropic, hanya benchmark yang mencantumkan skor GPT-6 Astra. Ini adalah hasil yang dilaporkan vendor, dan skor GPT-6 Astra dilaporkan oleh OpenAI.

Tabel ini disusun Anthropic, dan pilihan benchmark-nya condong ke keunggulan Claude. Saat peluncuran, OpenAI melaporkan kumpulan yang berbeda: 98% di FrontierMath Tier 4, 99.9% di ARC-AGI-3, dan 100% di ExploitBench (GPT-5.6 Sol: 78.5%), yang tidak dapat dibandingkan langsung dengan tabel ini.

Pilih yang mana: GPT-6 Astra, Claude Opus 5.5, atau GPT-6 Sol

Dibanding Claude Opus 5.5 / Fable 5.1

Harga resmi Opus 5.5 adalah $4 / $20, dua perlima harga Astra, dan pada tabel di atas ia unggul jelas di Terminal-Bench 4.0, GDPval-AA, dan Humanity’s Last Exam; Astra unggul di AutomationBench dan Terminal-Bench-Science. Di Intelligence Index milik Artificial Analysis, Opus 5.5 meraih 58 poin pada max dengan $5.98 per tugas dan Astra 53 dengan $3.26: Astra lebih mahal per token tetapi memakai jauh lebih sedikit token output, sehingga biaya tiap tugas lebih rendah. Fable 5.1 memiliki harga yang sama dengan Astra ($10 / $50) dan skor yang sama, 53, tetapi biayanya $7.63 per tugas, lebih dari dua kali lipat.

Dibanding GPT-6 Sol / Luna

Harga resmi GPT-6 Sol adalah $2 / $10, seperlima harga Astra, dan GPT-6 Luna $0.10 / $0.50. Di Intelligence Index milik Artificial Analysis, Sol meraih 48 poin dengan $1.06 per tugas dan Luna 37 dengan $0.07; di Coding Agent Index, Astra meraih 62, Sol 57, dan Luna 41. Mulailah coding sehari-hari dan pekerjaan agent rutin dengan Sol, lalu pindah ke Astra untuk masalah yang tidak bisa diselesaikan Sol; gunakan Luna untuk klasifikasi dan ekstraksi dalam jumlah besar.

Memilih effort

Artificial Analysis mengukur low di 46 poin dengan $0.82 per tugas, medium di 50 dengan $1.54, high di 51 dengan $1.73, dan max di 53 dengan $3.26; setiap tingkat berada di garis efisiensi biaya terhadap skor. Mulailah dari medium: high lebih mahal sekitar 12% untuk 1 poin, dan max lebih dari dua kali lipat untuk 3 poin. Saat migrasi, ganti none dengan low dan mulai evaluasi minimal dari low.

Panduan migrasi OpenAI

Ulasan pihak ketiga dan komunitas

• Artificial Analysis: Skornya 53 di Intelligence Index pada max, sama-sama di peringkat pertama dengan Fable 5.1 dan 6 poin di atas GPT-5.6 Sol; satu tugas menghabiskan $3.26, sekitar 40% dari $7.63 milik Fable 5.1 dan sekitar 60% lebih mahal daripada GPT-5.6 Sol. Ia memakai sekitar 27K token output per tugas, sepertiga dari 78K milik Fable 5.1. Di Coding Agent Index skornya 62, setara dengan Fable 5.1 dan di atas Opus 5 (60) serta GPT-5.6 Sol (55), dengan $7.09 per tugas, sekitar 40% lebih murah daripada Fable 5.1 dan 30% lebih murah daripada Opus 5. Tingkat halusinasinya di AA-Omniscience turun menjadi 51% dari 92% pada GPT-5.6 Sol. Di GDPval-AA ia tertinggal sekitar 45 Elo dari GPT-5.6 Sol, tetapi hanya memerlukan 24 giliran per tugas, dibanding 45 untuk GPT-5.6 Sol dan 60 untuk Fable 5.1 dan Opus 5. Setiap pos tagihan di Wokey adalah 6% dari tarif resmi, sehingga tugas yang sama menjadi sekitar $0.18 pada max dan $0.08 pada medium.
• System card OpenAI dan pengujian keamanan: Dalam pengujian agentik tanpa kebijakan konfirmasi, 3.4% run berakhir dengan hasil yang tidak selaras, dibanding 18.8% pada GPT-5.6 Sol, dan serangan indirect prompt injection dari Gray Swan berhasil 8.5% dari seluruh percobaan, dibanding 27.0%. Skor 100% di ExploitBench membuat OpenAI untuk pertama kalinya menilai kemampuan siber sebuah model sebagai Critical; model publik dibatasi pada peninjauan kode yang aman dan patching, dan akses Daybreak akan diperluas nanti. Angka-angka ini dilaporkan oleh OpenAI sendiri.
• Hacker News (thread dengan 2,279 poin): Seorang penguji Codex eksternal menyebutnya “grounded collaborator and executor” yang tidak mengerjakan hal yang tidak Anda minta. Yang lain menilai Fable lebih baik dalam menangkap maksud dan mengatakan Astra memerlukan instruksi yang sangat spesifik, sementara sebagian justru menyukai bahwa ia tidak memperlakukan pertanyaan sebagai instruksi. Setelah tersedia untuk umum, para komentator melaporkan pemakaian kuota sekitar 2.5x lebih cepat daripada GPT-5.6 Sol, dan salah satunya menghabiskan batas 5 jam dalam 15 pesan.

Migrasi dari GPT-5.6 Sol dan model yang lebih lama: parameter yang harus dihapus dan perubahan perilaku

Perubahan ini berasal dari halaman model OpenAI dan panduan model terbarunya. Periksa parameter request, pengaturan cache, tool calling, dan prompt Anda sebelum mengganti model ke gpt-6-astra.

• Hapus temperature, top_p, dan top_logprobs; di Chat Completions hapus juga logprobs, dan di Responses keluarkan message.output_text.logprobs dari include. Astra mengatur sendiri kebijakan sampling-nya dan menolak request yang memuat field ini. Melalui Wokey, gateway membuang temperature, top_p, top_logprobs, dan logprobs sebelum meneruskan request.
• reasoning.effort tidak menerima none: ganti none dengan low, dan mulai evaluasi minimal dari low. Melalui Wokey, none dan minimal otomatis dipetakan ke low, sehingga request tidak gagal.
• Chat Completions dapat memanggil Astra, tetapi tool calling memerlukan Responses, jadi pindahkan agent yang memakai tool ke /v1/responses. Melalui Wokey, request Chat Completions dikonversi ke Responses sebelum diteruskan, sehingga request Chat dengan tools juga berfungsi.
• Cache: ganti prompt_cache_retention dengan prompt_cache_options.ttl: "30m", dan untuk mengubah effort di tengah sesi kirim item configuration_update alih-alih mengedit input sebelumnya, agar prefiks cache tetap valid.
• Di atas 272K token input, seluruh request ditagih 2x untuk input dan cache serta 1.5x untuk output, sehingga biaya konteks panjang melonjak tiba-tiba; compaction atau retrieval dapat menjaga input di bawah 272K. Melalui Wokey tidak ada tingkatan harga, dan seluruh konteks 1M ditagih dengan satu tarif.
• Perubahan perilaku: ia mengajukan pertanyaan klarifikasi dan berhenti menunggu konfirmasi, lebih jarang mendelegasikan, dan menguji lebih luas; formatnya lebih terperinci dan frasa berulang. Ia lebih sensitif terhadap skills dan file konteks, sehingga OpenAI menyarankan untuk mengaudit skills yang ada dan mengubahnya menjadi router minimal, karena panduan yang terlalu spesifik dapat menghambatnya.
• Request keamanan siber: model publik menolak menulis proof-of-concept exploit, sehingga tugas penetration testing dan reproduksi exploit dapat langsung ditolak, sedangkan peninjauan kode yang aman dan patching berjalan normal. Kemampuan penuh memerlukan akses Daybreak.
• Di Codex, jalankan $openai-docs migrate this project to GPT-6 Astra untuk memperbarui proyek sesuai daftar periksa resmi. Mode Fast tidak memiliki SLA latensi, dan residensi data UE hanya mendukung pemrosesan Standard.

Request body setelah migrasi (/v1/responses)

{
  "model": "gpt-6-astra",
  "reasoning": { "effort": "medium" },
  "input": [{ "role": "user", "content": "Find and fix the flaky test in this repo" }]
}

Cuplikan harga katalog

Harga per 1 juta token; penagihan mengikuti harga saat request diproses.

Sumber harga resmi: https://developers.openai.com/api/docs/models/gpt-6-astra

Hasil pengukuran di Wokey

28 hari terakhir (2026-10-13 hingga 2026-11-09), diperbarui setiap Senin · Request nyata dari 200+ akun

Waktu hingga token pertama, prompt pendek

5.3 detik (Median · prompt di bawah 8K token · p90 19 detik)

Waktu hingga token pertama, prompt agent

11 detik (Median · prompt 32K–128K token)

Tingkat cache hit prompt

90% (Porsi token input yang dibaca dari cache)

Klien paling banyak dipakai: Codex 72%, DeepSeek Harness 12%, WorkBuddy 6%. Porsi dari request dengan klien yang teridentifikasi; kliennya teridentifikasi pada 68% request.

Cara pengukuran

Waktu hingga token pertama dihitung sejak gateway Wokey menerima request sampai konten streaming pertama (teks, ringkasan reasoning, atau penolakan). Angka ini mencakup antrean, percobaan ulang di akun lain, dan waktu berpikir model, sehingga lebih lama daripada latensi token pertama milik upstream sendiri. Hanya request streaming yang berhasil yang dihitung, dikelompokkan menurut ukuran prompt (input ditambah baca dan tulis cache).

Tingkat cache hit = token yang dibaca dari cache ÷ token input pada request yang berhasil. Angkanya bergantung pada klien dan cara pemakaiannya; halaman tingkat cache hit merincinya per klien.

Akun enterprise dan akun uji milik Wokey tidak disertakan. Sebuah model ditampilkan setelah dipakai minimal 20 pengguna dalam 28 hari terakhir dan tidak ada satu pengguna pun yang mengirim lebih dari 50% request-nya; akun yang terdaftar melalui satu rantai referral dihitung sebagai satu pengguna. Setiap angka waktu hingga token pertama memerlukan minimal 500 request.

Tingkat cache hit per klien

Kemampuan model

Context

1,050,000 tokens

Output maksimum

128,000 tokens

Streaming

Didukung

Tools

Didukung

Vision

Didukung

Format API yang didukung

/v1/chat/completions · /v1/responses

Kirim request

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-6-astra","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-6-astra","input":"Hello"}'

Pakai GPT-6 Astra di tool Anda

Gateway-nya adalah https://api.wokey.ai (klien yang kompatibel dengan OpenAI biasanya memakai https://api.wokey.ai/v1), dan ID modelnya gpt-6-astra. Buka panduan untuk klien yang Anda pakai.

• Pakai GPT-6 Astra di Codex: OpenAI Responses · penyiapan base URL dan API key
• Pakai GPT-6 Astra di opencode: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai GPT-6 Astra di DeepSeek Harness: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai GPT-6 Astra di Cherry Studio: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai GPT-6 Astra di WorkBuddy: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai GPT-6 Astra di OpenClaw: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai GPT-6 Astra di Hermes Agent: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai GPT-6 Astra di Magpie: OpenAI Chat Completions · penyiapan base URL dan API key
• Kalkulator biaya GPT API: berapa biaya GPT-6 Astra per bulan: Bandingkan biaya bulanan di OpenAI API dan Wokey sesuai pemakaian dan tingkat cache hit Anda.
• Alternatif OpenRouter: Wokey vs OpenRouter: Bandingkan harga token, biaya pembayaran, format API, dan sumber upstream.
• API AI yang dapat diverifikasi: periksa apakah respons GPT-6 Astra berasal dari upstream resmi: Respons mana yang membawa tee.proof, serta apa yang dibuktikan dan tidak dibuktikan oleh sebuah bukti.
• Verifikasi respons GPT-6 Astra secara online: alat verifikasi relay API AI: Tempel respons beserta tee.proof-nya dan periksa secara lokal di browser Anda; tidak ada yang diunggah.

Contoh panggilan produksi

Nilai penggunaan ini berasal dari panggilan GPT-6 Astra yang sudah selesai, berhasil pada percobaan pertama, dan sudah dicocokkan dengan tagihannya.

Total input

675347

Output

669

Porsi input dari cache

99.1%

Durasi panggilan

23.74 s

Responses usage

Disusun dari catatan penagihan menjadi contoh field API. input_tokens adalah total input, termasuk token yang di-cache.

{
  "model": "gpt-6-astra",
  "usage": {
    "input_tokens": 675347,
    "input_tokens_details": {
      "cached_tokens": 669312
    },
    "output_tokens": 669,
    "total_tokens": 676016
  }
}

Pencocokan token

Ini adalah tarif akhir per 1 juta token yang tercatat untuk panggilan ini.

Jumlah yang ditagih

$0.068680

Biaya = jumlah token × tarifnya ÷ 1,000,000, dibulatkan ke enam desimal setelah dijumlahkan.

Sumber panggilan ini

Panggilan ini memakai kanal OpenAI di chatgpt.com dengan otorisasi OAuth. Penggunaan diukur di sisi upstream dan request mengembalikan HTTP 200.

Memverifikasi Prompt Cache

1. Jaga agar prefiks bersama pada prompt panjang tetap identik dan gunakan kembali konteks sesuai aturan cache API yang dipilih.
2. Periksa input_tokens_details.cached_tokens; nol berarti tidak ada baca cache yang tercatat untuk panggilan ini.
3. Input tanpa cache = input_tokens dikurangi token yang di-cache. Hitung setiap pos dengan tarifnya masing-masing, lalu tambahkan biaya output.

Pertanyaan umum

Model dan dokumentasi terkait

• GPT-6 Sol
• GPT-6 Luna
• GPT-6.1 Sol
• GPT-6.1 Terra
• Dokumentasi API
• Semua model dan harga
• Provider Node