GPT-6 Astra API

So sánh giá: API chính thức, OpenRouter và Wokey

USD cho mỗi triệu token. Giá API chính thức và OpenRouter được kiểm tra thủ công vào 2026-09-29, chưa gồm thuế; giá Wokey được đọc từ bảng giá trực tiếp.

Kiểm tra ngày 2026-09-29 · Trang giá chính thức · Danh sách endpoint OpenRouter

Tổng quan GPT-6 Astra

Ngày ra mắt

2026-09-03 cho một số tổ chức API và Daybreak; từ 09-04 lần lượt mở cho ChatGPT Business, Pro và Plus, còn Enterprise do quản trị viên bật. Pro, Business và Enterprise còn có Astra Pro

Định vị

OpenAI giới thiệu mô hình này “cho mức năng lực cao nhất của chúng tôi”. GPT-6 Sol (ra mắt 09-22) nhắm tới tác vụ khó, GPT-6 Luna nhắm tới quy mô lớn, và OpenAI cho biết Astra vẫn là mô hình tốt nhất trên mọi phương diện

Ngữ cảnh và output

Ngữ cảnh 1,050,000 (input tối đa 922K) và output tối đa 128K; input văn bản và hình ảnh, output văn bản; mốc kiến thức 2026-04-30

Reasoning effort

low / medium / high / xhigh / max, không có none; mục configuration_update đổi effort giữa cuộc hội thoại mà không làm hỏng tiền tố cache

Giá chính thức

$10 input / $50 output cho mỗi triệu token, đọc cache $1, ghi cache $12.50; request có input trên 272K bị tính toàn bộ ở mức 2x cho input và cache, 1.5x cho output ($20 / $2 / $25 / $75); Batch và Flex giảm 50%, chế độ Fast 2x

Giới hạn an ninh mạng

OpenAI đánh giá năng lực an ninh mạng của mô hình ở mức Critical theo Preparedness Framework. Bản công khai từ chối viết exploit proof-of-concept và chỉ giới hạn ở review mã an toàn và vá lỗi; năng lực đầy đủ được cung cấp qua Daybreak

Codex

Codex bổ sung lưu và truy xuất ngữ cảnh: ghi chú được mang qua các cửa sổ ngữ cảnh, và có thể tìm kiếm các cửa sổ trước đó. Đây là tính năng thử nghiệm cần tự bật và sau này sẽ thành mặc định; mức sử dụng trong ChatGPT được tính vào hạn mức gói đăng ký

ID mô hình và nền tảng

gpt-6-astra (snapshot duy nhất); Chat Completions, Responses và Batch, gọi công cụ cần Responses; cũng có trên AWS Bedrock và Microsoft Foundry; giới hạn Tier 1 là 500 RPM / 500K TPM

Kiểm tra ngày 2026-09-29 · Nguồn: OpenAI · Migration guide · Benchmarks (Anthropic)

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

Lấy từ trang ra mắt Opus 5.5 của Anthropic, chỉ giữ các benchmark có điểm của GPT-6 Astra. Đây là kết quả do nhà cung cấp công bố, và điểm của GPT-6 Astra do OpenAI công bố.

Bảng này do Anthropic tổng hợp, và việc chọn benchmark nghiêng về thế mạnh của Claude. Khi ra mắt, OpenAI công bố một bộ khác: 98% trên FrontierMath Tier 4, 99.9% trên ARC-AGI-3 và 100% trên ExploitBench (GPT-5.6 Sol: 78.5%), không thể so sánh trực tiếp với bảng trên.

Nên dùng mô hình nào: GPT-6 Astra, Claude Opus 5.5 hay GPT-6 Sol

So với Claude Opus 5.5 / Fable 5.1

Opus 5.5 có giá niêm yết $4 / $20, bằng hai phần năm giá của Astra, và dẫn rõ rệt trên Terminal-Bench 4.0, GDPval-AA và Humanity’s Last Exam ở bảng trên; Astra dẫn trên AutomationBench và Terminal-Bench-Science. Trên Intelligence Index của Artificial Analysis, Opus 5.5 đạt 58 điểm ở max với $5.98 mỗi tác vụ, còn Astra đạt 53 với $3.26: Astra đắt hơn trên mỗi token nhưng dùng ít token output hơn nhiều, nên mỗi tác vụ rẻ hơn. Fable 5.1 có cùng mức giá $10 / $50 và cùng 53 điểm như Astra, nhưng tốn $7.63 mỗi tác vụ, hơn gấp đôi.

So với GPT-6 Sol / Luna

GPT-6 Sol có giá niêm yết $2 / $10, bằng một phần năm giá của Astra, còn GPT-6 Luna là $0.10 / $0.50. Trên Intelligence Index của Artificial Analysis, Sol đạt 48 với $1.06 mỗi tác vụ và Luna đạt 37 với $0.07; trên Coding Agent Index, Astra đạt 62, Sol 57 và Luna 41. Hãy bắt đầu lập trình hằng ngày và các tác vụ agent thông thường với Sol, chuyển sang Astra cho những bài toán Sol không giải được; dùng Luna cho phân loại và trích xuất khối lượng lớn.

Chọn effort

Artificial Analysis đo được low đạt 46 với $0.82 mỗi tác vụ, medium 50 với $1.54, high 51 với $1.73 và max 53 với $3.26, mọi mức đều nằm trên đường biên chi phí so với điểm số. Hãy bắt đầu ở medium: high tốn thêm khoảng 12% để được 1 điểm, còn max tốn hơn gấp đôi để được 3 điểm. Khi chuyển đổi, thay none bằng low và bắt đầu đánh giá minimal từ low.

Hướng dẫn chuyển đổi của OpenAI

Đánh giá của bên thứ ba và cộng đồng

• Artificial Analysis: Mô hình đạt 53 điểm trên Intelligence Index ở max, đồng hạng nhất với Fable 5.1 và cao hơn GPT-5.6 Sol 6 điểm; mỗi tác vụ tốn $3.26, khoảng 40% so với $7.63 của Fable 5.1 và đắt hơn GPT-5.6 Sol khoảng 60%. Mỗi tác vụ dùng khoảng 27K token output, bằng một phần ba con số 78K của Fable 5.1. Mô hình đạt 62 điểm trên Coding Agent Index, ngang Fable 5.1 và vượt Opus 5 (60) và GPT-5.6 Sol (55), với $7.09 mỗi tác vụ, rẻ hơn Fable 5.1 khoảng 40% và rẻ hơn Opus 5 30%. Tỷ lệ ảo giác trên AA-Omniscience giảm xuống 51% từ mức 92% của GPT-5.6 Sol. Trên GDPval-AA mô hình kém GPT-5.6 Sol khoảng 45 Elo nhưng chỉ cần 24 lượt mỗi tác vụ, so với 45 của GPT-5.6 Sol và 60 của Fable 5.1 và Opus 5. Mọi hạng mục tính phí trên Wokey đều bằng 6% giá chính thức, nên cùng một tác vụ tốn khoảng $0.18 ở max và $0.08 ở medium.
• System card của OpenAI và kiểm thử an toàn: Trong các bài kiểm thử agent không có chính sách xác nhận, 3.4% lượt chạy kết thúc với kết quả lệch hướng so với 18.8% của GPT-5.6 Sol, và các cuộc tấn công prompt injection gián tiếp của Gray Swan thành công 8.5% số lần so với 27.0%. Điểm ExploitBench 100% khiến OpenAI lần đầu tiên đánh giá năng lực an ninh mạng của một mô hình ở mức Critical; bản công khai chỉ giới hạn ở review mã an toàn và vá lỗi, và quyền truy cập Daybreak sẽ được mở rộng sau. Đây là số liệu do OpenAI công bố.
• Hacker News (thảo luận 2,279 điểm): Một người thử nghiệm Codex bên ngoài gọi mô hình là “người cộng tác và thực thi thực tế”, không làm những việc bạn không yêu cầu. Một số người thấy Fable đoán ý định tốt hơn và cho rằng Astra cần chỉ dẫn rất cụ thể, trong khi một số khác thích việc nó không coi câu hỏi là mệnh lệnh. Sau khi mở rộng rãi, các bình luận cho biết hạn mức bị tiêu hao nhanh khoảng 2.5x so với GPT-5.6 Sol, và một người dùng hết giới hạn 5 giờ chỉ sau 15 tin nhắn.

Chuyển đổi từ GPT-5.6 Sol và các mô hình cũ hơn: tham số cần bỏ và thay đổi hành vi

Các thay đổi này lấy từ trang mô hình và hướng dẫn mô hình mới nhất của OpenAI. Hãy kiểm tra tham số request, cài đặt cache, cách gọi công cụ và prompt trước khi đổi mô hình sang gpt-6-astra.

• Bỏ temperature, top_p và top_logprobs; với Chat Completions bỏ thêm logprobs, với Responses bỏ message.output_text.logprobs khỏi include. Astra tự quản lý chính sách lấy mẫu và từ chối các request có những trường này. Qua Wokey, gateway sẽ loại bỏ temperature, top_p, top_logprobs và logprobs trước khi chuyển tiếp.
• reasoning.effort không chấp nhận none: thay none bằng low, và bắt đầu đánh giá minimal từ low. Qua Wokey, none và minimal tự động được ánh xạ sang low nên request không bị lỗi.
• Chat Completions có thể gọi Astra, nhưng gọi công cụ cần Responses, vì vậy hãy chuyển các agent dùng công cụ sang /v1/responses. Qua Wokey, request Chat Completions được chuyển thành Responses trước khi chuyển tiếp, nên request Chat có tools cũng hoạt động.
• Cache: thay prompt_cache_retention bằng prompt_cache_options.ttl: "30m", và để đổi effort giữa phiên, hãy gửi mục configuration_update thay vì sửa input trước đó, để tiền tố cache vẫn hợp lệ.
• Khi input vượt 272K token, cả request bị tính input và cache ở mức 2x và output ở mức 1.5x, nên chi phí ngữ cảnh dài tăng vọt; nén ngữ cảnh hoặc truy xuất giúp giữ input dưới 272K. Qua Wokey không có bậc giá, toàn bộ ngữ cảnh 1M được tính theo một mức giá.
• Thay đổi hành vi: mô hình đặt câu hỏi làm rõ và dừng chờ xác nhận, ít ủy thác hơn và kiểm thử rộng hơn; định dạng chi tiết hơn và hay lặp lại cụm từ. Mô hình nhạy hơn với skills và tệp ngữ cảnh, nên OpenAI khuyên rà soát các skill hiện có và biến chúng thành bộ định tuyến tối giản, vì chỉ dẫn quá cụ thể có thể kìm hãm mô hình.
• Request về an ninh mạng: bản công khai từ chối viết exploit proof-of-concept, nên các tác vụ kiểm thử xâm nhập và tái hiện exploit có thể bị từ chối ngay, trong khi review mã an toàn và vá lỗi vẫn hoạt động bình thường. Năng lực đầy đủ cần quyền truy cập Daybreak.
• Trong Codex, chạy $openai-docs migrate this project to GPT-6 Astra để cập nhật dự án theo checklist chính thức. Chế độ Fast không có SLA về độ trễ, và lưu trữ dữ liệu tại EU chỉ hỗ trợ xử lý Standard.

Body request sau khi chuyển đổi (/v1/responses)

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

Ảnh chụp bảng giá danh mục

Giá tính cho mỗi 1 triệu token; việc quyết toán dựa trên giá tại thời điểm yêu cầu.

Nguồn giá chính thức: https://developers.openai.com/api/docs/models/gpt-6-astra

Đo thực tế trên Wokey

28 ngày gần nhất (2026-10-13 đến 2026-11-09), cập nhật mỗi thứ Hai · Yêu cầu thực tế từ 200+ tài khoản

Thời gian đến token đầu tiên, prompt ngắn

5,3 giây (Trung vị · prompt dưới 8K token · p90 19 giây)

Thời gian đến token đầu tiên, prompt cỡ agent

11 giây (Trung vị · prompt 32K–128K token)

Tỷ lệ trúng cache prompt

90% (Tỷ lệ token đầu vào được đọc từ cache)

Client dùng nhiều nhất: Codex 72%, DeepSeek Harness 12%, WorkBuddy 6%. Tỷ lệ trong các yêu cầu từ client nhận diện được; 68% yêu cầu nhận diện được client.

Cách đo

Thời gian đến token đầu tiên tính từ lúc gateway Wokey nhận yêu cầu đến nội dung stream đầu tiên (văn bản, tóm tắt suy luận hoặc từ chối). Con số này bao gồm thời gian xếp hàng, thử lại trên tài khoản khác và thời gian suy nghĩ của mô hình, nên dài hơn độ trễ token đầu tiên của chính upstream. Chỉ tính các yêu cầu streaming thành công, chia nhóm theo kích thước prompt (đầu vào cộng đọc và ghi cache).

Tỷ lệ trúng cache = token đọc từ cache ÷ token đầu vào trên các yêu cầu thành công. Tỷ lệ này phụ thuộc vào client và cách sử dụng; các trang tỷ lệ trúng cache phân tích chi tiết theo từng client.

Không tính tài khoản doanh nghiệp và tài khoản thử nghiệm của chính Wokey. Một mô hình được hiển thị khi có ít nhất 20 người dùng trong 28 ngày gần nhất và không người dùng nào gửi quá 50% số yêu cầu; các tài khoản đăng ký qua cùng một chuỗi giới thiệu được tính là một người dùng. Mỗi số liệu thời gian đến token đầu tiên cần ít nhất 500 yêu cầu.

Tỷ lệ trúng cache theo client

Khả năng của mô hình

Context

1,050,000 tokens

Đầu ra tối đa

128,000 tokens

Streaming

Được hỗ trợ

Tools

Được hỗ trợ

Vision

Được hỗ trợ

Các dạng API được hỗ trợ

/v1/chat/completions · /v1/responses

Gửi yêu cầu

/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"}'

Dùng GPT-6 Astra trong công cụ của bạn

Gateway là https://api.wokey.ai (client tương thích OpenAI thường dùng https://api.wokey.ai/v1), và ID mô hình là gpt-6-astra. Mở hướng dẫn cho client bạn đang dùng.

• Dùng GPT-6 Astra trong Codex: OpenAI Responses · cài đặt base URL và khóa API
• Dùng GPT-6 Astra trong opencode: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng GPT-6 Astra trong DeepSeek Harness: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng GPT-6 Astra trong Cherry Studio: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng GPT-6 Astra trong WorkBuddy: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng GPT-6 Astra trong OpenClaw: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng GPT-6 Astra trong Hermes Agent: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng GPT-6 Astra trong Magpie: OpenAI Chat Completions · cài đặt base URL và khóa API
• Công cụ tính chi phí API GPT: GPT-6 Astra tốn bao nhiêu mỗi tháng: So sánh chi phí hằng tháng trên OpenAI API và Wokey theo mức sử dụng và tỷ lệ trúng cache của bạn.
• Giải pháp thay thế OpenRouter: Wokey so với OpenRouter: So sánh giá token, phí thanh toán, định dạng API và nguồn upstream.
• API AI có thể xác minh: kiểm tra phản hồi GPT-6 Astra có đến từ upstream chính thức không: Những phản hồi nào có tee.proof, và một bằng chứng chứng minh được gì, không chứng minh được gì.
• Xác minh phản hồi GPT-6 Astra trực tuyến: công cụ kiểm tra relay API AI: Dán phản hồi kèm tee.proof và kiểm tra ngay trên trình duyệt của bạn; không có gì được tải lên.

Ví dụ một lệnh gọi thực tế

Các giá trị sử dụng này lấy từ một lệnh gọi GPT-6 Astra đã hoàn tất, thành công ngay lần thử đầu tiên và đã được đối chiếu với hóa đơn.

Tổng đầu vào

675347

Đầu ra

669

Tỷ lệ đầu vào từ cache

99.1%

Thời gian gọi

23.74 s

Responses usage

Tổng hợp từ bản ghi tính phí thành ví dụ các trường API. input_tokens là tổng đầu vào, bao gồm cả token đã cache.

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

Đối chiếu token

Đây là đơn giá cuối cùng cho mỗi triệu token được ghi nhận cho lệnh gọi này.

Số tiền tính phí

$0.068680

Chi phí = tổng số token × đơn giá tương ứng ÷ 1,000,000, làm tròn đến sáu chữ số thập phân sau khi cộng.

Nguồn của lệnh gọi này

Lệnh gọi này dùng kênh OpenAI tại chatgpt.com với xác thực OAuth. Mức sử dụng được đo ở phía upstream và yêu cầu trả về HTTP 200.

Kiểm tra Prompt Cache

1. Giữ nguyên tiền tố chung của các prompt dài và dùng lại ngữ cảnh theo quy tắc cache của API đã chọn.
2. Kiểm tra input_tokens_details.cached_tokens; giá trị 0 nghĩa là lệnh gọi này không ghi nhận lượt đọc cache nào.
3. Đầu vào không cache = input_tokens trừ token đã cache. Tính riêng từng hạng mục theo đơn giá rồi cộng thêm phí đầu ra.

Câu hỏi thường gặp

Mô hình và tài liệu liên quan

• GPT-6 Sol
• GPT-6 Luna
• GPT-6.1 Sol
• GPT-6.1 Terra
• Tài liệu API
• Tất cả mô hình và bảng giá
• Provider Node