GPT-6 Astra API

价格对比：官方、OpenRouter 与 Wokey

每百万 token 美元价。官方与 OpenRouter 价格为 2026-09-29 人工核对，不含税；Wokey 价格读取实时价目表。

核对日期 2026-09-29 · 官方价格页 · OpenRouter 端点列表

GPT-6 Astra 要点

发布日期

2026-09-03 先向部分 API 组织和 Daybreak 开放；09-04 起 ChatGPT Business、Pro、Plus 陆续开放，Enterprise 由管理员开启。Pro、Business 与 Enterprise 另有 Astra Pro

官方定位

OpenAI 称其面向“最高水平的能力”。09-22 发布的 GPT-6 Sol 面向高要求任务，GPT-6 Luna 面向大规模调用，OpenAI 表示 Astra 仍是全面最强的模型

上下文与输出

1,050,000 上下文（最大输入 922K），最大输出 128K；文本和图片输入、文本输出；知识截止 2026-04-30

Reasoning effort

支持 low / medium / high / xhigh / max，不支持 none；可用 configuration_update 在对话中途调整 effort，不会破坏缓存前缀

官方价格

输入 $10 / 输出 $50 每百万 token，缓存读取 $1，缓存写入 $12.50；输入超过 272K 的请求整单按输入与缓存 2 倍、输出 1.5 倍计费（$20 / $2 / $25 / $75）；Batch 与 Flex 五折，Fast 模式 2 倍

网络安全限制

OpenAI 按 Preparedness Framework 把它的网络安全能力评为 Critical。公开版拒绝编写漏洞利用 PoC，只做安全代码审查和修补；完整能力通过 Daybreak 提供

Codex

Codex 新增上下文保存与检索：跨上下文窗口记笔记，可搜索更早的窗口，目前为实验功能，需手动开启，之后会默认开启；ChatGPT 中的用量计入订阅额度

模型 ID 与平台

gpt-6-astra（唯一快照）；支持 Chat Completions、Responses 和 Batch，工具调用需要 Responses；也上架 AWS Bedrock 与 Microsoft Foundry；Tier 1 限额 500 RPM / 500K TPM

核对日期 2026-09-29 · 来源: OpenAI · Migration guide · Benchmarks (Anthropic)

官方跑分：GPT-6 Astra vs Opus 5.5 vs Fable 5.1 vs Opus 5

数据来自 Anthropic 的 Opus 5.5 发布页，只保留列出 GPT-6 Astra 分数的基准。这些都是厂商自测结果，GPT-6 Astra 的分数为 OpenAI 自报。

这张表由 Anthropic 整理，挑选的基准偏向 Claude 擅长的方向。OpenAI 在发布时公布的是另一组基准：FrontierMath Tier 4 为 98%，ARC-AGI-3 为 99.9%，ExploitBench 为 100%（GPT-5.6 Sol 为 78.5%），无法与上表直接对照。

怎么选：GPT-6 Astra、Claude Opus 5.5 还是 GPT-6 Sol

对比 Claude Opus 5.5 / Fable 5.1

Opus 5.5 官方价 $4 / $20，是 Astra 的五分之二，在上表 Terminal-Bench 4.0、GDPval-AA 和 Humanity’s Last Exam 上明显领先；Astra 在 AutomationBench 和 Terminal-Bench-Science 上领先。Artificial Analysis 的智能指数中 Opus 5.5 max 为 58 分、每任务 $5.98，Astra max 为 53 分、$3.26：Astra 单价更高，但输出 token 少，每个任务反而更便宜。Fable 5.1 与 Astra 同为 $10 / $50，指数同为 53 分，Fable 5.1 每任务 $7.63，是 Astra 的两倍多。

对比 GPT-6 Sol / Luna

GPT-6 Sol 官方价 $2 / $10，是 Astra 的五分之一；GPT-6 Luna 为 $0.10 / $0.50。Artificial Analysis 的智能指数中 Sol 为 48 分、每任务 $1.06，Luna 为 37 分、$0.07；编码 agent 指数 Astra 62、Sol 57、Luna 41。日常编码和常规 agent 任务可以先用 Sol，Sol 解决不了的难题再换 Astra；分类、抽取等大批量调用用 Luna。

Effort 怎么设

Artificial Analysis 测得的智能指数：low 46 分、每任务 $0.82，medium 50 分、$1.54，high 51 分、$1.73，max 53 分、$3.26，每一档都在成本与分数的最优前沿上。建议从 medium 起：high 多花约 12% 只多 1 分，max 的花费是 medium 的两倍多，换来 3 分。从旧模型迁移时，none 改成 low，minimal 从 low 开始评测。

官方迁移指南

第三方与社区评价

• Artificial Analysis: 智能指数 max 为 53 分，与 Fable 5.1 并列第一，比 GPT-5.6 Sol 高 6 分；每任务 $3.26，约为 Fable 5.1（$7.63）的 40%，比 GPT-5.6 Sol 贵约 60%。每任务输出 token 约 27K，约为 Fable 5.1（78K）的三分之一。编码 agent 指数 62 分，与 Fable 5.1 并列，高于 Opus 5（60）和 GPT-5.6 Sol（55），每任务 $7.09，比 Fable 5.1 便宜约 40%、比 Opus 5 便宜约 30%。AA-Omniscience 幻觉率从 GPT-5.6 Sol 的 92% 降到 51%。GDPval-AA 比 GPT-5.6 Sol 低约 45 Elo，但每个任务只用 24 轮，GPT-5.6 Sol 为 45 轮，Fable 5.1 和 Opus 5 为 60 轮。Wokey 各计费项均为官方价的 6%，同样的任务 max 档约 $0.18，medium 档约 $0.08。
• OpenAI 系统卡与安全测试: 系统卡显示，在没有确认策略的 agent 测试中，产生不当结果的比例为 3.4%，GPT-5.6 Sol 为 18.8%；Gray Swan 间接提示注入测试的攻击成功率为 8.5%，GPT-5.6 Sol 为 27.0%。ExploitBench 得分 100%，OpenAI 因此首次把模型的网络安全能力评为 Critical，公开版只做安全代码审查和修补，Daybreak 的访问范围之后会扩大。以上为 OpenAI 自报数据。
• Hacker News（2279 分讨论）: 参与 Codex 外部测试的用户形容它是“脚踏实地的协作者和执行者”，不会去做没被要求的事。也有人认为 Fable 更会揣摩意图，用 Astra 时要把要求写得非常具体；还有人喜欢它不会把提问当成指令去执行。正式开放后的讨论里有人反映额度消耗约为 GPT-5.6 Sol 的 2.5 倍，也有人发 15 条消息就用完了 5 小时额度。

从 GPT-5.6 Sol 等旧模型迁移：要删的参数和行为变化

以下变更来自 OpenAI 的模型页和最新模型指南。直接把 model 改成 gpt-6-astra 之前，先检查请求参数、缓存设置、工具调用方式和提示词。

• 删除 temperature、top_p 和 top_logprobs；Chat Completions 还要删除 logprobs，Responses 要从 include 里去掉 message.output_text.logprobs。Astra 自己管理采样，带这些字段的请求会被拒绝。通过 Wokey 调用时，网关会在转发前去掉 temperature、top_p、top_logprobs 和 logprobs。
• reasoning.effort 不支持 none：原来用 none 的改成 low，用 minimal 的从 low 开始评测。通过 Wokey 调用时，none 和 minimal 会自动改为 low，请求不会因此失败。
• Chat Completions 可以调用 Astra，但工具调用必须走 Responses。带工具的 agent 应迁移到 /v1/responses。通过 Wokey 调用时，Chat Completions 请求会被转换成 Responses 再转发，带 tools 的 Chat 请求也能使用。
• 缓存设置：prompt_cache_retention 改为 prompt_cache_options.ttl: "30m"；需要在会话中途升降 effort 时，发送 configuration_update 项，不要改动之前的请求内容，这样缓存前缀不会失效。
• 输入超过 272K 时，整个请求的输入和缓存按 2 倍、输出按 1.5 倍计费，长上下文任务的成本会突然跳高；可以用压缩或检索把输入控制在 272K 以内。通过 Wokey 调用不分档，整个 1M 上下文按同一单价计费。
• 行为变化：会主动提澄清问题并暂停等待确认，委派子任务更少，测试范围更广；输出格式更细，常重复同样的措辞。它对 skills 和上下文文件更敏感，OpenAI 建议审查现有 skills，把 skill 改成最小的路由说明，过于具体的指导反而会限制它。
• 网络安全类请求：公开版拒绝编写漏洞利用 PoC，渗透测试、漏洞复现类任务可能直接被拒绝；安全代码审查和修补可以正常完成。需要完整能力要通过 Daybreak 申请。
• 在 Codex 里运行 $openai-docs migrate this project to GPT-6 Astra，可以按官方清单自动修改项目代码。Fast 模式没有延迟 SLA；欧盟数据驻留只支持 Standard 处理方式。

迁移后的请求体示例（/v1/responses）

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

目录价格快照

价格单位为每 100 万 tokens；实际结算以请求处理时价格为准。

官方价格来源: https://developers.openai.com/api/docs/models/gpt-6-astra

模型能力

Context

1,050,000 tokens

最大输出

128,000 tokens

Streaming

支持

Tools

支持

Vision

支持

支持接口

/v1/chat/completions · /v1/responses

发送请求

/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"}'

在客户端中使用 GPT-6 Astra

网关地址是 https://api.wokey.ai（OpenAI 兼容客户端通常写成 https://api.wokey.ai/v1），模型 ID 填 gpt-6-astra。按你使用的客户端打开对应接入文档。

• 在 Codex CLI 中使用 GPT-6 Astra: OpenAI Responses · Base URL 与 API Key 配置
• 在 opencode 中使用 GPT-6 Astra: OpenAI Chat Completions · Base URL 与 API Key 配置
• 在 OpenClaw 中使用 GPT-6 Astra: OpenAI Chat Completions · Base URL 与 API Key 配置
• 在 Hermes Agent 中使用 GPT-6 Astra: OpenAI Chat Completions · Base URL 与 API Key 配置
• 在 DeepSeek Harness 中使用 GPT-6 Astra: OpenAI Chat Completions · Base URL 与 API Key 配置
• OpenRouter 替代方案：Wokey 与 OpenRouter 对比: 对比 token 价格、支付手续费、支持接口和上游来源。
• 可验证 AI API：检查 GPT-6 Astra 响应是否来自官方上游: 哪些响应带 tee.proof 证明，证明能说明什么、不能说明什么。
• 在线验证 GPT-6 Astra 响应：AI 中转站检测工具: 把带 tee.proof 的响应粘贴进浏览器本地验证，数据不上传。

典型调用样本

以下用量来自线上已完成的 GPT-6 Astra 调用，首次尝试成功，并已核对实际账单。

总输入

675347

输出

669

输入缓存占比

99.1%

本次调用耗时

23.74 s

Responses usage

根据该次调用的结算记录整理为接口字段示例；input_tokens 为输入总量，已包含缓存读取。

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

Token 对账

以下使用这次调用的最终计费单价，按每 100 万 tokens 计算。

实际账单

$0.068680

费用 = 各项 Token 数 × 对应单价 ÷ 1,000,000，汇总后保留 6 位小数。

本次调用来源

该次调用由 OpenAI 渠道提供，出口记录指向 chatgpt.com，使用 OAuth 授权；计量来源为上游，返回 HTTP 200。

如何核对 Prompt Cache

1. 保持长提示词的公共前缀一致，按所用接口的缓存规则复用上下文。
2. 检查 input_tokens_details.cached_tokens；数值为 0 表示该次调用没有记录缓存读取。
3. 普通输入量 = input_tokens − 缓存读取量；分别乘对应单价，再加输出费用。

常见问题

相关模型与文档

• GPT-6 Sol
• GPT-6 Luna
• GPT-6.1 Sol
• GPT-5.6 Sol
• API 文档
• 全部模型与价格
• Provider Node