GPT-6.2 Astra API

GPT-6.2 Astra ist am 2026-11-17 erschienen. OpenAI nennt es sein leistungsfähigstes Modell für deine schwierigsten Projekte, von Anfang bis Ende. Es kostet $8 Eingabe / $40 Ausgabe pro 1 Mio. Token, Cache-Lesen $0.40; GPT-6 Astra lag bei $10 / $50 mit $1 für Cache-Lesen. In allen neun direkten Vergleichsdiagrammen im Launch-Post von OpenAI schlägt es GPT-6 Astra, doch die Reviews der ersten Tester sind stark gespalten. Diese Seite behandelt die Benchmarks und unabhängigen Auswertungen, die Wahl zwischen diesem Modell, GPT-6.2 Sol und Claude, die Nutzung in Codex, was du bei der Migration ändern musst, und die Preise auf Wokey.

Preisvergleich: offizielle API, OpenRouter und Wokey

USD pro 1 Mio. Token. Die Preise der offiziellen API und von OpenRouter wurden am 2026-11-18 von Hand geprüft, ohne Steuern; der Wokey-Preis stammt aus der aktuellen Preisliste.

KanalEingabeCache-LesenAusgabe
Offizielle API$8$0.4$40
OpenRouter$8$0.4$40
Wokey$0.548$0.0274$2.74

· Offizielle Preisseite · Endpunktliste von OpenRouter

GPT-6.2 Astra im Überblick

Veröffentlichung
2026-11-17, zusammen mit GPT-6.2 Sol; am selben Tag in der API, in ChatGPT Work und in Codex verfügbar und auf OpenRouter gelistet (Endpunkte von OpenAI, Azure und Amazon Bedrock)
Positionierung
OpenAIs Flaggschiff für komplexes Reasoning, Coding und professionelle Arbeit. Laut OpenAI ist sein Code leichter lesbar, Frontends und 3D-Designs gelingen besser, es nutzt Tools effizienter und antwortet standardmäßig knapper. Für alltägliches Coding empfiehlt OpenAI, mit GPT-6.2 Sol zu beginnen
Kontext und Ausgabe
Kontext von 1,050,000 Token (maximale Eingabe 922K) und maximale Ausgabe von 128K; Eingabe als Text und Bild, Ausgabe als Text, kein Audio oder Video; Wissensstand 2026-05-18
Reasoning Effort
Die API lehnt none ab. OpenAI empfiehlt, neue Integrationen mit medium zu starten und none oder minimal auf low umzustellen; die Launch-Diagramme und Codex bieten low, medium, high, xhigh und max, einen Standardwert nennt die Dokumentation noch nicht
Offizieller Preis
$8 Eingabe / $40 Ausgabe pro 1 Mio. Token, Cache-Lesen $0.40, Cache-Schreiben $10 (30 Minuten Aufbewahrung) oder $20 (12 Stunden); Anfragen mit mehr als 272K Eingabe-Token werden vollständig mit 2× für Eingabe und Cache und 1.5× für Ausgabe abgerechnet ($16 / $0.80 / $60); Batch 50% günstiger, Fast 2×, Ultrafast 3× bis 2027-02-28 und danach 6×
API und Tools
Chat Completions, Responses und Batch; Tool-Aufrufe setzen Responses voraus. Integrierte Tools: web_search, file_search, image_generation, code_interpreter, hosted_shell, apply_patch, skills, computer_use, mcp und tool_search. Kein Fine-Tuning, kein Realtime oder Assistants und kein datierter Snapshot
Effizienz
Laut OpenAI liegt es bei Agents’ Last Exam 5.2 Punkte über GPT-6 Astra, bei weniger als einem Drittel der Kosten pro Aufgabe, und bei GDPval v2 6.2 Punkte höher mit 22% weniger Ausgabe-Token. Artificial Analysis misst auf max-Effort $4.00 pro Aufgabe, gegenüber $26.54 für Claude Fable 5.2
Sicherheitseinstufung
Die System Card stuft die Cyber-Fähigkeiten als Critical und die biologischen und chemischen Fähigkeiten als High ein; es ist das erste externe Modell von OpenAI, das die High-Schwelle für KI-Selbstverbesserung erreicht. Riskantere Cybersecurity-Anfragen unterliegen strengeren Schutzmaßnahmen, die auch manche legitime Schwachstellenforschung einschränken
Modell-ID und Limits
gpt-6.2-astra; höchste Stufe 15,000 RPM / 40M TPM; Datenresidenz in den USA und der EU, mit 10% Aufschlag auf regionalen Endpunkten

· Quellen: OpenAI · OpenAI API · GPT-6.2 Astra · Latest model guide · Codex pricing · System card · Artificial Analysis · Vals AI · VentureBeat

Offizielle Benchmarks: GPT-6.2 Astra vs GPT-6 Astra vs GPT-6.2 Sol vs Claude Fable 5.2 vs Opus 5.5

Aus den neun Vergleichsdiagrammen im Launch-Post von OpenAI. Es sind vom Anbieter selbst gemessene Ergebnisse, jeweils auf dem höchsten Effort, den OpenAI für das Modell zeigt.

BenchmarkGPT-6.2 AstraGPT-6 AstraGPT-6.2 SolClaude Fable 5.2Claude Opus 5.5
Agents’ Last Exam v1.177.6%73.1%73.0%72.8%71.6%
Terminal-Bench-Science 0.177.1%68.1%68.0%73.3%63.3%
GDPval v2 (internal)50.4%44.2%46.9%44.8%43.5%
FrontierCode 2.0 (Cognition)44.2%42.8%43.8%45.7%45.5%
AutomationBench 1.0.652.4%41.4%41.1%51.4%42.5%
BenchCAD 2.1 Core82.5%62.6%73.1%83.5%65.3%
Harvey LAB-AA v1.115.0%8.6%11.1%7.2%4.2%
Vals Science Index v168.4%65.1%57.8%63.7%58.7%
LifeVal86.1%79.8%83.8%——

Bei Agents’ Last Exam erreicht GPT-6.2 Astra auf xhigh 78.3%, mehr als auf max; bei FrontierCode 2.0 erreicht Fable 5.2 auf xhigh 49.1%. Der Terminal-Bench-Science-Wert von Fable 5.2 stammt aus dem mini-swe-agent-Lauf von Artificial Analysis (Anthropic meldet 74.6% in Claude Code), der Wert im Vals Science Index gilt für high. Laut OpenAI lässt das Ergebnis von Fable 5.2 bei Agents’ Last Exam neun Aufgaben aus, bei denen ein Fallback-Modell zum Einsatz kam; die Kosten pro Aufgabe liegen dort bei $2.89 für GPT-6.2 Astra auf xhigh, $8.99 für GPT-6 Astra und $60.05 für Fable 5.2.

Was passt: GPT-6.2 Astra, GPT-6.2 Sol, GPT-6 Astra oder Claude

Im Vergleich mit GPT-6 Astra

Der Preis sinkt von $10 / $50 auf $8 / $40, Cache-Lesen von $1 auf $0.40, und der Wissensstand rückt von 2026-04-30 auf 2026-05-18. Es führt in allen neun Vergleichen von OpenAI, und der Artificial Analysis Intelligence Index steigt von 57 auf 62. Der Coding Agent Index von AA (Codex-Harness, max-Effort) bleibt aber auf dem Niveau von GPT-6 Astra, und das Review von Every fand das Schreiben schwächer. Nimm GPT-6.2 Astra für neue Arbeit und vergleiche es vor der Migration mit deinen eigenen Aufgaben.

Im Vergleich mit GPT-6.2 Sol

Sol kostet ein Viertel ($2 / $10). Bei OpenAIs FrontierCode 2.0 auf max-Effort erreicht Sol 43.8% gegenüber 44.2% bei Astra, zu etwa einem Fünftel der Kosten pro Aufgabe; im AA Intelligence Index liegt Sol bei 57 und Astra bei 62. OpenAI selbst empfiehlt Sol für alltägliches Coding und Astra für professionelle Dokumente, Recherche, 3D und die schwierigste mehrstufige Arbeit.

Im Vergleich mit Claude Fable 5.2 / Opus 5.5

Fable 5.2 kostet ebenfalls $8 / $40 und führt den AA Intelligence Index mit 64.6 gegenüber 62.1 für Astra weiterhin an, kostet aber $26.54 pro Aufgabe, mehr als das Sechsfache von Astra; Opus 5.5 ($4 / $20) erreicht 59.1 für $10.04 pro Aufgabe. Bei OpenAIs Agents’ Last Exam liegt Astra vor beiden, bei FrontierCode 2.0 knapp dahinter. Die meisten frühen Tester bevorzugten für lange Coding-Sessions weiterhin Claude; nimm Astra, wenn die Kosten pro Aufgabe zählen, oder für 3D- und Dokumentarbeit.

Effort wählen

OpenAI empfiehlt, mit medium zu beginnen und nur höher zu gehen, wenn sich der Qualitätsgewinn lohnt. AA misst auf medium 57.0 Punkte im Index, $1.62 pro Aufgabe und etwa 2.7 Sekunden bis zum ersten Antwort-Token; max erreicht 62.1 für $4.00, wartet aber etwa 148 Sekunden; xhigh ist mit 61.6, $2.52 und etwa 45 Sekunden der Mittelweg. Reasoning-Token werden als Ausgabe abgerechnet, stell für interaktive Nutzung also nicht standardmäßig max ein.

OpenAI-Leitfaden zum neuesten Modell

Unabhängige Auswertungen und erste Reaktionen

  • Artificial Analysis: Im Intelligence Index erreicht es auf max-Effort 62 Punkte, 5 mehr als GPT-6 Astra, vor Gemini 4 Carbon (60) und Claude Opus 5.5 (59) und nur hinter Claude Fable 5.2 (65). Der komplette Index-Lauf kostete $4,530, also $4.00 pro Aufgabe. Die Halluzinationsrate auf AA-Omniscience liegt bei 59%, es rät also weiterhin gern, wenn es etwas nicht weiß. Auf AA-3D, dem interaktiven 3D-Benchmark von AA, liegt es auf Platz 1 und gewann 139 von 152 direkten Abstimmungen durch Menschen. Sein Coding Agent Index bleibt auf dem Niveau von GPT-6 Astra. Jeder Wokey-Tarif beträgt 6.85% des offiziellen Preises, dieselbe Aufgabe auf max-Effort kostet also etwa $0.27.
  • Vals AI: Auf max-Effort erreicht es im Vals Index 67.66%, Platz 7 von 41 Modellen, bei $10.68 pro Test. Im Vals Science Index (68.44%), bei Terminal-Bench-Science (71.43%) und bei Vibe Code Bench (55.16%) liegt es auf Platz 1, bei Terminal-Bench 4.0 erreicht es 63.13%.
  • VentureBeat (erste Reaktionen am Starttag): Das “essentially unusable” (im Grunde unbrauchbar) in der Schlagzeile stammt von Tester Matt Shumer auf X; er setzte Astra als Sub-Agent ein, und die überwachenden Claude-Modelle erledigten die Arbeit von Astra noch einmal. Theo Browne ließ es einen Rust-Compiler optimieren: Nach sieben Tagen hatte es keine einzige Verbesserung eingebracht und den Compiler um 56% verlangsamt, wobei er Code-Review, 3D, Spieleentwicklung und Computer Use lobte. Ethan Mollick fand es schwer zu steuern, aber fähig, ein ehrgeiziges Projekt umzusetzen. VentureBeat merkt an, dass es sich um wenige Tester mit bestimmten Aufgaben am Starttag handelt. Auf X sagte der frühe Tester Pietro Schirano, die meisten Probleme lägen am Harness, ohne den komme er bestens voran.

Migration von GPT-6 Astra und Nutzung in Codex

Diese Änderungen stammen von der Modellseite von OpenAI, dem Leitfaden zum neuesten Modell und der Codex-Dokumentation. Bei den meisten Anfragen musst du nur model auf gpt-6.2-astra setzen, prüfe aber zuerst die folgenden Punkte.

  • Reasoning Effort kann nicht none sein. Stell none oder minimal auf low um und starte neue Integrationen mit medium.
  • Entferne temperature, top_p und top_logprobs, wie OpenAI es verlangt; in Chat Completions entfällt zusätzlich logprobs, und in Responses entfernst du message.output_text.logprobs aus include.
  • Tool-Aufrufe setzen Responses voraus. Über Wokey werden Chat-Completions-Anfragen vor der Weiterleitung in Responses umgewandelt, Chat-Anfragen mit Tools funktionieren also ebenfalls.
  • Ab GPT-6.2 verwirft die API Reasoning-Items, wenn sie mitten im Gespräch Änderungen am Verlauf (Präfix-Änderungen), einen Wechsel auf ein schwächeres Modell oder einen Wechsel des Endnutzers oder der Organisation erkennt; das kann die Antwortqualität senken und zusätzliche Token kosten. Lass das Präfix unverändert und hänge neue Anweisungen ans Ende an; das verbessert auch die Cache-Treffer.
  • Um den Effort mitten im Gespräch zu erhöhen oder zu senken, hänge zwischen den Antworten ein configuration_update-Item an, statt reasoning.effort auf Anfrageebene zu ändern. Kommst du von GPT-5.5 oder früher, ersetze prompt_cache_retention durch prompt_cache_options.ttl ("30m" oder "12h", Letzteres nur in Responses).
  • Laut OpenAI antwortet es standardmäßig knapper und direkter und schlägt bei unklarer Absicht womöglich einen nächsten Schritt vor und wartet auf Bestätigung. Die System Card zeigt, dass es in zwei Tests eher Hindernisse verschweigt, die seine Arbeit blockiert haben, etwa eine fehlende Datei oder ein nicht verfügbares Such-Tool; fordere automatisierte Läufe also ausdrücklich auf, Blocker zu melden.
  • Ab 272K Eingabe-Token rechnet OpenAI die gesamte Anfrage mit 2× für Eingabe und Cache und 1.5× für Ausgabe ab. Wokey hat keine solche Stufe: Der volle 1M-Kontext wird zu einem einheitlichen Preis abgerechnet.
  • In Codex beträgt der Standardkontext von GPT-6.2 Astra 272K; setze model_context_window in config.toml, um auf etwa 1M zu gehen. Für die Nutzung über Wokey fügst du den unten gezeigten Provider hinzu und legst deinen Wokey-API-Key in der Umgebungsvariable WOKEY_API_KEY ab.

GPT-6.2 Astra in Codex über Wokey nutzen (~/.codex/config.toml)

# ~/.codex/config.toml
model = "gpt-6.2-astra"
model_provider = "wokey"
model_reasoning_effort = "medium"

[model_providers.wokey]
name = "Wokey"
base_url = "https://api.wokey.ai"
env_key = "WOKEY_API_KEY"
wire_api = "responses"
Modell-ID
gpt-6.2-astra
Anbieter
openai
Angebotsstatus
Derzeit aufrufbar

Aktuelle Katalogpreise

Preise pro 1 Mio. Token; abgerechnet wird zum Preis, der bei der Verarbeitung der Anfrage gilt.

PostenWokeyOffizielle ReferenzErsparnis
Input$0.548$893%
Output$2.74$4093%
Cache read$0.0274$0.493%
Cache write$0.685$1093%

Offizielle Preisquelle: https://developers.openai.com/api/docs/models/gpt-6.2-astra

Modellfähigkeiten

Context
1,050,000 tokens
Maximale Ausgabe
128,000 tokens
Streaming
Unterstützt
Tools
Unterstützt
Vision
Unterstützt
Unterstützte API-Formate
/v1/chat/completions · /v1/responses

Anfrage senden

/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-6.2-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-6.2-astra","input":"Hello"}'

GPT-6.2 Astra in deinen Tools nutzen

Das Gateway ist https://api.wokey.ai (OpenAI-kompatible Clients erwarten meist https://api.wokey.ai/v1), die Modell-ID lautet gpt-6.2-astra. Öffne die Einrichtung für deinen Client.

Häufige Fragen

Was ist der Unterschied zwischen GPT-6.2 Astra und GPT-6.2 Sol, und welches sollte ich nehmen?

Astra ist das Flaggschiff, Sol das Modell für den Alltag. Astra kostet $8 / $40, Sol $2 / $10, also ein Viertel. Bei OpenAIs FrontierCode 2.0 auf max-Effort erreicht Sol 43.8% gegenüber 44.2% bei Astra, zu etwa einem Fünftel der Kosten pro Aufgabe; bei Agents’ Last Exam erreicht Astra 77.6% und Sol 73.0%. Im Artificial Analysis Intelligence Index liegt Astra bei 62 und Sol bei 57. OpenAI empfiehlt Sol für alltägliches Coding und Astra für die schwierigste professionelle Arbeit, Recherche, 3D und lang laufende Aufgaben.

Worin unterscheidet sich GPT-6.2 Astra von GPT-6 Astra?

Es ist günstiger und erzielt höhere Werte. Der Preis sinkt von $10 / $50 auf $8 / $40, Cache-Lesen von $1 auf $0.40. Es führt in allen neun Vergleichsdiagrammen von OpenAI, liegt bei Agents’ Last Exam 5.2 Punkte höher bei weniger als einem Drittel der Kosten pro Aufgabe, und der Artificial Analysis Intelligence Index steigt von 57 auf 62. Der Coding Agent Index von AA bleibt allerdings gleich, und manche Tester fanden das Schreiben schwächer. Keines der beiden Modelle akzeptiert Effort none, für die Migration reicht also meist eine neue Modell-ID.

Ist GPT-6.2 Astra besser als Claude Fable 5.2 oder Opus 5.5?

Im Artificial Analysis Intelligence Index erreicht Fable 5.2 64.6, GPT-6.2 Astra 62.1 und Opus 5.5 59.1 Punkte, bei $26.54, $4.00 und $10.04 pro Aufgabe. Fable 5.2 kostet ebenfalls $8 / $40, Opus 5.5 $4 / $20. Bei OpenAIs Agents’ Last Exam liegt Astra mit 77.6% vor Fable 5.2 (72.8%) und Opus 5.5 (71.6%), bei FrontierCode 2.0 liegt es mit 44.2% knapp hinter beiden. Die meisten frühen Tester bevorzugten für lange Coding-Sessions weiterhin Claude; Astra gewinnt bei den Kosten pro Aufgabe.

Warum nennen manche GPT-6.2 Astra “essentially unusable”?

Das ist das Urteil von Tester Matt Shumer auf X, das VentureBeat als Schlagzeile nutzte. Die Kritik betrifft delegierte, lang laufende Arbeit: schwer zu steuern, hört zu früh auf, knappe Zusammenfassungen, dazu die sieben Tage Compiler-Arbeit von Theo Browne ohne eine einzige eingebrachte Verbesserung. Auf der anderen Seite sieht Artificial Analysis es auf AA-3D auf Platz 1, Theo lobte Code-Review, 3D und Spieleentwicklung, und ein früher Tester schrieb auf X, die meisten Probleme lägen am Harness. Die System Card von OpenAI räumt ein, dass es Blocker häufiger verschweigt, und sagt, Codex habe jetzt Anweisungen, die das verringern. Es sind wenige Tester am Starttag, teste es also mit deinen eigenen Aufgaben.

Was kostet GPT-6.2 Astra, und wie wird Kontext über 272K abgerechnet?

Der offizielle Preis beträgt $8 Eingabe, $0.40 Cache-Lesen und $40 Ausgabe pro 1 Mio. Token; Cache-Schreiben kostet $10 bei 30 Minuten Aufbewahrung und $20 bei 12 Stunden. Übersteigt die Eingabe 272K Token, wird die gesamte Anfrage mit $16 / $0.80 / $60 abgerechnet. Batch ist 50% günstiger, der Fast-Modus kostet 2× und Ultrafast 3× bis 2027-02-28 und danach 6×. Wokey hat keine Langkontext-Stufe: Der volle 1M-Kontext wird zu einem einheitlichen Preis abgerechnet, $0.548 Eingabe / $2.74 Ausgabe / $0.0274 Cache-Lesen pro 1 Mio. Token.

Warum finde ich GPT-6.2 Astra nicht in ChatGPT? Ist es kostenlos?

GPT-6.2 Astra gibt es nur in ChatGPT Work und Codex, nicht in der normalen Chat-Ansicht; öffne Work, um es auszuwählen. Die Codex-Dokumentation nennt Plus, Pro, Business, Enterprise und Edu, wobei es bei Enterprise und Edu deaktiviert ist, bis ein Admin es freischaltet; Free und Go werden nicht genannt. Ohne Abo kannst du gpt-6.2-astra über die API aufrufen und pro Token zahlen; über Wokey sind das $0.548 Eingabe / $2.74 Ausgabe pro 1 Mio. Token.

Wie weit reichen die Codex-Limits mit GPT-6.2 Astra?

OpenAI schätzt 6–50 lokale Nachrichten pro 5 Stunden bei Plus (GPT-6 Astra: 5–45). Pro hat derzeit kein 5-Stunden-Limit, wöchentliche Limits können aber greifen. Die Codex-Credits sinken auf 200 Eingabe / 10 Cache-Lesen / 1,000 Ausgabe pro 1 Mio. Token (GPT-6 Astra: 250 / 25 / 1,250). Der Fast-Modus verbraucht das enthaltene Kontingent mit 2×, Ultrafast mit 6×; unter den Einzeltarifen bekommt nur Pro $500 Ultrafast auf Astra, bei Enterprise und Edu muss ein Admin es freischalten. Manche Plus-Nutzer berichten, dass ein großer Teil ihres Fensters in Minuten weg war; nimm für Routinearbeit also GPT-6.2 Sol oder einen niedrigeren Effort. Um das 5-Stunden-Fenster ganz zu umgehen, zahl über die API pro Token: über Wokey $0.548 Eingabe / $2.74 Ausgabe pro 1 Mio. Token, abgebucht von deinem Guthaben, ohne 5-Stunden- oder Wochenlimits.

Welchen Reasoning Effort sollte ich für GPT-6.2 Astra nutzen? Unterstützt es none?

Nein, die API lehnt none ab. OpenAI empfiehlt, mit medium zu beginnen und none oder minimal auf low umzustellen; die Launch-Diagramme und Codex bieten low, medium, high, xhigh und max. Artificial Analysis misst auf medium 57.0 Punkte im Index bei etwa 2.7 Sekunden bis zum ersten Antwort-Token, auf xhigh 61.6 bei etwa 45 Sekunden und auf max 62.1 bei etwa 148 Sekunden. Nimm medium für interaktive Arbeit und erwäge xhigh für lange Aufgaben.

Gibt es ein GPT-6.2 Luna oder GPT-6.2 Terra?

Zum Prüfdatum nicht. OpenAI hat nur GPT-6.2 Astra und GPT-6.2 Sol veröffentlicht und kein 6.2 Luna oder Terra angekündigt. Für eine günstigere Stufe nimm GPT-6.1 Terra ($1 / $5) oder GPT-6 Luna ($0.10 / $0.50). Luna, Terra, Sol und Astra sind Stufen von der niedrigsten zur höchsten; 6, 6.1 und 6.2 sind Generationen.

Wie nutze ich GPT-6.2 Astra in Codex?

Nutzer von ChatGPT Plus, Pro, Business, Enterprise und Edu können es mit /model in der Codex-App und der CLI auswählen oder codex --model gpt-6.2-astra ausführen; die Nutzung wird auf den Tarif angerechnet. Der Standardkontext in Codex ist 272K, model_context_window erhöht ihn. Um pro Token zu zahlen, setze model in ~/.codex/config.toml auf gpt-6.2-astra und füge einen Provider mit base_url https://api.wokey.ai, wire_api responses und env_key WOKEY_API_KEY hinzu, für $0.548 Eingabe / $2.74 Ausgabe pro 1 Mio. Token (offiziell $8 / $40).

Was kostet die GPT-6.2 Astra-API, und wie viel spare ich gegenüber der offiziellen API?

Wokey berechnet $0.548 pro 1 Mio. Eingabe-Token und $2.74 pro 1 Mio. Ausgabe-Token; die offiziellen Referenzpreise liegen bei $8 und $40. Das sind 93% weniger bei der Eingabe und 93% weniger bei der Ausgabe. Abgerechnet wird zum Preis, der bei der Verarbeitung der Anfrage gilt; die Preisquelle des Anbieters ist auf dieser Seite verlinkt.

Wie lautet die Modell-ID von GPT-6.2 Astra für die API?

Die Modell-ID von GPT-6.2 Astra auf Wokey lautet gpt-6.2-astra. Verwende sie genau so im Feld model des Request-Bodys oder in der Modelleinstellung deines Clients (zum Beispiel ANTHROPIC_MODEL in Claude Code oder model in der config.toml von Codex CLI); auch GET https://api.wokey.ai/v1/models listet sie auf.

Welche API-Formate unterstützt GPT-6.2 Astra, und wie rufe ich das Modell über Wokey auf?

GPT-6.2 Astra unterstützt /v1/chat/completions (Chat-Completions-Anfragen) und /v1/responses (Responses-Anfragen). Setze die API-Base-URL auf https://api.wokey.ai, authentifiziere dich mit einem Wokey-API-Key und verwende die kanonische Modell-ID gpt-6.2-astra; beginnen kannst du mit /v1/responses. Der Abschnitt „Anfrage senden“ enthält ein curl-Beispiel für jedes unterstützte API-Format.

Wie nutze ich GPT-6.2 Astra in Codex CLI?

Codex CLI ruft GPT-6.2 Astra über das Responses-Protokoll auf. Füge in ~/.codex/config.toml einen model_provider mit base_url = "https://api.wokey.ai", wire_api = "responses" und env_key = "OPENAI_API_KEY" hinzu; setze model auf gpt-6.2-astra und hinterlege deinen Wokey-API-Key in OPENAI_API_KEY. Die vollständige Konfiguration steht in der Codex-CLI-Anleitung.

Wie groß sind Kontextfenster und maximale Ausgabe von GPT-6.2 Astra?

Das Kontextfenster laut Katalog umfasst 1,050,000 Token, die maximale Ausgabe 128,000 Token. Das sind getrennte Limits; eine Anfrage muss außerdem die Upstream-Beschränkungen einhalten, die bei ihrer Verarbeitung gelten.

Wie werden Cache-Lesen und Cache-Schreiben bei GPT-6.2 Astra berechnet?

Cache-Lesen: Bei Wokey $0.0274 pro 1 Mio. Token, der offizielle Referenzpreis beträgt $0.4 pro 1 Mio. Token. Cache-Schreiben: Bei Wokey $0.685 pro 1 Mio. Token, der offizielle Referenzpreis beträgt $10 pro 1 Mio. Token.

Worin unterscheidet sich der Aufruf von GPT-6.2 Astra über Wokey von OpenRouter?

Wokey führt GPT-6.2 Astra für $0.548 (Eingabe) / $2.74 (Ausgabe) pro 1 Mio. Token, bei einem offiziellen Referenzpreis von $8 / $40. OpenRouter gibt an, keinen Aufschlag auf die Inferenz zu erheben, und berechnet seine Gebühr beim Kauf von Credits (5,5 % bei Kartenzahlung). Wokey bietet eine kuratierte Auswahl an Modellen und keine Routing-Parameter pro Provider; wenn du einen größeren Katalog brauchst, passt OpenRouter daher besser. Den vollständigen Vergleich findest du auf der Seite zur OpenRouter-Alternative.

Wie unterscheiden sich GPT-6.2 Astra und GPT-6 Astra bei Preis und Kontext?

Im veröffentlichten Preisvergleich liegt GPT-6.2 Astra bei $0.548 / $2.74 (Eingabe/Ausgabe) mit einem Kontextfenster von 1,050,000 Token; GPT-6 Astra liegt bei $0.55 / $2.75 mit einem Kontextfenster von 1,050,000 Token. Das ist ein sachlicher Vergleich von Preis und Kapazität, kein Qualitätsranking; vergleiche auch die unterstützten API-Formate und Fähigkeiten.

Verwandte Modelle und Dokumentation

API-Key holen · gpt-6.2-astra