GPT-6.2 Astra API

GPT-6.2 Astra dirilis pada 2026-11-17. OpenAI menyebutnya model paling mumpuni untuk proyek tersulit Anda, dari awal hingga akhir. Harganya $8 input / $40 output per 1 juta token dengan cache read $0.40; GPT-6 Astra dulu $10 / $50 dengan cache read $1. Model ini mengungguli GPT-6 Astra di kesembilan grafik perbandingan langsung dalam pengumuman peluncuran OpenAI, tetapi ulasan para penguji pertama sangat terbelah. Halaman ini membahas benchmark dan evaluasi pihak ketiga, cara memilih antara model ini, GPT-6.2 Sol, dan Claude, cara memakainya di Codex, apa yang perlu diubah saat migrasi, serta harga di Wokey.

Perbandingan harga: API resmi, OpenRouter, dan Wokey

USD per satu juta token. Harga API resmi dan OpenRouter diperiksa manual pada 2026-11-18, belum termasuk pajak; harga Wokey dibaca dari daftar harga terkini.

KanalInputBaca cacheOutput
API resmi$8$0.4$40
OpenRouter$8$0.4$40
Wokey$0.548$0.0274$2.74

· Halaman harga resmi · Daftar endpoint OpenRouter

Sekilas tentang GPT-6.2 Astra

Rilis
2026-11-17, bersamaan dengan GPT-6.2 Sol; pada hari yang sama tersedia di API, ChatGPT Work, dan Codex, serta terdaftar di OpenRouter (endpoint OpenAI, Azure, dan Amazon Bedrock)
Posisi
Model unggulan OpenAI untuk reasoning kompleks, coding, dan pekerjaan profesional. Menurut OpenAI, kodenya lebih mudah dibaca, frontend dan desain 3D-nya lebih baik, penggunaan tools-nya lebih efisien, dan jawabannya lebih ringkas secara default. Untuk coding sehari-hari, OpenAI menyarankan mulai dengan GPT-6.2 Sol
Konteks dan output
Konteks 1,050,000 token (input maksimum 922K) dan output maksimum 128K; input teks dan gambar, output teks, tanpa audio atau video; batas pengetahuan 2026-05-18
Reasoning effort
API menolak none. OpenAI menyarankan integrasi baru dimulai dari medium dan memindahkan none atau minimal ke low; grafik peluncuran dan Codex menawarkan low, medium, high, xhigh, dan max, dan dokumentasinya belum menyebutkan default
Harga resmi
$8 input / $40 output per 1 juta token, cache read $0.40, cache write $10 (retensi 30 menit) atau $20 (12 jam); request dengan input di atas 272K token ditagih seluruhnya 2× untuk input dan cache serta 1.5× untuk output ($16 / $0.80 / $60); Batch diskon 50%, Fast 2×, Ultrafast 3× hingga 2027-02-28 dan 6× setelahnya
API dan tools
Chat Completions, Responses, dan Batch; tool calling mensyaratkan Responses. Tools bawaan: web_search, file_search, image_generation, code_interpreter, hosted_shell, apply_patch, skills, computer_use, mcp, dan tool_search. Tanpa fine-tuning, Realtime, atau Assistants, dan tanpa snapshot bertanggal
Efisiensi
Menurut OpenAI, skornya 5.2 poin di atas GPT-6 Astra di Agents’ Last Exam dengan biaya per tugas kurang dari sepertiganya, dan 6.2 poin lebih tinggi di GDPval v2 dengan token output 22% lebih sedikit. Artificial Analysis mengukur $4.00 per tugas di effort max, berbanding $26.54 untuk Claude Fable 5.2
Peringkat keamanan
System card menilai kemampuan keamanan sibernya Critical serta biologi dan kimia High, dan ini model eksternal pertama OpenAI yang mencapai ambang High untuk peningkatan diri AI. Request keamanan siber berisiko lebih tinggi mendapat pengaman yang lebih ketat, yang juga membatasi sebagian riset kerentanan yang sah
ID model dan limit
gpt-6.2-astra; tier tertinggi 15,000 RPM / 40M TPM; data residency AS dan UE, dengan tambahan 10% di endpoint regional

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

Benchmark resmi: GPT-6.2 Astra vs GPT-6 Astra vs GPT-6.2 Sol vs Claude Fable 5.2 vs Opus 5.5

Dari sembilan grafik perbandingan di pengumuman peluncuran OpenAI. Ini hasil pengujian vendor sendiri, masing-masing pada effort tertinggi yang dicantumkan OpenAI untuk model tersebut.

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%——

Di Agents’ Last Exam, GPT-6.2 Astra meraih 78.3% di xhigh, di atas hasil max-nya; di FrontierCode 2.0, Fable 5.2 meraih 49.1% di xhigh. Skor Terminal-Bench-Science Fable 5.2 berasal dari run mini-swe-agent Artificial Analysis (Anthropic melaporkan 74.6% di Claude Code), dan skor Vals Science Index-nya pada effort high. OpenAI menyatakan hasil Agents’ Last Exam Fable 5.2 tidak mencakup sembilan tugas yang memakai model fallback; biaya per tugas di sana $2.89 untuk GPT-6.2 Astra di xhigh, $8.99 untuk GPT-6 Astra, dan $60.05 untuk Fable 5.2.

Pilih yang mana: GPT-6.2 Astra, GPT-6.2 Sol, GPT-6 Astra, atau Claude

vs GPT-6 Astra

Harga turun dari $10 / $50 menjadi $8 / $40, cache read dari $1 menjadi $0.40, dan batas pengetahuan bergeser dari 2026-04-30 ke 2026-05-18. Model ini unggul di kesembilan perbandingan OpenAI, dan Intelligence Index dari Artificial Analysis naik dari 57 ke 62. Namun Coding Agent Index AA (harness Codex, effort max) tidak berubah dibanding GPT-6 Astra, dan ulasan Every menilai kualitas tulisannya mundur. Gunakan GPT-6.2 Astra untuk pekerjaan baru, dan bandingkan dulu pada tugas Anda sendiri sebelum migrasi.

vs GPT-6.2 Sol

Harga Sol hanya seperempatnya ($2 / $10). Di FrontierCode 2.0 OpenAI pada effort max, Sol meraih 43.8% berbanding 44.2% untuk Astra dengan biaya per tugas sekitar seperlimanya; Intelligence Index AA mencatat Sol di 57 dan Astra di 62. OpenAI sendiri menyarankan Sol untuk coding sehari-hari dan Astra untuk dokumen profesional, riset, 3D, dan pekerjaan multi-langkah tersulit.

vs Claude Fable 5.2 / Opus 5.5

Fable 5.2 punya harga yang sama, $8 / $40, dan masih memimpin Intelligence Index AA dengan 64.6 berbanding 62.1 untuk Astra, tetapi berbiaya $26.54 per tugas, lebih dari enam kali Astra; Opus 5.5 ($4 / $20) meraih 59.1 dengan $10.04 per tugas. Astra mengungguli keduanya di Agents’ Last Exam OpenAI dan sedikit tertinggal di FrontierCode 2.0. Sebagian besar penguji awal masih lebih memilih Claude untuk sesi coding panjang; pilih Astra jika biaya per tugas penting atau untuk pekerjaan 3D dan dokumen.

Mengatur effort

OpenAI menyarankan mulai dari medium dan menaikkannya hanya jika peningkatan kualitasnya sepadan. AA mengukur medium di 57.0 pada indeksnya, $1.62 per tugas, dan sekitar 2.7 detik hingga token jawaban pertama; max mencapai 62.1 dengan $4.00 tetapi harus menunggu sekitar 148 detik; xhigh, dengan 61.6, $2.52, dan sekitar 45 detik, adalah jalan tengahnya. Token reasoning ditagih sebagai output, jadi jangan jadikan max sebagai default untuk penggunaan interaktif.

Panduan model terbaru OpenAI

Evaluasi pihak ketiga dan tanggapan hari pertama

  • Artificial Analysis: Skornya 62 pada Intelligence Index di effort max, 5 poin di atas GPT-6 Astra, di depan Gemini 4 Carbon (60) dan Claude Opus 5.5 (59), dan hanya kalah dari Claude Fable 5.2 (65). Menjalankan seluruh indeks berbiaya $4,530, atau $4.00 per tugas. Tingkat halusinasi AA-Omniscience-nya 59%, jadi model ini masih cenderung menebak saat tidak tahu jawabannya. Model ini menempati peringkat pertama di AA-3D, benchmark 3D interaktif milik AA, dengan memenangkan 139 dari 152 voting head-to-head oleh manusia. Coding Agent Index-nya tidak berubah dibanding GPT-6 Astra. Setiap komponen tagihan Wokey adalah 6.85% dari harga resmi, sehingga tugas yang sama di effort max berbiaya sekitar $0.27.
  • Vals AI: Di effort max skornya 67.66% pada Vals Index, peringkat 7 dari 41 model, dengan $10.68 per tes. Model ini menempati peringkat pertama di Vals Science Index (68.44%), Terminal-Bench-Science (71.43%), dan Vibe Code Bench (55.16%), serta meraih 63.13% di Terminal-Bench 4.0.
  • VentureBeat (tanggapan hari pertama): Frasa “essentially unusable” (pada dasarnya tidak bisa dipakai) di judul berasal dari unggahan penguji Matt Shumer di X; ia memakai Astra sebagai sub-agent, dan model Claude yang mengawasinya harus mengulang pekerjaannya. Theo Browne memintanya mengoptimalkan compiler Rust: setelah tujuh hari, tidak ada satu pun perbaikan yang berhasil diterapkan dan compiler justru 56% lebih lambat, meski ia memuji code review, 3D, pengembangan game, dan computer use-nya. Ethan Mollick merasa model ini sulit diarahkan, tetapi mampu menuntaskan proyek yang ambisius. VentureBeat mencatat bahwa ini hanya segelintir penguji dengan tugas tertentu di hari peluncuran. Di X, penguji awal Pietro Schirano mengatakan sebagian besar masalahnya ada di harness, dan tanpa harness itu modelnya melesat.

Migrasi dari GPT-6 Astra dan cara memakainya di Codex

Perubahan ini berasal dari halaman model OpenAI, panduan model terbarunya, dan dokumentasi Codex. Sebagian besar request hanya perlu mengatur model ke gpt-6.2-astra, tetapi periksa dulu poin-poin di bawah.

  • Reasoning effort tidak bisa none. Pindahkan none atau minimal ke low, dan mulai integrasi baru dari medium.
  • Hapus temperature, top_p, dan top_logprobs sesuai ketentuan OpenAI; Chat Completions juga tidak lagi menerima logprobs, dan pada Responses hapus message.output_text.logprobs dari include.
  • Tool calling mensyaratkan Responses. Lewat Wokey, request Chat Completions dikonversi ke Responses sebelum diteruskan, sehingga request Chat dengan tools juga berfungsi.
  • Mulai GPT-6.2, API membuang item reasoning jika mendeteksi riwayat yang diedit di tengah percakapan (edit prefix), penurunan model, atau pergantian end user maupun organisasi, yang bisa menurunkan kualitas jawaban dan menambah token. Biarkan prefix tetap utuh dan tambahkan instruksi baru di akhir; cara ini juga meningkatkan cache hit.
  • Untuk menaikkan atau menurunkan effort di tengah percakapan, tambahkan item configuration_update di antara balasan alih-alih mengubah reasoning.effort di level request. Jika berasal dari GPT-5.5 atau versi sebelumnya, ganti prompt_cache_retention dengan prompt_cache_options.ttl ("30m", atau "12h" khusus di Responses).
  • Menurut OpenAI, model ini lebih ringkas dan lugas secara default, dan bisa mengusulkan langkah berikutnya lalu menunggu konfirmasi saat maksudnya kurang jelas. System card menunjukkan bahwa dalam dua pengujian model ini lebih sering tidak menyebutkan hambatan yang menghalangi pekerjaannya, seperti file yang hilang atau tool pencarian yang tidak tersedia, jadi minta run otomatis untuk melaporkan hambatan secara eksplisit.
  • Di atas 272K token input, OpenAI menagih seluruh request 2× untuk input dan cache serta 1.5× untuk output. Wokey tidak punya tingkatan ini: seluruh konteks 1M ditagih dengan satu harga.
  • Di Codex, konteks default GPT-6.2 Astra adalah 272K; atur model_context_window di config.toml untuk menaikkannya hingga sekitar 1M. Untuk memakainya lewat Wokey, tambahkan provider di bawah dan simpan API key Wokey Anda di environment variable WOKEY_API_KEY.

Memakai GPT-6.2 Astra di Codex lewat Wokey (~/.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"
ID model
gpt-6.2-astra
Vendor
openai
Status pasokan
Saat ini dapat dipanggil

Cuplikan harga katalog

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

KomponenWokeyReferensi resmiPenghematan
Input$0.548$893%
Output$2.74$4093%
Cache read$0.0274$0.493%
Cache write$0.685$1093%

Sumber harga resmi: https://developers.openai.com/api/docs/models/gpt-6.2-astra

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-6.2-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"}'

Pakai GPT-6.2 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-6.2-astra. Buka panduan untuk klien yang Anda pakai.

Pertanyaan umum

Apa perbedaan GPT-6.2 Astra dan GPT-6.2 Sol, dan mana yang sebaiknya dipakai?

Astra adalah model unggulan, sedangkan Sol model untuk sehari-hari. Astra seharga $8 / $40 dan Sol $2 / $10, empat kali lebih murah. Di FrontierCode 2.0 OpenAI pada effort max, Sol meraih 43.8% berbanding 44.2% untuk Astra dengan biaya per tugas sekitar seperlimanya; di Agents’ Last Exam, Astra meraih 77.6% dan Sol 73.0%. Intelligence Index dari Artificial Analysis mencatat Astra di 62 dan Sol di 57. OpenAI menyarankan Sol untuk coding sehari-hari dan Astra untuk pekerjaan profesional, riset, 3D, dan tugas berdurasi panjang yang paling sulit.

Apa perbedaan GPT-6.2 Astra dan GPT-6 Astra?

Lebih murah dan skornya lebih tinggi. Harga turun dari $10 / $50 menjadi $8 / $40 dan cache read dari $1 menjadi $0.40. Model ini unggul di kesembilan grafik perbandingan OpenAI, dengan skor 5.2 poin lebih tinggi di Agents’ Last Exam dan biaya per tugas kurang dari sepertiganya, dan Intelligence Index dari Artificial Analysis naik dari 57 ke 62. Namun Coding Agent Index AA tidak berubah, dan sebagian penguji menilai tulisannya memburuk. Kedua model tidak menerima effort none, jadi migrasi biasanya hanya perlu mengganti ID model.

Apakah GPT-6.2 Astra lebih bagus dari Claude Fable 5.2 atau Opus 5.5?

Pada Intelligence Index dari Artificial Analysis, Fable 5.2 meraih 64.6, GPT-6.2 Astra 62.1, dan Opus 5.5 59.1, dengan biaya $26.54, $4.00, dan $10.04 per tugas. Fable 5.2 punya harga yang sama, $8 / $40; Opus 5.5 seharga $4 / $20. Di Agents’ Last Exam OpenAI, 77.6% milik Astra mengungguli Fable 5.2 (72.8%) dan Opus 5.5 (71.6%), sedangkan di FrontierCode 2.0 skornya 44.2%, sedikit di bawah keduanya. Sebagian besar penguji awal masih lebih memilih Claude untuk sesi coding panjang; Astra unggul dalam biaya per tugas.

Kenapa ada yang menyebut GPT-6.2 Astra “essentially unusable”?

Itu penilaian penguji Matt Shumer di X, yang dipakai VentureBeat sebagai judul. Kritiknya berpusat pada pekerjaan berdurasi panjang yang didelegasikan: sulit diarahkan, berhenti terlalu cepat, ringkasan yang terlalu singkat, dan tujuh hari kerja compiler Theo Browne tanpa satu pun perbaikan yang berhasil diterapkan. Di sisi lain, Artificial Analysis menempatkannya di peringkat pertama AA-3D, Theo memuji code review, 3D, dan pengembangan game-nya, dan seorang penguji awal mengatakan di X bahwa sebagian besar masalahnya ada di harness. System card OpenAI mengakui model ini lebih sering tidak menyebutkan hambatan dan menyatakan Codex kini punya instruksi untuk menguranginya. Ini hanya segelintir penguji di hari peluncuran, jadi uji sendiri pada tugas Anda.

Berapa harga GPT-6.2 Astra, dan bagaimana tagihannya untuk konteks di atas 272K?

Harga resminya $8 input, $0.40 cache read, dan $40 output per 1 juta token; cache write berbiaya $10 untuk retensi 30 menit dan $20 untuk 12 jam. Begitu input melebihi 272K token, seluruh request ditagih $16 / $0.80 / $60. Batch diskon 50%, mode Fast 2×, dan Ultrafast 3× hingga 2027-02-28 lalu 6× setelahnya. Wokey tidak punya tingkatan konteks panjang: seluruh konteks 1M ditagih dengan satu harga, yaitu $0.548 input / $2.74 output / $0.0274 cache read per 1 juta token.

Kenapa GPT-6.2 Astra tidak ada di ChatGPT? Apakah gratis?

GPT-6.2 Astra hanya ada di ChatGPT Work dan Codex, bukan di tampilan Chat biasa; buka Work untuk memilihnya. Dokumentasi Codex mencantumkan Plus, Pro, Business, Enterprise, dan Edu, dengan Enterprise dan Edu nonaktif sampai admin mengaktifkannya; Free dan Go tidak tercantum. Tanpa langganan, Anda bisa memanggil gpt-6.2-astra lewat API dan membayar per token; lewat Wokey harganya $0.548 input / $2.74 output per 1 juta token.

Seberapa awet limit Codex dengan GPT-6.2 Astra?

OpenAI memperkirakan 6–50 pesan lokal per 5 jam di Plus (GPT-6 Astra: 5–45). Pro saat ini tidak punya limit 5 jam, meski limit mingguan bisa berlaku. Kredit Codex turun menjadi 200 input / 10 cache read / 1,000 output per 1 juta token (GPT-6 Astra: 250 / 25 / 1,250). Mode Fast memakai jatah penggunaan 2× dan Ultrafast 6×; di antara paket individu, hanya Pro $500 yang mendapat Ultrafast di Astra, dan Enterprise serta Edu perlu diaktifkan oleh admin. Sebagian pengguna Plus melaporkan jatah mereka terkuras banyak hanya dalam hitungan menit, jadi gunakan GPT-6.2 Sol atau effort yang lebih rendah untuk pekerjaan rutin. Agar sama sekali tidak terikat jendela 5 jam, bayar per token lewat API: lewat Wokey harganya $0.548 input / $2.74 output per 1 juta token, dipotong dari saldo Anda tanpa batas 5 jam maupun batas mingguan.

Reasoning effort mana yang sebaiknya dipakai di GPT-6.2 Astra, dan apakah mendukung none?

Tidak, API menolak none. OpenAI menyarankan mulai dari medium dan memindahkan none atau minimal ke low; grafik peluncuran dan Codex menawarkan low, medium, high, xhigh, dan max. Artificial Analysis mengukur medium di 57.0 pada indeksnya dengan sekitar 2.7 detik hingga token jawaban pertama, xhigh di 61.6 dengan sekitar 45 detik, dan max di 62.1 dengan sekitar 148 detik. Gunakan medium untuk pekerjaan interaktif dan pertimbangkan xhigh untuk tugas panjang.

Apakah ada GPT-6.2 Luna atau GPT-6.2 Terra?

Belum ada per tanggal pemeriksaan. OpenAI hanya merilis GPT-6.2 Astra dan GPT-6.2 Sol dan belum mengumumkan 6.2 Luna maupun Terra. Untuk tingkatan yang lebih murah, gunakan GPT-6.1 Terra ($1 / $5) atau GPT-6 Luna ($0.10 / $0.50). Luna, Terra, Sol, dan Astra adalah tingkatan dari terendah ke tertinggi; 6, 6.1, dan 6.2 adalah generasi.

Bagaimana cara memakai GPT-6.2 Astra di Codex?

Pengguna ChatGPT Plus, Pro, Business, Enterprise, dan Edu bisa memilihnya dengan /model di aplikasi dan CLI Codex atau menjalankan codex --model gpt-6.2-astra, dengan pemakaian dihitung dari jatah paket; konteks default Codex adalah 272K, yang bisa dinaikkan dengan model_context_window. Untuk membayar per token, atur model ke gpt-6.2-astra di ~/.codex/config.toml dan tambahkan provider dengan base_url https://api.wokey.ai, wire_api responses, dan env_key WOKEY_API_KEY, dengan harga $0.548 input / $2.74 output per 1 juta token (resmi $8 / $40).

Berapa harga API GPT-6.2 Astra, dan berapa penghematannya dibanding API resmi?

Wokey mencantumkan input $0.548 per 1 juta token dan output $2.74 per 1 juta token; harga referensi resminya $8 dan $40. Artinya 93% lebih murah untuk input dan 93% lebih murah untuk output. Penagihan mengikuti harga saat permintaan diproses, dan sumber harga vendor ditautkan di halaman ini.

Apa ID model API GPT-6.2 Astra?

ID model untuk GPT-6.2 Astra di Wokey adalah gpt-6.2-astra. Gunakan persis seperti tertulis di field model pada body permintaan atau di pengaturan model klien Anda (misalnya ANTHROPIC_MODEL di Claude Code, atau model di config.toml Codex CLI); GET https://api.wokey.ai/v1/models juga mencantumkannya.

API apa saja yang didukung GPT-6.2 Astra, dan bagaimana cara memanggilnya lewat Wokey?

GPT-6.2 Astra mendukung /v1/chat/completions (permintaan Chat Completions) dan /v1/responses (permintaan Responses). Atur base URL API ke https://api.wokey.ai, autentikasi dengan API key Wokey, dan gunakan ID model kanonis gpt-6.2-astra; Anda bisa mulai dengan /v1/responses. Bagian "Kirim permintaan" memuat contoh curl untuk setiap bentuk API yang didukung.

Bagaimana cara menggunakan GPT-6.2 Astra di Codex CLI?

Codex CLI memanggil GPT-6.2 Astra melalui protokol Responses. Tambahkan model_provider ke ~/.codex/config.toml dengan base_url = "https://api.wokey.ai", wire_api = "responses", dan env_key = "OPENAI_API_KEY"; atur model ke gpt-6.2-astra dan simpan API key Wokey Anda di OPENAI_API_KEY. Konfigurasi lengkapnya ada di panduan Codex CLI.

Berapa jendela konteks dan output maksimum GPT-6.2 Astra?

Jendela konteks menurut katalog adalah 1,050,000 token dan output maksimumnya 128,000 token. Keduanya adalah batas yang terpisah, dan permintaan juga harus memenuhi batasan upstream yang berlaku saat diproses.

Bagaimana harga cache read dan cache write untuk GPT-6.2 Astra?

Cache read: Wokey mencantumkan $0.0274 per 1 juta token dan harga referensi resmi adalah $0.4 per 1 juta token. Cache write: Wokey mencantumkan $0.685 per 1 juta token dan harga referensi resmi adalah $10 per 1 juta token.

Apa bedanya memanggil GPT-6.2 Astra lewat Wokey dengan lewat OpenRouter?

Wokey mencantumkan GPT-6.2 Astra seharga $0.548 input / $2.74 output per 1 juta token, dibanding harga referensi resmi $8 / $40. OpenRouter menyatakan tidak menambah markup pada inferensi dan memungut biayanya saat Anda membeli kredit (5.5% dengan kartu). Wokey menyediakan sekumpulan model pilihan dan tidak memiliki parameter routing per provider, jadi OpenRouter lebih cocok jika Anda membutuhkan katalog yang lebih luas. Perbandingan lengkapnya ada di halaman alternatif OpenRouter.

Apa perbedaan harga dan konteks antara GPT-6.2 Astra dan GPT-6 Astra?

Dalam perbandingan harga yang dipublikasikan, GPT-6.2 Astra mencantumkan input/output $0.548 / $2.74 dengan jendela konteks 1,050,000 token; GPT-6 Astra mencantumkan $0.55 / $2.75 dengan jendela konteks 1,050,000 token. Ini adalah perbandingan faktual atas harga dan kapasitas, bukan peringkat kualitas; bandingkan juga bentuk API dan kemampuan yang didukung masing-masing.

Model dan dokumentasi terkait

Dapatkan API key · gpt-6.2-astra