GPT-6.2 Astra API
GPT-6.2 Astra 于 2026-11-17 发布,OpenAI 称它是面向最难项目、从头做到尾的最强模型。官方价为输入 $8 / 输出 $40 每百万 token,缓存读取 $0.40;GPT-6 Astra 为 $10 / $50、缓存读取 $1。OpenAI 发布的九项对比跑分中它全部超过 GPT-6 Astra,但首批测试者的口碑明显两极。本页汇总跑分与第三方评测、与 GPT-6.2 Sol 和 Claude 怎么选、在 Codex 里怎么用、迁移要改的参数,以及通过 Wokey 调用的价格。
价格对比:官方、OpenRouter 与 Wokey
每百万 token 美元价。官方与 OpenRouter 价格为 2026-11-18 人工核对,不含税;Wokey 价格读取实时价目表。
| 渠道 | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 官方 API | $8 | $0.4 | $40 |
| OpenRouter | $8 | $0.4 | $40 |
| Wokey | $0.548 | $0.0274 | $2.74 |
· 官方价格页 · OpenRouter 端点列表
GPT-6.2 Astra 要点
- 发布日期
- 2026-11-17 与 GPT-6.2 Sol 同时发布;API、ChatGPT Work 和 Codex 同日开放,OpenRouter 同日上架(OpenAI、Azure、Amazon Bedrock 三家端点)
- 官方定位
- OpenAI 的旗舰模型,面向复杂推理、编码和专业工作。OpenAI 称它的代码更易读、前端和 3D 设计更好、工具调用更高效,默认回答也更简洁直接。日常编码 OpenAI 建议先用 GPT-6.2 Sol
- 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,不支持音频和视频;知识截止 2026-05-18
- Reasoning effort
- API 拒绝 none。OpenAI 建议新接入从 medium 开始,原来用 none 或 minimal 的改成 low;发布图表和 Codex 提供 low、medium、high、xhigh、max 五档,官方文档尚未写明默认档位
- 官方价格
- 输入 $8 / 输出 $40 每百万 token,缓存读取 $0.40,缓存写入 $10(保留 30 分钟)或 $20(保留 12 小时);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($16 / $0.80 / $60);Batch 五折,Fast 2 倍,Ultrafast 到 2027-02-28 前 3 倍、之后 6 倍
- API 与工具
- 支持 Chat Completions、Responses 和 Batch,工具调用需要 Responses;内置工具包括 web_search、file_search、image_generation、code_interpreter、hosted_shell、apply_patch、skills、computer_use、mcp 和 tool_search;不支持微调、Realtime 和 Assistants;没有带日期的快照
- 效率
- OpenAI 称在 Agents’ Last Exam 上它比 GPT-6 Astra 高 5.2 分、每任务成本不到三分之一;GDPval v2 上高 6.2 分,输出 token 少 22%。Artificial Analysis 测得 max 档每任务 $4.00,Claude Fable 5.2 为 $26.54
- 安全评级
- 系统卡把网络安全能力评为 Critical、生物与化学评为 High,它也是 OpenAI 第一个达到 AI 自我改进 High 阈值的对外模型。高风险网络安全请求的防护更严,部分正当的漏洞研究也会受限
- 模型 ID 与限额
- gpt-6.2-astra;最高档限额 15,000 RPM / 40M TPM;美国与欧盟数据驻留,区域端点加价 10%
· 来源: OpenAI · OpenAI API · GPT-6.2 Astra · Latest model guide · Codex pricing · System card · Artificial Analysis · Vals AI · VentureBeat
官方跑分:GPT-6.2 Astra vs GPT-6 Astra vs GPT-6.2 Sol vs Claude Fable 5.2 vs Opus 5.5
数据取自 OpenAI 发布页的九张对比图,是厂商自测结果,每个模型取图中最高的 effort 档。
| 基准 | GPT-6.2 Astra | GPT-6 Astra | GPT-6.2 Sol | Claude Fable 5.2 | Claude Opus 5.5 |
|---|---|---|---|---|---|
| Agents’ Last Exam v1.1 | 77.6% | 73.1% | 73.0% | 72.8% | 71.6% |
| Terminal-Bench-Science 0.1 | 77.1% | 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 1.0.6 | 52.4% | 41.4% | 41.1% | 51.4% | 42.5% |
| BenchCAD 2.1 Core | 82.5% | 62.6% | 73.1% | 83.5% | 65.3% |
| Harvey LAB-AA v1.1 | 15.0% | 8.6% | 11.1% | 7.2% | 4.2% |
| Vals Science Index v1 | 68.4% | 65.1% | 57.8% | 63.7% | 58.7% |
| LifeVal | 86.1% | 79.8% | 83.8% | — | — |
Agents’ Last Exam 上 GPT-6.2 Astra 在 xhigh 档为 78.3%,高于 max 档;FrontierCode 2.0 上 Fable 5.2 在 xhigh 档为 49.1%。Terminal-Bench-Science 中 Fable 5.2 的分数是 Artificial Analysis 在 mini-swe-agent 框架下测得的(Anthropic 自报 Claude Code 中为 74.6%),Vals Science Index 中 Fable 5.2 是 high 档。OpenAI 称 Agents’ Last Exam 上 Fable 5.2 的结果排除了 9 个用了后备模型的任务;每任务成本 GPT-6.2 Astra xhigh 为 $2.89,GPT-6 Astra 为 $8.99,Fable 5.2 为 $60.05。
怎么选:GPT-6.2 Astra、GPT-6.2 Sol、GPT-6 Astra 还是 Claude
对比 GPT-6 Astra
官方价从 $10 / $50 降到 $8 / $40,缓存读取从 $1 降到 $0.40,知识截止从 2026-04-30 推到 2026-05-18。OpenAI 的九项对比全部领先,Artificial Analysis 智能指数从 57 分升到 62 分。但 AA 的编码智能体指数(Codex 框架、max 档)与 GPT-6 Astra 持平,Every 的评测认为写作比 GPT-6 Astra 退步。新项目建议直接用 GPT-6.2 Astra,迁移前用自己的任务对比一遍。
对比 GPT-6.2 Sol
Sol 的官方价是 Astra 的四分之一($2 / $10)。OpenAI 自报的 FrontierCode 2.0(max)上 Sol 为 43.8%、Astra 为 44.2%,每任务成本约为 Astra 的五分之一;AA 智能指数 Sol 57 分、Astra 62 分。OpenAI 自己也建议日常编码先用 Sol,专业文档、科研、3D 和最难的多步任务再上 Astra。
对比 Claude Fable 5.2 / Opus 5.5
Fable 5.2 官方价同样是 $8 / $40,AA 智能指数 64.6 分仍高于 Astra 的 62.1,但每任务成本 $26.54,是 Astra 的 6 倍多;Opus 5.5($4 / $20)为 59.1 分、每任务 $10.04。OpenAI 自报的 Agents’ Last Exam 上 Astra 领先两者,FrontierCode 2.0 上则略低。首批测试者多数仍偏好 Claude 做长时间的编码任务,预算优先或做 3D、文档类任务选 Astra。
Effort 怎么设
OpenAI 建议从 medium 开始,确实需要更高质量再调高。AA 测得 medium 档智能指数 57.0、每任务 $1.62、首个答案 token 约 2.7 秒;max 档 62.1、$4.00,但要等约 148 秒;xhigh 档 61.6、$2.52、约 45 秒,是分数和等待时间的折中。推理 token 按输出价计费,交互场景不要默认 max。
第三方评测与首日口碑
- Artificial Analysis: 智能指数 max 档 62 分,比 GPT-6 Astra 高 5 分,超过 Gemini 4 Carbon(60)和 Claude Opus 5.5(59),只落后 Claude Fable 5.2(65)。跑完整个指数花费 $4,530,每任务 $4.00。AA-Omniscience 幻觉率为 59%,不知道答案时仍倾向于猜。它在 AA-3D 交互式 3D 评测中排第一,152 次人工对比中赢了 139 次。编码智能体指数与 GPT-6 Astra 持平。Wokey 各计费项均为官方价的 6.85%,同样的任务 max 档约 $0.27。
- Vals AI: max 档 Vals Index 为 67.66%,41 个模型中排第 7,每题 $10.68;Vals Science Index 68.44%、Terminal-Bench-Science 71.43% 和 Vibe Code Bench 55.16% 三项都排第 1,Terminal-Bench 4.0 为 63.13%。
- VentureBeat(首日口碑汇总): 标题里的 “essentially unusable” 是测试者 Matt Shumer 在 X 上的原话,他把 Astra 当子智能体用,结果被负责监督的 Claude 重做。Theo Browne 让它优化 Rust 编译器,跑了 7 天没落地任何改进,还让编译器慢了 56%,但称赞它的代码审查、3D、游戏开发和 computer use。Ethan Mollick 认为它难以驾驭,但在雄心勃勃的项目上能交付。VentureBeat 提醒这些都是少数测试者在特定任务上的首日反馈。在 X 上也有早期测试者 Pietro Schirano 认为问题主要出在测试框架,去掉后用得很顺。
从 GPT-6 Astra 迁移与在 Codex 里使用
以下变更来自 OpenAI 的模型页、最新模型指南和 Codex 文档。大多数请求只需要把 model 改成 gpt-6.2-astra,但下面几项要先检查。
- reasoning effort 不能是 none;原来用 none 或 minimal 的改成 low,新接入从 medium 开始。
- 按官方要求去掉 temperature、top_p 和 top_logprobs;Chat Completions 还要去掉 logprobs,Responses 要从 include 里去掉 message.output_text.logprobs。
- 工具调用必须走 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。
- 从 GPT-6.2 起,API 检测到对话历史中途被改动(前缀编辑)、模型降级、终端用户或组织变化时会丢弃推理项,回答质量可能下降、token 用量增加。保持前缀不变、只在末尾追加新指令,也能提高缓存命中。
- 会话中途要升降 effort 时,在两次回复之间追加 configuration_update 项,不要改动请求级 reasoning.effort。从 GPT-5.5 或更早版本迁来时,把 prompt_cache_retention 换成 prompt_cache_options.ttl("30m" 或仅 Responses 支持的 "12h")。
- OpenAI 称它默认更简洁直接,意图不明确时可能先提出下一步再等确认。系统卡显示它在两项测试中更容易不提阻碍工作的问题(如缺文件、搜索工具不可用),自动化流程里要明确要求它报告阻碍。
- 输入超过 272K 时,官方整单按输入与缓存 2 倍、输出 1.5 倍计费。通过 Wokey 调用不分档,整个 1M 上下文按同一单价计费。
- 在 Codex 里使用:Codex 中 GPT-6.2 Astra 的默认上下文是 272K,可在 config.toml 用 model_context_window 调到约 1M。通过 Wokey 调用时按下面的配置添加 provider,并把 Wokey API Key 写入 WOKEY_API_KEY 环境变量。
在 Codex 中通过 Wokey 使用 GPT-6.2 Astra(~/.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"- 模型 ID
gpt-6.2-astra- 供应商
- openai
- 供应状态
- 当前可调用
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。
| 计费项 | Wokey | 官方参考 | 节省幅度 |
|---|---|---|---|
| Input | $0.548 | $8 | 93% |
| Output | $2.74 | $40 | 93% |
| Cache read | $0.0274 | $0.4 | 93% |
| Cache write | $0.685 | $10 | 93% |
官方价格来源: https://developers.openai.com/api/docs/models/gpt-6.2-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-6.2-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"}'在客户端中使用 GPT-6.2 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-6.2-astra。按你使用的客户端打开对应接入文档。
- 在 Codex 中使用 GPT-6.2 Astra: OpenAI Responses · Base URL 与 API Key 配置
- 在 opencode 中使用 GPT-6.2 Astra: OpenAI Chat Completions · Base URL 与 API Key 配置
- 在 DeepSeek Harness 中使用 GPT-6.2 Astra: OpenAI Chat Completions · Base URL 与 API Key 配置
- 在 Cherry Studio 中使用 GPT-6.2 Astra: OpenAI Chat Completions · Base URL 与 API Key 配置
- 在 WorkBuddy 中使用 GPT-6.2 Astra: OpenAI Chat Completions · Base URL 与 API Key 配置
- 在 OpenClaw 中使用 GPT-6.2 Astra: OpenAI Chat Completions · Base URL 与 API Key 配置
- 在 Hermes Agent 中使用 GPT-6.2 Astra: OpenAI Chat Completions · Base URL 与 API Key 配置
- 在 Magpie 中使用 GPT-6.2 Astra: OpenAI Chat Completions · Base URL 与 API Key 配置
- GPT API 价格计算器:GPT-6.2 Astra 每月要花多少: 按月用量和缓存命中率,对比 OpenAI API 和 Wokey 的月费。
- 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-6.2 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-6.2 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。
常见问题
GPT-6.2 Astra 和 GPT-6.2 Sol 有什么区别?该用哪个?
Astra 是旗舰,Sol 是日常主力。官方价 Astra $8 / $40,Sol $2 / $10,相差 4 倍。OpenAI 自报的 FrontierCode 2.0(max)上 Sol 43.8%、Astra 44.2%,Sol 每任务成本约为 Astra 的五分之一;Agents’ Last Exam 上 Astra 77.6%、Sol 73.0%。Artificial Analysis 智能指数 Astra 62 分、Sol 57 分。OpenAI 建议日常编码先用 Sol,最难的专业、科研、3D 和长链路任务再用 Astra。
GPT-6.2 Astra 和 GPT-6 Astra 有什么区别?
更便宜、跑分更高。官方价从 $10 / $50 降到 $8 / $40,缓存读取从 $1 降到 $0.40。OpenAI 的九项对比跑分全部领先,Agents’ Last Exam 高 5.2 分、每任务成本不到三分之一;Artificial Analysis 智能指数从 57 分升到 62 分。不过 AA 的编码智能体指数持平,部分测试者认为写作退步。两者都不支持 none effort,迁移时一般只需要改模型 ID。
GPT-6.2 Astra 和 Claude Fable 5.2、Opus 5.5 哪个好?
Artificial Analysis 智能指数 Fable 5.2 为 64.6、GPT-6.2 Astra 为 62.1、Opus 5.5 为 59.1;每任务成本分别为 $26.54、$4.00 和 $10.04。Fable 5.2 官方价同为 $8 / $40,Opus 5.5 为 $4 / $20。OpenAI 自报的 Agents’ Last Exam 上 Astra 77.6% 领先 Fable 5.2(72.8%)和 Opus 5.5(71.6%),FrontierCode 2.0 上 Astra 44.2% 略低于两者。首批测试者多数仍偏好 Claude 做长时间编码,追求每任务成本选 Astra。
为什么有人说 GPT-6.2 Astra “essentially unusable”?
这是测试者 Matt Shumer 在 X 上的评价,被 VentureBeat 用作标题。批评集中在把长任务交给它时:难以驾驭、提前停下、回答压缩得难读,Theo Browne 让它优化编译器 7 天没有落地改进。另一边,Artificial Analysis 把它在 AA-3D 评为第一,Theo 也称赞它的代码审查、3D 和游戏开发,也有测试者在 X 上认为问题主要出在测试框架。OpenAI 在系统卡里承认它更容易不提阻碍工作的问题,已在 Codex 里加了指令来减少。这些是首日少数测试者的反馈,建议用自己的任务验证。
GPT-6.2 Astra 多少钱?超过 272K 上下文怎么计费?
官方价为输入 $8、缓存读取 $0.40、输出 $40 每百万 token,缓存写入保留 30 分钟为 $10、保留 12 小时为 $20。输入超过 272K token 时,整个请求按 $16 / $0.80 / $60 计费。Batch 五折,Fast 模式 2 倍,Ultrafast 到 2027-02-28 前为 3 倍、之后 6 倍。通过 Wokey 调用不分档,整个 1M 上下文按同一单价计费,为输入 $0.548 / 输出 $2.74 / 缓存读取 $0.0274 每百万 token。
ChatGPT 里为什么找不到 GPT-6.2 Astra?免费版能用吗?
GPT-6.2 Astra 只在 ChatGPT Work 和 Codex 中提供,普通的 Chat 对话页没有,需要打开 Work 才能选到。Codex 文档列出的套餐是 Plus、Pro、Business、Enterprise 和 Edu,Enterprise 和 Edu 默认关闭、要管理员开启;Free 和 Go 不在列表里。不想订阅可以按 token 调用 API 的 gpt-6.2-astra;通过 Wokey 为输入 $0.548 / 输出 $2.74 每百万 token。
Codex 里 GPT-6.2 Astra 的额度够用吗?
OpenAI 估算 Plus 每 5 小时可发 6–50 条本地消息(GPT-6 Astra 为 5–45),Pro 目前没有 5 小时限制,但可能有每周额度。Codex credits 降到每百万 token 输入 200 / 缓存 10 / 输出 1,000(GPT-6 Astra 为 250 / 25 / 1,250)。Fast 模式消耗 2 倍额度,Ultrafast 6 倍;个人套餐里只有 Pro $500 能在 Astra 上用 Ultrafast,Enterprise 和 Edu 要管理员开启。社区里有 Plus 用户反映几分钟就用掉一大截额度,日常任务建议换 GPT-6.2 Sol 或降低 effort。不想受 5 小时窗口限制,也可以按 token 走 API:通过 Wokey 为输入 $0.548 / 输出 $2.74 每百万 token,从余额扣费,没有 5 小时或每周额度。
GPT-6.2 Astra 的 reasoning effort 怎么选?支持 none 吗?
不支持 none,API 会直接拒绝。OpenAI 建议从 medium 开始,原来用 none 或 minimal 的改成 low;发布图表和 Codex 提供 low、medium、high、xhigh、max 五档。Artificial Analysis 测得 medium 档智能指数 57.0、首个答案 token 约 2.7 秒,xhigh 档 61.6、约 45 秒,max 档 62.1、约 148 秒。交互场景用 medium,长任务再考虑 xhigh。
有 GPT-6.2 Luna 或 GPT-6.2 Terra 吗?
截至核对日期没有。OpenAI 这次只发布了 GPT-6.2 Astra 和 GPT-6.2 Sol,没有公布 6.2 版的 Luna 和 Terra。需要更便宜的档位可以用 GPT-6.1 Terra($1 / $5)或 GPT-6 Luna($0.10 / $0.50)。Luna、Terra、Sol、Astra 是档位,从低到高排列;6、6.1、6.2 是代数。
怎么在 Codex 里用 GPT-6.2 Astra?
ChatGPT Plus、Pro、Business、Enterprise 和 Edu 用户可以在 Codex App 和 CLI 里用 /model 选择,或运行 codex --model gpt-6.2-astra,用量计入订阅额度;Codex 默认上下文 272K,可用 model_context_window 调大。按 token 计费的话,在 ~/.codex/config.toml 里把 model 设为 gpt-6.2-astra,新增一个 provider,base_url 设为 https://api.wokey.ai、wire_api 设为 responses、env_key 设为 WOKEY_API_KEY,价格为输入 $0.548 / 输出 $2.74 每百万 token(官方 $8 / $40)。
GPT-6.2 Astra API 价格是多少?与官方 API 相比能节省多少?
Wokey 输入价为 $0.548 / 1M tokens,输出价为 $2.74 / 1M tokens;官方参考价分别为 $8 和 $40。输入较官方参考价低 93%,输出低 93%。实际结算以请求处理时价格为准,官方定价来源见本页链接。
GPT-6.2 Astra 的 API 模型 ID 是什么?
在 Wokey 调用 GPT-6.2 Astra 时,模型 ID 是 gpt-6.2-astra。把它原样填进请求体的 model 字段,或客户端的模型设置(例如 Claude Code 的 ANTHROPIC_MODEL、Codex CLI config.toml 里的 model);GET https://api.wokey.ai/v1/models 返回的列表里也有这个 ID。
GPT-6.2 Astra 支持哪些 API 接口,如何通过 Wokey 调用?
GPT-6.2 Astra 支持 /v1/chat/completions(Chat Completions 请求)、/v1/responses(Responses 请求)。将 API Base URL 设为 https://api.wokey.ai,使用 Wokey API Key,并把模型 ID 设为 canonical ID gpt-6.2-astra;可先使用 /v1/responses。本页“发送请求”部分提供了每一种支持接口的 curl 示例。
如何在 Codex CLI 中使用 GPT-6.2 Astra?
Codex CLI 通过 Responses 协议调用 GPT-6.2 Astra。在 ~/.codex/config.toml 里添加一个 model_provider:base_url = "https://api.wokey.ai",wire_api = "responses",env_key = "OPENAI_API_KEY";把 model 设为 gpt-6.2-astra,再把 Wokey API Key 写进 OPENAI_API_KEY 环境变量。完整配置见 Codex CLI 接入文档。
GPT-6.2 Astra 的上下文窗口和最大输出是多少?
GPT-6.2 Astra 的目录上下文窗口为 1,050,000 tokens,最大输出为 128,000 tokens。上下文窗口和最大输出是两个不同限制,实际请求还要满足处理时的上游约束。
GPT-6.2 Astra 的缓存读取和缓存写入如何计费?
缓存读取:Wokey 为 $0.0274 / 1M tokens,官方参考为 $0.4 / 1M tokens。缓存写入:Wokey 为 $0.685 / 1M tokens,官方参考为 $10 / 1M tokens。
通过 Wokey 调用 GPT-6.2 Astra 和通过 OpenRouter 有什么区别?
Wokey 的 GPT-6.2 Astra 公开价为输入 $0.548 / 输出 $2.74 每 100 万 tokens,官方参考价为 $8 / $40。OpenRouter 表示推理 token 不加价,费用在购买积分时收取(银行卡 5.5%)。Wokey 只上架一组精选模型,也不提供按供应商排序的路由参数;需要更宽的模型目录时,OpenRouter 更合适。完整对比见 OpenRouter 替代方案页面。
GPT-6.2 Astra 和 GPT-6 Astra 的价格与上下文有什么区别?
公开价格对比中,GPT-6.2 Astra 的输入/输出价格为 $0.548 / $2.74,上下文窗口为 1,050,000 tokens;GPT-6 Astra 分别为 $0.55 / $2.75 和 1,050,000 tokens。这是价格与容量的事实比较,不代表模型质量排序;选择时还应结合各自支持接口和能力。
相关模型与文档
获取 API Key · gpt-6.2-astra