GPT-6 Astra 能力、上下文与价格

定位与能力边界

GPT-6 Astra 是 OpenAI 于 2026 年 9 月 3 日发布的旗舰级大模型，官方对它的说法是"目前全球最智能且对齐程度最高"。这句是厂商自评，能对照的部分是它在计算机操作、软件工程、网络安全、科学研究几个方向上被列在最先进水平，编程与智能体能力相比上一代有明显提升。

OpenAI 同时公布了三个数字：ARC-AGI-3 达 99.9%，FrontierMath Tier 4 达 97.6%，ExploitBench 满分。前两项看抽象推理与高阶数学，第三项看漏洞利用。它们共同说明一件事——这个模型的价值集中在需要连续多步判断的任务上，日常改写和简单问答用不到这个价位。

对齐程度这条也值得单独说。官方把"对齐"和"智能"并列宣传，实际影响的是模型在长时程任务里愿不愿意停下来报告不确定、会不会为了完成任务绕过约束。这类行为没法从跑分里看出来，只能在自己的任务集上试。如果你要做的是自动化运维或代码合并这类有破坏性的操作，先小流量跑一周再放量。

上下文与输出预算

上下文窗口 105 万 token，单次请求最大输入 92.2 万，最大输出 12.8 万，两者相加正好等于窗口总量。知识截止 2026 年 4 月。输入接受文本、图像与文件，输出只有文本。

92.2 万的输入上限意味着整套代码库或几百页文档可以一次性放进去，但输出只有 12.8 万。做长文档处理时，把它当"读得多、写得少"的模型设计流程：一次读入，分多次输出，比追求一次生成完整结果更可靠。超出 27.2 万输入后计费会跳到长上下文档，这一点在下一节展开。

文件输入这项容易被忽略。合同、财报、设计稿可以直接作为附件送进去，不用先在本地做 OCR 或转格式，少一层预处理就少一类错误来源。图片输入按 token 计费，尺寸越大消耗越多，批量处理前先缩到任务需要的最小分辨率。

官方价与分组价

官方 API 定价为输入 $10/百万 token、输出 $50/百万 token，缓存读取 $1/百万 token，缓存写入 $12.5/百万 token。站内按分组倍率结算，倍率乘官方价就是实付价。

同一份权重在 0.05 到 0.75 之间差了 15 倍。选分组对账单的影响比换模型大得多，多数生产用途会落在 0.25 至 0.36 这一段，也就是输入 $2.5–$3.6、输出 $12.5–$18。

另有一个服务档位参数：请求头 x-25y-service-tier 取 flex 按 0.5 倍计费，standard 为 1 倍，fast 为 2 倍，ultrafast 为 6 倍；输入超过 27.2 万 token 后在对应档位上再翻一倍。延迟不敏感的离线任务走 flex，费用直接减半。

缓存是另一个杠杆。缓存读取价是输入价的十分之一，多轮对话里把固定的系统提示、代码库索引和工具定义放在前面不动，后面只追加新内容，重复部分的成本会掉到原来的十分之一。缓存写入按 $12.5 计费，比普通输入贵 $2.5，而每读一次缓存省 $9，这段前缀只要会被复用一次以上就划算。

一次请求的账单

按满血 GPT Pro（0.36）算：20 万输入加 2 万输出的单次请求，输入部分 20 ÷ 100 × 3.6 = $0.72，输出部分 2 ÷ 100 × 18 = $0.36，合计 $1.08。同一请求在福利分组是 $0.15。

如果这类请求每天跑 200 次，满血组月账单约 $6,480，福利组约 $900。先估调用量、再定分组，比事后压缩 prompt 有效。短请求的账更好算：5000 输入加 800 输出，在满血组一次 $0.0324，一万次也就 $324。

在 GPT-6 家族里怎么排

同期还有两个 GPT-6 型号，价位拉开得很清楚。

gpt-6-luna 的输入价是 Astra 的百分之一，输出价是五十分之一，上下文反而一样是 105 万。拿它做分类、抽取、初稿，把 Astra 留给需要多步验证的环节，是同一条流水线里常见的分工。9 月 29 日发布的 gpt-6.1-sol 官方价同为 $2/$10，描述里说它在编程调试与多步骤工作流执行上比 gpt-6-sol 有明显提升，中端这一档可以优先试它。

接入

站内提供 OpenAI 兼容接口，把 base_url 指向 https://ai.idcidiot.com/v1 即可，SDK 不用改。流式输出、函数调用、结构化输出都沿用 OpenAI 的字段。

from openai import OpenAI

client = OpenAI(
    api_key="sk-...",
    base_url="https://ai.idcidiot.com/v1",
)

resp = client.chat.completions.create(
    model="gpt-6-astra",
    messages=[{"role": "user", "content": "审一遍这段鉴权代码的越权风险"}],
    max_tokens=4096,
)
print(resp.choices[0].message.content)

完整模型清单在模型总览里，实时倍率见价格页，单模型参数可以看 GPT-6 Astra 模型页。