272,000 token 以内的 prompt
定价
272K 陡坎，按比例画
openai/gpt-6-astra 的目录费率按 prompt 规模绘制。虚线是 Claude Fable 5.1 在其整个 1,050,000 token 窗口内的平价目录价 $10/$50——比较的是公开目录价，不是跑分。
来源：NextModel 目录中 openai/gpt-6-astra 与 anthropic/claude-fable-5.1 的挂牌价。单位：美元 / 百万 token。
目录
目录事实，1:1 转录
以下每个数字都转录自 NextModel 目录中 openai/gpt-6-astra 的条目。
272,000 token 以内的 prompt
单次请求窗口
默认 2,048，可按请求调高
分层价目
| Prompt 规模 | 输入 / 1M | 输出 / 1M | 缓存命中 / 1M |
|---|---|---|---|
| 272,000 token 以内 | $10 | $50 | $1 |
| 272,000 token 以上 | $20 | $75 | $2 |
窗口上限 1,050,000 token；最大输出 8,192 token（默认 2,048）。
API 接口
Chat Completions · Responses
能力
ThinkingStreamingComputer UseFunction Calling
早期测试
早期测试者怎么说
引文为第三方观点，非我方实测——这些测试者运行的是他们自己的测试。所有引文逐字引用并附链接；质疑的声音也是记录的一部分。
早期好评
“I got early access to GPT-6 Astra: when I say this model broke through tasks I couldn't crack with 5.6 Sol or Fable, I mean it specifically”
“Astra caught approximately 4% more labeled bugs through actionable findings than GPT-5.6 Sol, and 22% more than Opus 5”
第三方实测
“With the Provider Adapter harness, Astra (high) scores 99.9% for $19K.”
ARC's own caveat, from the same post: the ARC-AGI-3 Semi-Private Standard harness scores 62.7% for $26K, and ARC explicitly notes it is "not claiming that it is AGI".
“a significant decrease in hallucination rate from 92% to 51% at max effort”
“GPT-6 Astra and Claude Fable 5.1 both cost $10/$50 per million tokens, but win on different scoreboards.”
质疑声音
“It's very expensive. After 15 message I burned through my 5 hour limits.”
“GPT-6 Astra (on Light) stops a lot and often in unintuitive ways that I haven't seen in a while”
“First chart: from score 61 (GPT-5.6 Sol) to drumroll 61 (GPT-6 Astra)”
一手来源
官方来源
决定之前先读厂商自己的材料。以下均为 OpenAI 页面，非我方页面。
阅读路线
从这里开始
七篇文章与两个参考页，覆盖整个决策链。
GPT-6 Astra on NextModel：1M 上下文、computer use、一个 API
把规格表读细：哪些已列出，哪些仍未验证。
GPT-6 Astra vs GPT-5.6 Sol：2 倍价差何时回本
基于公开长上下文成绩，判断升级在哪值得、哪不值得。
GPT-6 Astra vs Claude Fable 5.1：读懂发布周论战
发布周报道真正公布了什么，以及如何在自己的流量上做 A/B。
GPT-6 Astra 定价拆解：272K 陡坎、缓存与算例
两档费率的边界数学，以及缓存命中何时改变结论。
迁移到 GPT-6 Astra：模型 id、Responses API 与回退方案
OpenAI 兼容网关上只改一个字符串，外加一条值得提前规划的回退链。
1M 上下文进生产：GPT-6 Astra 的检索成绩能换来什么
OpenAI 公布的 512K 之后 96.3% 检索率，对 RAG 决策意味着什么——以及覆盖不到什么。
省着用 GPT-6 Astra：缓存、路由，把钱花在刀刃上
缓存命中、272K 以内的 prompt 纪律，以及把例行工作路由到更便宜的目录档。
目录详情页：gpt-6-astra
实时挂牌：价格分层、健康状态与代码示例。
早期测试者汇总
发布周反馈的持续汇总。
FAQ
GPT-6 Astra 常见问题
该发哪个模型 id？
用 OpenAI SDK 或任何 OpenAI 兼容客户端，把 openai/gpt-6-astra 发到 https://api.nextmodel.app/v1。目录列出 Chat Completions 与 Responses 两种 API，能力包括 Thinking、Streaming、Computer Use、Function Calling。
openai/gpt-6-astra 多少钱，上下文多大？
272,000 token 以内的 prompt：输入 $10/百万、输出 $50/百万、缓存命中 $1/百万；超过该边界为 $20、$75、$2。上下文窗口 1,050,000 token，最大输出 8,192 token（默认 2,048）。
272,000 token 分层在实践中怎么算？
目录按 prompt 规模分两档。272,000 token 以内的 prompt 按 $10 输入 / $50 输出 / $1 缓存命中（每百万）计费。prompt 超过 272,000 后，边界之上的 token 按 $20 输入 / $75 输出 / $2 缓存命中计费。算例：一次 400,000 token prompt 的调用，有 128,000 token 位于边界之上，这部分按 $20/$75 而非 $10/$50 计费。窗口上限 1,050,000 token。
本页哪些说法是未验证的？
三处。NextModel 目录尚未列出 openai/gpt-6-astra 的延迟区间；bench 表中没有它的第一方 CacheSafety 行；OSWorld 72.6% computer-use 与 MRCR v2 检索成绩（256K–512K 100%，512K–1M 96.3%）署名为 OpenAI 公布，非 NextModel 实测。测试者引文是观点，不是跑分。
什么时候该改用更便宜的模型 id？
当 prompt 远小于 272,000 token、任务是高流量例行工作，或目录里已有更便宜的模型过得了你的质量线时，路由过去；把 openai/gpt-6-astra 留给需要 1M 窗口、computer use 或顶级推理的运行。定价计算器可以用同一份负载对两个 id 估价。
评测引文里有批评吗？
有，而且是刻意的。好评之外，本页同时引用了三条质疑：一位测试者 15 条消息就烧完了 5 小时限额；一位发现 computer use 代理经常以反直觉的方式停下；一位指出某项跑分与 GPT-5.6 Sol 持平。发布周的信号就是混合的，引文保留了这个事实。
目录事实自 NextModel 目录 1:1 转录。最后核对：2026-09-06。