GPT-6 Astra：当前规格、价格、安全边界与适用场景

信息核对截至 2026 年 10 月 13 日。 GPT-6 Astra 于 9 月 3 日发布，此后 GPT-6 产品线已经扩展。本文采用当前 API 目录，而不是发布日的“未来几天开放”口径。

GPT-6 Astra（gpt-6-astra）是 OpenAI 面向高难度推理、编程、电脑操作、研究和文档工作的最高能力 API 模型。它已不再是唯一的 GPT-6 选择：OpenAI 当前指南还列出更均衡的 GPT-6.1 Sol，以及面向聚焦、高吞吐任务的 GPT-6 Luna。因此是否使用 Astra，应由任务价值决定，而不是只看“旗舰”标签。

GPT-6 Astra 当前规格

OpenAI 官方 Astra 模型页列出：

输入超过 272K token 时，整个请求按 2 倍输入与缓存费率、1.5 倍输出费率计价。Batch 与 Flex 为标准价的一半，Fast 为适用费率的两倍。某些工具模型或服务还会按调用收费。

模型页列出流式输出、函数调用、结构化输出，以及 Responses API 中的网页搜索、文件搜索、代码解释器、托管 shell、补丁、Skills、电脑操作、MCP 和工具搜索。当前不支持微调。工具是否可用仍取决于端点、账户、地区、权限与具体产品界面。

基准能证明什么，不能证明什么

OpenAI 的发布文章展示了软件工程、电脑操作、科学和网络安全结果，也说明部分评测使用通用电脑操作框架或内部基准。这一点不能省略：分数属于模型、框架、工具策略、推理档位和评分方法的组合。

厂商结果适合用来决定“测试哪些任务”，不适合直接预测你业务里的成功率。Astra 试点应包含真实任务、隐藏验收条件、权限边界、工具失败和一个更便宜的对照模型，并按“每个验收结果的成本”评估，而不是只看输出 token 单价。

Critical 网络能力与访问边界

OpenAI 的安全概览称，Astra 是其首个达到 Preparedness Framework 中 Critical 网络安全门槛的模型。OpenAI 同时说明已加强防护，高风险请求可能被拒绝，而 Daybreak 项目会向经审核的防御用途逐步扩展访问。

因此，“模型在评测中能做某事”并不等于普通账户能执行同样操作。生产行为还受政策控制、监控、产品权限与账户资格影响。安全团队应只用获批数据测试允许的防御工作，不应把绕过防护设计成业务前提。

什么任务值得用 Astra

当任务足够困难，更高验收率、更少重试或更好的工具使用能够抵消价格时，Astra 值得进入候选：复杂仓库工作、多来源研究、长文档和受控电脑操作。分类、常规抽取、固定转换若能被便宜模型稳定完成，就没有必要默认上 Astra。

至少比较三项：

1. 包含重试和工具在内的每个验收结果成本；
2. 评审耗时与修改严重程度；
3. 缺少证据、权限或工具时的失败方式。

长上下文必须单独测试，因为超过 272K 后，溢价作用于整个请求。检索或分阶段摘要可能比每次发送完整资料更便宜，也更容易审计。

Astra 与 GPT-5.6、其他 GPT-6 档位

已有 GPT-5.6 流程应保留原任务集，并用多个推理档位与 Astra 配对测试，不能只因发布基准更高就迁移。GPT-5.6 的历史与当前档位见 GPT-5.6 Sol、Terra 与 Luna。

对新任务，OpenAI 的 GPT-6 指南把 Astra 放在能力上限，把 GPT-6.1 Sol 定位为更低成本的均衡档，把 GPT-6 Luna 定位为高吞吐档。如果供应商多样性也是选型条件，应使用同一套验收集评估替代方案；面向单人经营者的 Gemini 接入指南列出了跨供应商都应检查的运维问题。应从能够达到验收线的最低成本候选开始，有证据再升级。这样 Astra 才是高难度工作的明确选择，而不是昂贵的默认值。