GPT-6 Astra 是 OpenAI 的 GPT-6 旗艦，也是該世代首個在 API 上開放的模型。
- 輸入
- 文字 圖像 $10/M
- 輸出
- 文字 $50/M
- 快取讀取
- $1/M
- 上下文
- 1.1M
- 知識截止
- 2026-04
輸入超過 272K token 時，整筆請求按輸入 $20/M、輸出 $75/M 計費
Benchmark 成績
供應商公布： Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
價格在同類中的位置
價格在 70 個同類模型中的位置
這條線標出這個模型的價格，在 Synthorai 的同類模型裡落在什麼位置；兩端分別是最便宜和最貴的模型。這裡列的是基礎價，批次、區域和快取寫入的折扣請見價格頁。
規格與限制
Token
| 上下文視窗（供應商規格） | 1,050,000 |
|---|---|
| 最大輸出（供應商規格） | 128,000 |
| 知識截止 | 2026-04 |
提示詞快取
| 快取方式 | 自動 |
|---|---|
| 最小前綴 | 1,024 |
| 存活時間 | 5–10 分鐘，最長 1 小時 |
思考
| 供應商參數 | reasoning.effort |
|---|---|
| 可接受的值 | none · low · medium · high · xhigh · max |
| 預設值 | medium 請求未指定時生效 |
| 可關閉 | 支援 |
| 參數 | reasoning_effort |
| 參數值 | minimal · low · medium · high 這是閘道的參數，實際以上方的供應商對應為準 |
模型
| 模態 | 文字 + 圖像 → 文字 |
|---|
- OpenAI's GPT-6 flagship. Upstream exposes only the suffixed gpt-6-astra id
- there is no bare gpt-6 alias. 1.05M context / 128k max output (the output ceiling is the value upstream itself reports when asked for more). Prompts over 272k input tokens move the whole request onto the long-context rate. Two upstream restrictions carry over from the GPT-5.6 family: temperature accepts only its default, and function tools cannot be combined with reasoning on Chat Completions
一段提示詞，經閘道實測
GPT-6 Astra 通過 · 3 sentences
Enabling reasoning makes the model do more work per request, often generating internal reasoning tokens that are billed even though they do not appear in the final answer. If traffic, model choice, and pricing stayed the same, those extra tokens likely explain why our bill doubled—not longer answers or more users. We should verify the usage breakdown, then reserve higher reasoning levels for tasks where improved results justify the added cost.
輸出 283 tok (+196 思考) 延遲 17.2 s
是否照指令做（剛好三句，數得出來）、語氣是否貼合對象（寫給 CFO 看），以及下方 token 計量顯示出的隱藏思考計費落差。
GPT-6 Astra 通過 · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The original code counts equal adjacent pairs rather than items, so every nonempty run is undercounted by one: a single-element input returns `0`, and a run of three equal items returns `2`. Starting and resetting `cur` to `1` counts the first item of each run, while the empty-input check preserves a result of `0`. Updating `best` after each iteration includes runs ending at the last index without needing a final flush; the original also updated during trailing runs, but undercounted them.
輸出 321 tok (+131 思考) 延遲 13.5 s
修正是否真的正確（跑得起來）、說明的資訊密度，以及在範圍明確的任務上的 token 效率。
GPT-6 Astra 通過 · 5/5 fields, guidance "Formal guidance is withheld pending the "
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": null, "growth_pct": "eleven and change", "guidance": "Formal guidance is withheld pending the Q4 close." }
輸出 329 tok (+267 思考) 延遲 16.9 s
是否遵守 schema（不自創欄位）、面對幻覺誘因的表現（題目明確不給 guidance），以及結構化輸出路徑的差異。
GPT-6 Astra 通過 · 120 words, 0 banned, 1 question
Introducing Cross Provider Prompt Cache, a new API gateway feature that reuses eligible prompt content across supported AI providers. Why pay to process the same context every time? Configure caching once at the gateway, then route requests between models while keeping shared instructions, reference material, and conversation prefixes ready for reuse. Caching controls let teams set expiration windows, isolate tenants, and exclude sensitive content. Cache analytics show hit rates, estimated savings, and latency trends, helping developers tune performance with confidence. Existing routing policies continue to work, so adoption fits your current architecture. Start with a single application, measure the results, and expand as needed. Available today in the dashboard and API, with documentation and examples to guide your first deployment.
輸出 665 tok (+516 思考) 延遲 19.3 s
是否遵守限制（字數上限、禁用詞清單、只能有一句問句）、文字風格的特徵，以及長度控制。
30 秒上手 GPT-6 Astra
相容 OpenAI：換掉 base_url，SDK 不用換。POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gpt-6-astra",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gpt-6-astra",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6-astra",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gpt-6-astra",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gpt-6-astra")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));關於 GPT-6 Astra
- 上游只發布帶後綴的 gpt-6-astra 識別碼，沒有可回退的裸 gpt-6 別名。
- 它將 1,050,000 token 上下文視窗與 128K 最大輸出 token 結合——這個輸出上限由 API 自身確認，超過時會明確報出限制——並支援文字與圖像輸入、結構化輸出、串流、工具呼叫、提示詞快取與批次處理。
- 計價依上下文長度分級：輸入不超過 272K token 的提示詞按短上下文價計費，超過則整個請求轉入長上下文價，輸入約為兩倍、輸出約為 1.5 倍。
- 有兩條來自 GPT-5.6 家族的上游限制值得提前規劃：temperature 只接受預設值，且在 Chat Completions 上函式工具不能與推理同時使用——需要工具時請改用 Responses API 或關閉推理。
- Synthorai 透過與其餘模型相同的 OpenAI 相容 API 提供 GPT-6 Astra。
常見問題
GPT-6 Astra API 可以免費試用嗎？
可以，新帳號有 10 次試用呼叫和最高 $1 的免費額度，免綁卡。以輸入價 $10/M 計算，光是這筆額度就夠你對 GPT-6 Astra 發出約 12 次請求，每次約 8K token。
GPT-6 Astra 最擅長什麼？
OpenAI 的 GPT-6 旗艦，僅以 gpt-6-astra 形式開放、1.05M 上下文，128K 輸出上限由 API 自身確認、以 272K 輸入 token 為界的短/長上下文分級計價。完整介紹請見「關於」一節，內容取自供應商官方的發布說明。
GPT-6 Astra 的價格是多少？
在 Synthorai 上，GPT-6 Astra 的輸入價是每百萬 token $10，輸出價是每百萬 token $50。這就是供應商官網價，平台不加價。快取命中的輸入 token 以 $1/M 計費。
GPT-6 Astra 的上下文長度是多少？
GPT-6 Astra 的上下文長度（上下文視窗）是 1.1M token。單次回覆最多輸出 128,000 個 token。
GPT-6 Astra 支援提示詞快取（prompt caching）嗎？
支援，而且全自動：由 OpenAI 處理的提示詞會自動快取，不用改程式碼。快取命中的輸入 token 以 $1/M 計費（未命中為 $10/M）；提示詞要有 1,024 個 token 以上的穩定前綴，才能命中快取（TTL 5–10 分鐘，最長 1 小時）。 提示詞快取指南 →
如何開通 GPT-6 Astra？
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1"，model 設為 "gpt-6-astra" 就可以了。一把 API 金鑰就能呼叫閘道上的所有模型。
GPT-6 Astra 的知識截止日期是什麼時候？
GPT-6 Astra 的知識截止日期為 2026-04，依據供應商官方文件（查核日期：2026-09-07）。
相關模型
比較
本頁每一個數值都摘錄自供應商自己的文件（連結見上方），並附上查核日期。價格是放在整個目錄裡比較；各家供應商定義不一樣的規格，只說明差異，不畫成圖表比較。這裡沒有任何數據是我們自己量測的，也不做評分。