GPT-6 Astra 是 OpenAI 的 GPT-6 旗舰，也是该代首个在 API 上开放的模型。
- 输入
- 文本 图像 $10/M
- 输出
- 文本 $50/M
- 缓存读取
- $1/M
- 上下文
- 1.1M
- 知识截止
- 2026-04
输入超过 272K token 时，整个请求按输入 $20/M、输出 $75/M 计费
Benchmark 成绩
供应商公布： Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
价格在同类中的位置
价格在 70 个同类模型中的位置
这条线标出该模型的价格在 Synthorai 同类模型中的位置，两端分别是最便宜和最贵的模型。这里是基础价，批量、区域和缓存写入的折扣见价格页。
规格与限制
Token
| 上下文窗口（供应商规格） | 1,050,000 |
|---|---|
| 最大输出（供应商规格） | 128,000 |
| 知识截止 | 2026-04 |
提示词缓存
| 缓存方式 | 自动 |
|---|---|
| 最小前缀 | 1,024 |
| 有效期 | 5–10 分钟，最长 1 小时 |
思考
| 供应商参数 | reasoning.effort |
|---|---|
| 可选值 | none · low · medium · high · xhigh · max |
| 默认值 | medium 请求未指定时生效 |
| 可关闭 | 支持 |
| 参数 | reasoning_effort |
| 取值 | minimal · low · medium · high 这是网关侧的参数，实际以上方的供应商映射为准 |
模型
| 模态 | 文本 + 图像 → 文本 |
|---|
- 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
一条提示词，经网关实测
GPT-6 Astra 通过 · 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.
输出 283 tok (+196 思考) 延迟 17.2 s
指令遵循（恰好三句，数得出来）、受众适配（对 CFO 说话的口吻），以及下方 token 计数暴露出的隐藏思考计费差额。
GPT-6 Astra 通过 · 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.
输出 321 tok (+131 思考) 延迟 13.5 s
修复是否真的正确（能运行）、解释的信息密度，以及在一个范围明确的任务上的 token 效率。
GPT-6 Astra 通过 · 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." }
输出 329 tok (+267 思考) 延迟 16.9 s
是否严守 schema（不臆造字段）、能否顶住幻觉压力（原文明说暂不给出 guidance），以及结构化输出路径的差异。
GPT-6 Astra 通过 · 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.
输出 665 tok (+516 思考) 延迟 19.3 s
是否守住约束（字数预算、禁用词表、只能有一个问句）、文风特征，以及长度控制。
30 秒用上 GPT-6 Astra
兼容 OpenAI：换掉 base_url，SDK 不用改。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(""));关于 GPT-6 Astra
- 上游只发布带后缀的 gpt-6-astra 标识符，没有可回退的裸 gpt-6 别名。
- 它把 1,050,000 token 上下文窗口与 128K 最大输出 token 结合——这个输出上限由 API 自身确认，超过时会明确报出限制——并支持文本与图像输入、结构化输出、流式、工具调用、提示词缓存与批处理。
- 计价按上下文长度分档：输入不超过 272K token 的提示词按短上下文价计费，超过则整个请求转入长上下文价，输入约为两倍、输出约为 1.5 倍。
- 有两条来自 GPT-5.6 家族的上游限制值得提前规划：temperature 只接受默认值，且在 Chat Completions 上函数工具不能与推理同时使用——需要工具时请改用 Responses API 或关闭推理。
- Synthorai 通过与其余模型相同的 OpenAI 兼容 API 提供 GPT-6 Astra。
常见问题
GPT-6 Astra API 可以免费试用吗？
可以。新账号有 10 次试用调用，免费额度最高 $1，无需绑卡。按输入 $10/M 计算，光这笔额度就够向 GPT-6 Astra 发约 12 次请求，每次 ~8K token。
GPT-6 Astra 最擅长什么？
OpenAI 的 GPT-6 旗舰，仅以 gpt-6-astra 形式开放、1.05M 上下文，128K 输出上限由 API 自身确认、以 272K 输入 token 为界的短/长上下文分档计价。完整介绍见「关于」部分，内容取自供应商的官方发布说明。
GPT-6 Astra 的价格是多少？
在 Synthorai 上，GPT-6 Astra 的输入价为 $10/百万 token，输出价为 $50/百万 token。这就是供应商官网价，平台不加价。缓存命中的输入 token 按 $1/M 计费。
GPT-6 Astra 的上下文长度是多少？
GPT-6 Astra 的上下文长度（上下文窗口）是 1.1M token。单次回复最多输出 128,000 个 token。
GPT-6 Astra 支持提示词缓存（prompt caching）吗？
支持，而且全自动：经 OpenAI 处理的提示词会自动缓存，不用改代码。缓存命中的输入 token 按 $1/M 计费（未命中为 $10/M）；提示词的稳定前缀至少要有 1,024 个 token 才能缓存（TTL 5–10 分钟，最长 1 小时）。 提示词缓存指南 →
如何开通 GPT-6 Astra？
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1"，model 设为 "gpt-6-astra" 即可。一个 API key 就能调用网关上的全部模型。
GPT-6 Astra 的知识截止日期是什么时候？
GPT-6 Astra 的知识截止日期是 2026-04，以供应商官方文档为准（核对于 2026-09-07）。
相关模型
对比
本页的每个数值都照录自供应商自己的文档（链接见上），并标有核对日期。价格是在整个目录范围内比较的；各家供应商定义不一样的规格项，只说明差异，不画图对比。这里没有任何一项是我们自己测的，也不打分。