
GPT-6.2 Astra riduce del 20% i prezzi dei token. Il conto delle attività scende del 36%.
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 90 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 97 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNUOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 88 tok/s
- OrcaNUOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 133 tok/s
- OrcaNUOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1M di token · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 133 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M di token · 131 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenza
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenza
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M di token · 186 tok/s
OpenAI ha rilasciato GPT-6.2 Astra il 17 novembre 2026 con un dato che puoi verificare in dieci secondi: $8 per milione di token di input e $40 per milione di token di output, rispetto a $10 e $50 per GPT-6 Astra. Si tratta di un taglio netto del 20% in entrambe le direzioni del contatore. Il numero che decide davvero se la tua fattura cambia è un altro, ed è più grande. Artificial Analysis misura GPT-6.2 Astra a $4,00 per attività dell'Intelligence Index rispetto a $6,24 per GPT-6 Astra — una riduzione del 36% di quanto costa completare un'unità di lavoro, non di quanto costa un token.
Entrambi i numeri sono veri, e la differenza tra loro racconta tutta la storia. Un taglio di prezzo ti dice quanto addebita il contatore. Una cifra di costo per attività ti dice quanto ha addebitato il contatore e quante volte è stato eseguito. GPT-6.2 Astra costa meno per token e ne consuma meno per arrivare allo stesso punto, quindi i risparmi si accumulano. Il punto in cui smettono di accumularsi — richieste a contesto lungo, scritture in cache e le regole sugli elementi di ragionamento — è quello a cui questo articolo dedica la seconda metà.
La stessa attività, a un costo inferiore del 36% — e perché questo è più importante del prezzo.
Artificial Analysis assegna a GPT-6.2 Astra un punteggio di 62 sul suo Intelligence Index, terzo su 87 modelli monitorati, in aumento da 57, mentre GPT-6 Astra era tredicesimo. La sua cifra di costo è calcolata sulla stessa identica suite di valutazione, ed è questo che rende equo il confronto: stessi compiti, stesso harness, stesso sistema di punteggio, cambia solo il modello. Un aumento di cinque punti nell'indice delle capacità è arrivato insieme a una riduzione del 36% del costo per compito.
Quella combinazione è insolita. La maggior parte delle uscite scambia una cosa con l’altra — paghi di più per attività per ottenere un modello più intelligente, oppure accetti un modello più debole per averne uno più economico. Qui entrambi i numeri si sono mossi nella direzione giusta rispetto al predecessore, ed è così che si presenta un vero guadagno di efficienza da una generazione all’altra, non un riposizionamento.
Le sei cifre che contano, affiancate. Tutti i prezzi sono la tariffa standard pubblicata da OpenAI; i valori dell'indice e del costo per attività sono misurazioni indipendenti di Artificial Analysis, non di OpenAI.
• Input — GPT-6.2 Astra 8,00 $ per milione di token vs GPT-6 Astra 10,00 $
• Output — 40,00 $ per milione di token rispetto a 50,00 $
• Input nella cache — 0,40 $ per milione con uno sconto del 95% rispetto a 1,00 $ al 90%
• Intelligence Index — 62, classificato #3 su 87 rispetto a 57, classificato #13 su 87
• Costo per attività Index — 4,00 $ vs 6,24 $
• Finestra di contesto — 1.050.000 token totali, di cui 922.000 massimi in input e 128.000 massimi in output
Nota la riga della cache. Lo sconto è passato dal 90% al 95% e la tariffa base a cui si applica è scesa da $10 a $8, quindi un token di input in cache ora costa $0.40 dove prima costava $1.00 — un taglio del 60%, tre volte quello annunciato. Se il tuo carico di lavoro è un lungo prompt di sistema più un breve turno utente, stai ottenendo molto più del 20%.

Dove il risparmio fuoriesce di nuovo
Tre meccanismi intaccano quel 36%, e tutti e tre sono documentati anziché nascosti — devi solo leggere la pagina dei prezzi e la guida alla migrazione prima di impegnarti in un budget di contesto.
Il precipizio dei 272K
GPT-6.2 Astra ha una finestra di 1.050.000 token, ma il prezzo cambia forma molto prima che tu la riempia. Una volta che l'input di una richiesta supera i 272.000 token, l'input e l'input in cache vengono fatturati al doppio della tariffa standard e l'output a 1,5x — e il moltiplicatore si applica a tutta la richiesta, non solo ai token oltre la soglia. Un prompt di 300.000 token non paga un sovrapprezzo sugli ultimi 28.000 token; paga il doppio su tutti i 300.000.
A $16 per milione di input, una singola chiamata da 300K costa $4,80 prima che il modello scriva una parola, mentre un attimo prima — a 271.999 token — lo stesso lavoro sarebbe costato $2,17. È il taglio del 20% restituito in un solo passo, e anche di più, perché il precipizio è una discontinuità, non una pendenza. Il lavoro su documenti lunghi che un tempo rientrava nella vecchia finestra ora richiede una strategia di chunking deliberata, non solo un budget maggiore.
Le scritture nella cache sono una voce separata.
Leggere dalla cache costa poco. Riempirla non è gratis: le scritture in cache vengono fatturate a 10 $ per milione di token, al di sopra della tariffa standard per l'input. Una cache dei prompt profonda e invalidata di frequente può costare più da mantenere di quanto faccia risparmiare in lettura. L'economia favorisce un prefisso stabile che sopravvive a molti turni, che è esattamente il pattern verso cui ti spingono le note di migrazione di OpenAI.
Elementi di ragionamento scartati
A partire da questa generazione, l'API scarta gli elementi di ragionamento quando rileva una modifica alla cronologia a metà conversazione — una modifica del prefisso, un passaggio a un modello inferiore, un cambio di utente finale o di organizzazione. Quando il modello perde quel contesto, può rispondere peggio e consumare più token per ricalcolare un lavoro che aveva già svolto. È il secondo effetto quello che compare in fattura: un'integrazione che modifica il proprio prompt di sistema tra un turno e l'altro pagherà silenziosamente due volte lo stesso ragionamento, e il risparmio del 36% sembrerà un errore di arrotondamento.
La correzione è architetturale, non finanziaria. Mantieni invariato il prefisso quando modifichi le impostazioni tra una risposta e l'altra: l'input precedente resta idoneo alla memorizzazione in cache e, contemporaneamente, il ragionamento sopravvive. Una sola abitudine protegge entrambe le righe della fattura.
Le impostazioni di ragionamento sono una decisione di budgeting
GPT-6.2 Astra non accetterà reasoning.effort impostato su none. La guida alla migrazione di OpenAI dice di iniziare le nuove integrazioni con medium e di mappare qualsiasi impostazione esistente none o minimal su low. Niente di tutto ciò è sorprendente per un modello reasoning-first, ma significa che una semplice sostituzione della stringa del modello da un predecessore non reasoning produrrà sia una risposta peggiore sia una bolletta più alta di quanto implichi il piano di migrazione.
I token di ragionamento vengono addebitati come output. A 40 $ per milione, la differenza tra basso e alto in una lunga esecuzione di un agente non è un errore di arrotondamento: è spesso la singola variabile più grande nel costo dell'attività. Il valore misurato di 4,00 $ per attività dell'Intelligence Index presuppone qualunque configurazione di effort abbia usato Artificial Analysis; il tuo numero dipende dalla tua. Considera l'impostazione dell'effort come la prima leva di costo da regolare, prima di toccare qualsiasi altra cosa.

Che cosa ha effettivamente migliorato il lancio, e che cosa no
Un taglio di prezzo vale la pena solo se il modello è almeno altrettanto buono. Nelle valutazioni a lungo orizzonte e scientifiche, GPT-6.2 Astra ha fatto progressi decisi. Terminal-Bench-Science è salito dal 63,3% di GPT-6 Astra al 78,1%, mentre Terminal-Bench 4.0 si attesta al 64,1%. AA-AnalystAgent si colloca al 62,5%, AA-3D a 1.318 Elo e LAB-AA di Harvey al 15,0%. Per il lavoro agentico che si svolge in molti passaggi e deve rimanere concentrato sul compito, questo è il profilo che si desidera, ed è il profilo che genera l'efficienza dei token alla base del 36%.
Ci sono due punti in cui non si è mosso che vale la pena conoscere prima di passare a un'intera pipeline.
Il primo è la programmazione competitiva. FrontierCode-AA 2.0 colloca GPT-6.2 Astra al 45,4%, ancora dietro Claude Fable 5.2 al 48,8%. Astra ha recuperato molto terreno altrove ma non ha preso il comando sul coding difficile, quindi un team il cui carico di lavoro è per lo più riconducibile a FrontierCode ha meno motivi per migrare in termini di capacità: l'argomento del prezzo è quello che si applica.
Il secondo è peggio di uno stallo. Su AA-Omniscience, il tasso di allucinazione di GPT-6.2 Astra è del 59,1%, in aumento dal 49,8% di GPT-6 Astra. È più propenso a rispondere quando non sa. Si tratta di un problema di costi mascherato da problema di qualità: una risposta sbagliata ma sicura che poi devi rilevare, scartare e rieseguire ti costa i token due volte, ed è nella riesecuzione che la tua attenta aritmetica per singola attività salta. Qualsiasi flusso di lavoro in cui individuare una risposta sbagliata è costoso merita un passaggio di verifica prima che la riduzione dei prezzi venga considerata un risparmio.

Ottenere il prezzo senza mettere a rischio la pipeline
GPT-6.2 Astra è disponibile tramite l'API proprietaria di OpenAI e diverse piattaforme di terze parti. Oggi non è nel catalogo di OrcaRouter, quindi se vuoi chiamarlo questa settimana ti rivolgi direttamente al fornitore. Nulla nell'analisi dei prezzi sopra dipende da dove lo chiami — ma due cose su come lo chiami meritano di essere pianificate fin d'ora, perché sono le stesse due cose che mettono in difficoltà i team tre settimane dopo l'inizio di una migrazione.
Il primo è il failover. Un modello rilasciato ieri non ha alcun storico sul tuo traffico, e il consiglio onesto è di affiancarlo al modello che andrebbe a sostituire, anziché metterlo al suo posto. Instradare entrambi attraverso un unico endpoint compatibile con OpenAI, con failover automatico tra i provider, significa che una giornata storta su un upstream non diventa una giornata storta per i tuoi utenti mentre stai ancora decidendo se quel 36% è reale per il tuo carico di lavoro. OrcaRouter include GPT-6 Astra, GPT-6 Sol e GPT-6.1 Sol, così l'A/B contro il predecessore di Astra può girare su un'unica chiave, senza un secondo contratto e senza modifiche al codice lato client.
Il secondo è il pass-through dei prezzi. OrcaRouter fattura con 0% di ricarico — il prezzo di listino del fornitore, invariato. Questo conta specificamente per un rilascio come questo: un taglio di prezzo del fornitore arriva nella tua tariffa lo stesso giorno in cui arriva nella loro, senza rinegoziazioni e senza ritardi di riprezzamento. Se GPT-6.2 Astra entra nel catalogo, gli $8 e $40 sopra sono i numeri che vedrai, non una versione maggiorata.
Nel frattempo, ciò che ti offre è un confronto pulito. Esegui oggi lo stesso set di valutazione con GPT-6 Astra, annota il tuo costo reale per attività con la tua impostazione di impegno reale, e avrai la baseline rispetto alla quale quel 36% regge o non regge. La maggior parte dei team che salta questo passaggio finisce per misurare il titolo invece del proprio carico di lavoro, e scopre il limite dei 272K nel modo più costoso.
Chi dovrebbe muoversi ora, e chi dovrebbe aspettare?
Passa ora se il tuo carico di lavoro è lavoro agentico a lungo orizzonte, analisi di documenti sotto circa 250.000 token, o qualsiasi cosa scientifica e basata sul terminale — il salto di Terminal-Bench-Science dal 63,3% al 78,1% è abbastanza grande da cambiare ciò che è fattibile, e l'efficienza dei token si combina con la riduzione del prezzo.
Procedi con cautela se i tuoi prompt superano regolarmente i 272.000 token. Il precipizio non premia un budget più grande; lo punisce. Suddividi in blocchi, oppure prevedi il doppio.
Aspetta, o almeno fai prima un test A/B, se il tuo lavoro è molto incentrato sulla programmazione competitiva difficile — FrontierCode-AA 2.0 favorisce ancora Claude Fable 5.2 — o se una risposta sbagliata ma sicura è costosa nel tuo dominio, dove un tasso di allucinazioni salito dal 49,8% al 59,1% merita una misurazione a sé prima di diventare la tua impostazione predefinita.
E in ogni caso, imposta deliberatamente il tuo sforzo di ragionamento prima di confrontare le fatture. Il 20% è sulla pagina dei prezzi e il 36% è sulla classifica. Nessuno dei due è ancora la tua fattura.
