API GPT-6 Astra: l'ID del modello, l'endpoint e quanto costa davvero un'attività a lungo orizzonte

The short version: GPT-6 Astra is callable today at https://api.openai.com/v1 under a single model id, gpt-6-astra, at $10.00 per million input tokens, $1.00 cached input and $50.00 output — the figures Ope​nAI's own pricing page carried on September 16, 2026. The model itself is from September 3, 2026, thirteen days before this page was written, so nothing here is launch coverage and nothing here is framed as an announcement. This is the reference page for the developer question that comes after availability: what string to pass, which endpoint takes it, what the 1,050,000-token window really buys, what the account has to look like first, and what one genuine long-horizon agent run costs on a rate card that quietly reprices itself above 272,000 input tokens. GPT-5.6 Sol appears throughout only as the price baseline it is sold above, never as the subject.

Il motivo per cui un modello vecchio di tredici giorni merita una pagina questa settimana è che le vie per accedervi sono cambiate dopo il lancio, e ora la via API è quella ordinaria. Quando Ope​nAI ha lanciato Astra il 3 settembre, ha parlato di un rollout più che di una disponibilità; entro l'8 settembre diceva che il modello era stato distribuito completamente agli utenti Plus, Pro, Business ed Enterprise in Co​dex e ChatGPT Work, e nella settimana del 14 settembre AWS lo stava elencando su Bedrock e Microsoft Foundry lo offriva come generalmente disponibile. Per chi chiama l'API, quella sequenza conta meno di quanto sembri — l'endpoint è stato attivo e documentato per tutto il tempo — ma significa che le domande di procurement che lo riguardano ora hanno risposte che non avevano il giorno del lancio. Tutto ciò che segue è stato letto dalla documentazione del modello, dalla pagina dei prezzi e dalla pagina dei controlli dei dati di Ope​nAI in data 16 settembre 2026, e qualunque cosa provenga da altrove lo dichiara nella frase che la contiene.

L'ID del modello, e la domanda sullo snapshot a cui si è risposto onestamente

La stringa da passare è gpt-6-astra — tutto in minuscolo, con trattini, senza prefisso del fornitore. È l'unico id che Ope​nAI documenta per questo modello.

Se stai cercando uno snapshot datato da fissare, non ce n'è uno da trovare, e non abbiamo intenzione di inventare un suffisso dall'aspetto plausibile. La pagina del modello di OpenAI per GPT-6 Astra elenca esattamente una voce sotto Snapshots, ed è il semplice gpt-6-astra. Non esiste -2026-09-03 una forma datata in stile e nessun -latest alias sul lato del fornitore. Durante la ricerca abbiamo visto un alias mobile del tipo ~openai/gpt-astra-latest in un elenco di router; si tratta di un costrutto gateway costruito sopra l'id del fornitore, non qualcosa che OpenAI pubblica, e non dovrebbe finire nella tua configurazione come se lo fosse.

La conseguenza pratica è minima, ma vale la pena dichiararla. Puoi recuperare l'oggetto del modello per confermare con cosa stai parlando:

curl https://api.openai.com/v1/models/gpt-6-astra -H "Authorization: Bearer $OPENAI_API_KEY"

Fissa l'id nudo in un valore di configurazione invece di digitarlo in una dozzina di punti di chiamata. Se Ope​nAI in seguito aggiunge snapshot datati, l'id nudo diventa il bersaglio mobile e il valore che hai fissato inizia a cambiare sotto di te — un unico punto da modificare è la differenza tra una modifica da due minuti e un pomeriggio passato a fare grep.

L'endpoint: URL di base, compatibilità e una richiesta che viene eseguita

The base URL is https://api.openai.com/v1. Per Ope​nAI's model documentation, GPT-6 Astra is supported on Responses (/v1/responses), Chat Completions (/v1/chat/completions) and Batch (/v1/batch). It is explicitly not supported on Realtime, Assistants, Fine-tuning, Embeddings, image generation and editing, video, audio, moderation, or the legacy Completions endpoint — and those absences matter as much as the presence list, because a team that planned around the Assistants API or a fine-tuned variant has to replan rather than rewrite.

Sulla compatibilità: questa è l'API first-party di OpenAI stessa, cioè il formato di trasmissione rispetto al quale è stato scritto ogni SDK e client compatibile con OpenAI. Qualunque cosa parli quel formato comunicherà con gpt-6-astra senza bisogno di shim: basta cambiare la stringa del modello e, se stai migrando da un modello OpenAI più vecchio, i nomi dei parametri indicati di seguito. I nuovi lavori dovrebbero usare la Responses API: è la superficie su cui OpenAI documenta il controllo del reasoning di questo modello, è dove risiedono gli strumenti integrati, e il supporto di Chat Completions per i modelli più recenti è stato storicamente il più superficiale dei due.

Una chiamata in streaming minimale, con reasoning effort impostato:

curl https://api.openai.com/v1/responses \

-H "Authorization: Bearer $OPENAI_API_KEY" \

-H "Content-Type: application/json" \

-d '{"model": "gpt-6-astra", "input": "Elenca i file che modificheresti per migrare questo servizio dall'API di autenticazione legacy.", "reasoning": {"effort": "high"}, "max_output_tokens": 16000, "stream": true}'

E la stessa cosa in Python, che è poi l'ambiente in cui la maggior parte dei lettori si troverà davvero a lavorare:

from openai import OpenAI

client = OpenAI()

stream = client.responses.create(model="gpt-6-astra", input="Elenca i file che modificheresti per spostare questo servizio dall'API di autenticazione legacy.", reasoning={"effort": "high"}, max_output_tokens=16000, stream=True)

for event in stream:

if event.type == "response.output_text.delta": print(event.delta, end="")

Tre cose di quella richiesta sono specifiche di questo modello anziché essere copiate da una guida rapida generica.

• L'intensità di ragionamento è una leva sui costi, non solo sulla qualità. La pagina del modello di Ope​nAI elenca i valori supportati come low, medium, high, xhigh e max. Nota da dove inizia quell'elenco: non esistono none o minimal per GPT-6 Astra, quindi il livello minimo si è alzato. I token di ragionamento vengono fatturati come token di output a $50,00 per milione, il che significa che passare l'intensità da high a max è una decisione che ha un prezzo, non un miglioramento di qualità gratuito.

• Lo streaming è supportato ed è il modo onesto di gestire i turni lunghi.Una singola richiesta su questo modello può generare fino a 128.000 token di output. Aspettare che arrivino tutti in un unico corpo di risposta, senza alcuna visibilità sullo stato di avanzamento, è il modo in cui si finisce per tirare a indovinare sui timeout.

• Il caching dei prompt qui è esplicito. L'API Responses documenta un prompt_cache_breakpoint sui contenuti di testo, immagini e file, con una modalità explicit, che contrassegna "la fine esatta di un prefisso di prompt riutilizzabile" e ne eredita il TTL dal prompt_cache_options.ttl della richiesta. Su un modello la cui tariffa per l'input in cache è un decimo di quella per l'input non in cache, il punto in cui collochi quel confine è la riga a maggiore leva della tua richiesta.

Cosa significa davvero una finestra da 1.050.000 token

I numeri documentati sono una finestra di contesto di 1.050.000 token, un input massimo di 922.000 token, un output massimo di 128.000 token e una data limite delle conoscenze del 30 aprile 2026.

Inizia dall’aritmetica che le persone trascurano: 922.000 più 128.000 fa 1.050.000. La finestra è condivisa tra ciò che invii e ciò che il modello può restituire, e il tetto dell’output è riservato al suo interno. Non puoi inviare 1.050.000 token di input; il limite pratico per una singola richiesta è 922.000, e ancora meno se vuoi spazio per una risposta reale.

Cosa si compra con un milione di token nelle unità in cui lavori davvero? Le conversioni da token a testo sono approssimative, e queste sono le nostre, non di OpenAI, ma sono dell'ordine giusto: a circa quattro caratteri per token, 1.050.000 token corrispondono all'incirca a 750.000 parole, o a qualcosa come centomila righe di codice. È un repository di medie dimensioni, intero, con spazio ancora per l'output degli strumenti che un agente genera mentre lavora. Il caso a lungo orizzonte per cui il modello viene venduto è esattamente questo: un agente che ha letto un file un'ora fa e riesce ancora a vedere ciò che diceva, invece di uno che ha compattato la mattinata in un paragrafo di riassunto.

Poi la parte che appartiene a una pagina dei costi più che a una pagina delle specifiche. La documentazione dei modelli di OpenAI afferma che i prompt con più di 272.000 token di input sono tariffati con tariffe di input e cache doppie e output a 1,5x per l'intera richiesta. La pagina dei prezzi lo riporta come seconda riga: il contesto lungo su GPT-6 Astra è $20,00 per l'input, $2,00 per l'input in cache e $75,00 per l'output. Quindi i tre quarti superiori di quella finestra sono una fascia di prezzo, non solo spazio disponibile. Un'esecuzione il cui transcript supera i 272.000 token paga il doppio su ogni token di input — compresi quelli in cache — per l'intera richiesta, e questa è la singola variazione più grande nell'economia di questo modello. È analizzato nel dettaglio qui sotto.

Un'altra meccanica che vale la pena conoscere, perché è il riconoscimento da parte dello stesso fornitore che una sola finestra non è tutta la risposta. Per Co​dex, Ope​nAI descrive un approccio sperimentale al contesto, distribuito con Astra, in cui le note persistono tra le finestre di contesto invece della ripetuta compattazione in un'unica sintesi, con le finestre precedenti che restano ricercabili, così che i requisiti e i risultati dei test provenienti dai messaggi precedenti e dall'output degli strumenti rimangano reperibili. Ope​nAI lo definisce sperimentale, afferma che è abilitato nel config.toml di Co​dex e che diventerà l'impostazione predefinita per Astra. Se stai costruendo l'equivalente da solo sull'API, questa è la forma da copiare: note durevoli più cronologia recuperabile, invece di un unico prompt eroico.

E il limite del numero stesso: una finestra ampia è una capacità, non una garanzia di attenzione su tutta la sua estensione. Le cifre a lungo orizzonte riportate dal fornitore sono una guida migliore al comportamento rispetto al conteggio dei token — Ope​nAI riporta OSWorld 2.0 al 72,6% con circa 40 minuti per attività, e Terminal-Bench 4.0 al 57,9% contro il 37,3% di GPT-5.6 Sol. Quelli sono i numeri di Ope​nAI stesso, non riprodotti da noi, e il quadro indipendente è vicino ma non identico: Artificial Analysis ha misurato Astra al 59,1% su Terminal-Bench v4.0 contro il 52,0% di Claude Fable 5.1 e il 39,9% di GPT-5.6 Sol. Entrambi concordano che il divario a lungo orizzonte rispetto alla generazione precedente è reale; nessuno dei due sostituisce l'esecuzione del proprio compito.

Modalità di input, e la questione del file lasciata onestamente aperta

La pagina del modello di Ope​nAI elenca le modalità di input testo e immagine, con output testuale. Nessun audio, nessun video, nessuna generazione di immagini su questo modello.

L'input immagine viene inserito come parte di contenuto all'interno di un messaggio utente. Il tipo di parte è input_image e l'immagine viene fornita come URL completo oppure come URL dati base64 nel campo image_url, oppure come file_id dall'API Files. È disponibile un parametro opzionale detail con valori auto, low, high o original, con valore predefinito auto. La struttura è:

{"model": "gpt-6-astra", "input": [{"role": "user", "content": [{"type": "input_text", "text": "cosa è cambiato in questo screenshot?"}, {"type": "input_image", "image_url": "data:image/png;base64,...", "detail": "high"}]}]}

La documentazione sulla visione di OpenAI elenca PNG, JPEG, WEBP e GIF non animate come formati accettati, fino a 512 MB di payload totale per richiesta e fino a 1.500 immagini per richiesta, con immagini oltre 30.000 patch rifiutate anziché ridimensionate. Questi sono i limiti generali di visione della piattaforma, non quelli specifici di Astra, e le immagini vengono fatturate come token al pari di qualsiasi altro input.

Ora la domanda con cui i lettori arrivano davvero, e la risposta onesta. Puoi inviare file o PDF? Non abbiamo potuto confermare l'input di documenti per questo modello nella documentazione di Ope​nAI, e non abbiamo intenzione di lasciare intendere che funzioni. L'API Responses definisce effettivamente una parte di contenuto input_file, quindi l'infrastruttura esiste nell'API in generale; ma la pagina di Ope​nAI per GPT-6 Astra elenca testo e immagini tra le sue modalità di input e non elenca file, e non abbiamo trovato alcuna dichiarazione di Ope​nAI che documenti l'input PDF per questo endpoint. Un elenco di router per lo stesso modello mostra effettivamente file accanto a testo e immagini — consideralo come riferito dal router, cioè ciò che un router registra riguardo a una route anziché ciò che garantisce il fornitore. Se l'acquisizione dei documenti è essenziale per il tuo carico di lavoro, provala sull'endpoint reale prima di costruirci sopra, e tieni pronto un fallback da OCR a testo. Questa è la differenza tra un pomeriggio di test e una riscrittura.

La linea di prezzo completa, e una run a lungo orizzonte con prezzo calcolato

Ogni cifra in questa sezione è stata ricavata dalla pagina dei prezzi di OpenAI stessa il 16 settembre 2026, e tutte si riferiscono a un milione di token con il livello Standard, salvo diversa indicazione nella riga.

• Contesto breve, fino a 272K di input — $10,00 input, $1,00 input memorizzato nella cache, $12,50 scrittura cache, $50,00 output.

• Contesto lungo, oltre 272K di input — $20,00 input, $2,00 input in cache, $25,00 scrittura cache, $75,00 output, applicati all'intera richiesta.

• Batch e Flex — metà di Standard: 5,00 $ / 0,50 $ / 6,25 $ / 25,00 $ contesto breve, 10,00 $ / 1,00 $ / 12,50 $ / 37,50 $ contesto lungo.

• Modalità rapida — il doppio dello Standard: 20,00 $ / 2,00 $ / 25,00 $ / 100,00 $ con contesto breve, 40,00 $ / 4,00 $ / 50,00 $ / 150,00 $ con contesto lungo. Ope​nAI segnala che la modalità rapida non è disponibile per GPT-6 Astra con residenza dei dati nell'UE.

• Residenza dei dati — gli endpoint che la utilizzano comportano un aumento del 10% per i modelli rilasciati a partire dal 5 marzo 2026. GPT-6 Astra è idoneo, quindi un deployment con residenza dei dati si colloca al 10% sopra ogni cifra sopra indicata.

La voce da interiorizzare è la tariffa dell’input in cache. $1,00 contro $10,00 è uno sconto del 90% sulla parte di prompt che invii di nuovo — e su un carico di lavoro di un agente, è quasi l’intero prompt. Le scritture in cache vengono fatturate a $12,50, ovvero 1,25 volte la tariffa dell’input non in cache, quindi il punto di pareggio è semplice: 100.000 token inviati non in cache due volte costano $2,00, mentre scrivere quel prefisso una volta e rileggerlo una volta costa $1,35. La cache conviene dal secondo riutilizzo in poi, e un agente che lavora sulla stessa trascrizione per cento turni la riutilizza cento volte.

Il che ci porta all'aritmetica che decide effettivamente se questo modello è conveniente, perché la tariffa nominale non è il numero che finisce in fattura. Ecco un'esecuzione simulata — la nostra, basata sulle tariffe pubblicate di OpenAI, non una fattura misurata — per il tipo di compito per cui il modello viene venduto: un agente di codifica autonomo che esegue una migrazione su scala repository nell'arco di alcune ore, 120 chiamate al modello, una trascrizione di lavoro che, man mano che si accumula, ha una media di circa 500.000 token di input per chiamata, l'80% di quell'input servito dalla cache e 400.000 token di output nell'intera esecuzione, incluso il ragionamento.

Alle tariffe Standard per contesto breve:

Input non memorizzato nella cache — 12M token × $10,00 = $120,00

• Input memorizzato nella cache — 48M token × 1,00 $ = 48,00 $

• Output — 0,4M token × 50,00 $ = 20,00 $

• Totale ≈ $188,00 per la corsa

La stessa esecuzione nella fascia long-context, che è ciò che ottiene effettivamente una trascrizione che supera i 272.000 token per chiamata:

• Input non in cache — 12 M token × $20,00 = $240,00

• Input memorizzato nella cache — 48M token × $2,00 = $96,00

• Output — 0,4 M token × 75,00 $ = 30,00 $

• Totale ≈ $366,00 per l'esecuzione

Da questo discendono due conclusioni, e nessuna delle due è visibile a partire dalla tariffa di facciata. Primo, il luogo in cui risiede la tua trascrizione vale quanto il modello che scegli — lo stesso identico compito raddoppia all'incirca a seconda che superi o meno la soglia di 272K, il che rende la disciplina del contesto (recuperare i 100K giusti invece di portarsene dietro 600K) una tecnica di controllo dei costi su questo modello, non solo una questione di prestazioni. Secondo, la cache vale più di quanto suggerisca lo sconto: senza alcun cache hit, il primo scenario comporta $600.00 di input invece di $168.00, e l'esecuzione costa circa $620 anziché $188. Attiva la cache prima di aumentare lo sforzo di ragionamento.

Per la baseline, la stessa combinazione di token su GPT-5.6 Sol alle tariffe mostrate dalla pagina dei prezzi di Ope​nAI il 16 settembre — $4.00 input, $0.40 input in cache, $20.00 output a contesto breve — arriva a circa $75.20, e alla riga del contesto lungo di Sol ($8.00 / $0.80 / $30.00) a circa $146.40. Il che rende questa esecuzione circa 2,5x su entrambe le fasce. Due avvertenze su quel multiplo, perché ha già creato confusione altrove: il numero di Sol è una tariffa promozionale — Ope​nAI afferma che la promozione è disponibile almeno fino al 21 novembre 2026 — mentre quello di Astra è di listino, quindi il multiplo misura le due tariffe odierne anziché un fatto stabile sui modelli, e si riduce se la promozione viene meno. E il vecchio "2,5x" che circola per Astra è talvolta calcolato rispetto al listino pre-promozionale di Sol di $5.00/$30.00, che dà 2x in input e circa 1,67x in output. Specifica a quale tariffa di Sol ti riferisci, altrimenti il numero non vale nulla.

Un'ultima riga: il livello Batch dimezza tutto quanto, portando la prima esecuzione a circa $94. Se puoi utilizzarlo dipende dalla sezione successiva.

Zero Data Retention e lo sconto che si squalifica da solo

Ope​nAI afferma che la Zero Data Retention è disponibile per i clienti API idonei sugli endpoint supportati, previa approvazione — ed entrambe le parti di quella frase hanno un peso concreto. Non è un interruttore self-service: l'idoneità è soggetta ad approvazione preventiva da parte di Ope​nAI e all'accettazione di requisiti aggiuntivi, e per avviarla bisogna parlare con il reparto vendite. Una volta approvata, viene configurata a livello di organizzazione o di progetto in Impostazioni → Organization → Data controls, nella scheda Data Retention, dove un progetto può ereditare l'impostazione predefinita dell'organizzazione, impostare esplicitamente la ZDR, selezionare Modified Abuse Monitoring oppure disattivare entrambe.

Cosa cambia in pratica: ZDR esclude i contenuti dei clienti dai log di monitoraggio degli abusi, sostituendo il periodo di conservazione predefinito fino a 30 giorni, e il parametro store su /v1/responses e /v1/chat/completions viene trattato come false anche se una richiesta tenta di impostarlo su true.

Il dettaglio che conta di più in una pagina dedicata ai costi: /v1/batches non è nell'elenco degli endpoint idonei allo ZDR. La pagina sui controlli dei dati di OpenAI lo elenca come non idoneo, con lo stato dell'applicazione conservato fino alla cancellazione. Quindi su GPT-6 Astra lo sconto del 50% del livello Batch e la Zero Data Retention si escludono a vicenda — un carico di lavoro vincolato alla conformità che necessita dello ZDR dovrebbe preventivare la tariffa Standard, non quella batch, e la cifra di 94 $ indicata sopra non è disponibile per esso.

Tre ulteriori avvertenze, dette chiaramente perché una pagina che esalta troppo ZDR è peggiore di una che lo omette. ZDR non è assoluto: nell'ambito di "Eyes Off", OpenAI si riserva il diritto di rendere i modelli non idonei a ZDR per clienti specifici, con preavviso scritto, e nell'ambito di "Safety Retention" i contenuti possono essere conservati e sottoposti a revisione umana laddove i classificatori segnalano un rischio grave. Gli input di immagini e file segnalati per potenziale CSAM vengono conservati per la revisione manuale anche con ZDR. E ZDR si ferma al confine di OpenAI — se il tuo agente chiama un server MCP remoto o l'API di un altro fornitore, quel traffico è disciplinato dalla politica di conservazione di quella parte, non da questa. Separatamente, la residenza dei dati è un controllo diverso da ZDR, richiede una propria approvazione e un emendamento Modified Retention al di fuori degli Stati Uniti, e comporta l'aumento del 10% sopra menzionato. Se fai affidamento sul caching con ZDR, leggi la pagina dei controlli dei dati di OpenAI per sapere cosa conserva il caching; non pubblicheremo un dato di conservazione al riguardo che non siamo stati in grado di leggere noi stessi lì.

Limiti di frequenza come documentati, e quello che morde per primo

La pagina del modello di OpenAI pubblica questi limiti per fascia per GPT-6 Astra — richieste e token al minuto, poi il limite della coda batch:

• Livello 1 — 500 RPM, 500.000 TPM, coda batch 1.500.000

• Livello 2 — 5.000 RPM, 1.000.000 TPM, coda batch 3.000.000

• Livello 3 — 5.000 RPM, 2.000.000 TPM, coda batch 100.000.000

• Tier 4 — 10.000 RPM, 4.000.000 TPM, coda batch 200.000.000

• Livello 5 — 15.000 RPM, 40.000.000 TPM, coda batch 15.000.000.000

Due limiti che chiameremo non documentati anziché colmare: non esiste un limite pubblicato per il piano gratuito, perché GPT-6 Astra non è affatto incluso nel piano gratuito; e non abbiamo trovato alcun tetto pubblicato oltre il Tier 5 né una tabella di limiti separata per la modalità Fast. Se un fornitore non ha pubblicato un limite, considera l'assenza come irrisolta — non dare per scontato che sia illimitato.

Il numero che mette in crisi per primo un carico di lavoro per agenti è il valore di 500.000 TPM del Tier 1. Una singola chiamata su questo modello può trasportare una trascrizione di 500.000 token, il che significa che una singola richiesta può consumare un intero minuto del tuo budget di token sul livello di ingresso. Una finestra di contesto da un milione di token non è molto utile a un agente che occupa la stessa trascrizione per 120 turni se il livello non riesce a spingere i token. Dimensiona il livello in base al volume di token dell'esempio pratico riportato sopra, non in base al numero di richieste — e tieni presente che l'avanzamento di livello dipende dalla spesa e dalla cronologia dell'account, quindi conviene stabilirlo prima di una scadenza anziché durante.

Azure e AWS Bedrock, una riga ciascuno

• Microsoft Azure — GPT-6 Astra è distribuibile in Microsoft Foundry con lo stesso ID gpt-6-astra, con la copertura di Foundry che fa risalire la disponibilità generale all'inizio di settembre 2026 e segnala distribuzioni Global Standard e US Data Zone, nessuna EU Data Zone al lancio, e tariffe pari o vicine a quelle del listino di OpenAI con una riga per il contesto lungo. L'abbiamo letto dalla copertura di Foundry anziché dalla pagina di catalogo di Microsoft, che oggi non abbiamo potuto raggiungere — verifica l'elenco attuale delle distribuzioni, il set di regioni e la tariffa nella documentazione di Microsoft prima di pianificare una distribuzione su di essa.

• AWS Bedrock — elencato come openai.gpt-6-astra, disponibile tramite le API Bedrock supportate e confermato nel riepilogo settimanale di AWS datato 15 settembre 2026, con il perimetro di governance di Bedrock (isolamento degli endpoint VPC, crittografia KMS, Guardrails) e la dichiarazione di AWS secondo cui i dati di inferenza non vengono utilizzati per l'addestramento del modello. L'inferenza in regione e geografica cross-region su Bedrock, secondo quanto riportato, viene fatturata con un sovrapprezzo del 10% rispetto alle tariffe base; nella nostra lettura tale cifra è di seconda mano, quindi verifica la pagina dei prezzi di AWS.

Nessuna delle due strade cambia il modello. Entrambe cambiano il procurement, che per un lettore enterprise è il punto centrale: un deployment di Foundry o Bedrock può inserirsi in un impegno cloud già esistente, ereditarne IAM, logging e perimetro di rete, e finire su una fattura che il reparto finance ha già approvato — spesso la differenza tra un progetto pilota e qualcosa che viene effettivamente rilasciato. Il compromesso è che si accettano il ciclo di vita del modello del cloud e la tariffa del cloud, ed entrambi i cloud sono indicati a un prezzo pari o superiore al listino di Ope​nAI, anziché inferiore.

Dove si inserisce un router, incluse le parti che vi si oppongono

GPT-6 Astra è nel catalogo OrcaRouter come openai/gpt-6-astra, e OrcaRouter trasferisce il prezzo di listino del provider con ricarico dello 0% — il prezzo del fornitore è il nostro prezzo, e una variazione di prezzo del fornitore si ripercuote sulla tua fattura lo stesso giorno anziché al rinnovo. Su un modello a questo prezzo non è un'affermazione da errori di arrotondamento: l'aritmetica sopra è la stessa aritmetica che pagheresti andando direttamente.

Il motivo più onesto per fare routing qui non è il prezzo, ma la reversibilità. Astra costa circa 2,5 volte il modello sotto di esso e il suo costo varia in base a una soglia che la vostra architettura controlla, quindi la maggior parte dei team vuole provarlo su una fetta di traffico reale prima di impegnarsi in un percorso di produzione. Con una sola chiave potete metterlo dietro lo stesso endpoint dei modelli che già eseguite, inviargli parte del traffico e passare automaticamente a qualcosa di più economico quando non ripaga la differenza — un cambio di configurazione anziché una migrazione, con una sola API che copre oltre 200 modelli, un DSL di routing che compone diversi modelli in un'unica chiamata e la fusione di modelli quando volete un panel che risponda all'unisono.

Le parti che vi si oppongono, dette senza giri di parole. Un router è un hop in più nel percorso della richiesta e una parte in più nel flusso dei dati — e in questo modello non è ipotetico, perché ZDR è approvato per organizzazione presso OpenAI e una richiesta instradata non è automaticamente coperta dalla tua approvazione ZDR. Se invii dati regolamentati, verifica i termini sui dati del percorso prima di inviarli, e preparati a chiamare direttamente il fornitore per quel carico di lavoro. Il routing aggiunge anche un componente che può guastarsi o introdurre latenza, e rende lo scambio di modelli così facile che è possibile cambiare ciò che risponde ai tuoi utenti senza rivederlo. Niente di tutto ciò supera l’argomento della sperimentazione e della reversibilità per la maggior parte dei team; vale la pena sapere tutto questo prima di decidere che il router è gratis. Abbiamo messo a confronto le piattaforme di routing in un articolo separato invece di ripetere qui il confronto.

Tre domande che non sono risposte da una sola frase

Posso fare il fine-tuning di GPT-6 Astra o usarlo con l'Assistants API? No, in entrambi i casi, e questo è un confine di progettazione, non una configurazione che ti è sfuggita. La pagina del modello di OpenAI elenca Chat Completions, Responses e Batch come endpoint supportati e indica esplicitamente Fine-tuning e Assistants come non supportati, e non esiste alcuna riga relativa a GPT-6 Astra nella tabella dei prezzi del fine-tuning di OpenAI. Se la tua architettura dipende da un modello di punta con fine-tuning, Astra va usato tramite prompt, il che sposta il costo dall'addestramento ai token di input — e a 10,00 $ per milione su un system prompt di grandi dimensioni, si tratta di una vera voce di budget, non di una nota a piè di pagina.

Il modello rifiuterà attività di sicurezza che sono autorizzato a svolgere? A volte sì, e vale la pena saperlo prima di costruire. GPT-6 Astra è il primo modello OpenAI a raggiungere la soglia critica di capacità di cybersicurezza nell'ambito del Preparedness Framework dell'azienda e, nella versione distribuita, rifiuta attività cyber avanzate come scrivere exploit proof-of-concept. OpenAI afferma di voler ampliare l'accesso con salvaguardie meno restrittive tramite il suo programma Daybreak. Per un difensore, questo si manifesta come un rifiuto che non è un limite di frequenza né un bug — mettilo in conto nella gestione degli errori invece di ritentare finendo per incorrere nel rifiuto.

Serve un'approvazione speciale per chiamare questo modello? Non per l'endpoint standard — non c'è nessuna lista d'attesa né alcun passaggio di approvazione per chiamare gpt-6-astra, basta un account con la fatturazione attiva. Ciò per cui potresti aver bisogno di un'approvazione è tutto il resto: la Zero Data Retention, che è soggetta a richiesta; la residenza dei dati al di fuori degli Stati Uniti, che richiede un emendamento a sé; e un passaggio a un livello superiore, se intendi far transitare volumi di token su scala agente attraverso un account Tier 1. Il modello è la parte facile dell'approvvigionamento.

Cosa tenere d'occhio e chi deve muoversi ora

Se stai costruendo su questo modello, le quattro cose che vale la pena monitorare sono tutte lato fornitore e tutte datate. Se Ope​nAI pubblica uno snapshot datato per gpt-6-astra — il che trasformerebbe l'id nudo in un bersaglio mobile e renderebbe significativo il pinning. Se la soglia di 272.000 token si sposta, perché quella singola riga vale più per la tua fattura di qualsiasi benchmark sulla pagina. Se le tariffe di Bedrock e Foundry convergono sul listino di Ope​nAI o restano al di sopra, dato che questo decide la via di approvvigionamento tanto quanto il modello. E se il programma Daybreak cambia ciò che l'endpoint rifiuterà, il che per i team di sicurezza è la differenza tra uno strumento utilizzabile e una demo.

Quanto a chi dovrebbe agire, la divisione è netta. Se stai già pagando per GPT-5.6 Sol a tariffe promozionali per attività con agenti a lungo orizzonte, il 2,5x è reale e la domanda è ristretta: il tasso di completamento delle attività sul tuo carico di lavoro supera la differenza di prezzo? Provalo su una fetta di traffico reale e scoprilo — l'esempio pratico sopra ti dice quanto costa quella fetta prima che tu inizi. Se il tuo lavoro è chat a contesto breve o classificazione ad alto volume, questo non è il tuo modello; il nuovo prezzo per il contesto lungo e la tariffa di output di $50,00 lo rendono un modo costoso di fare qualcosa che GPT-5.6 Luna fa per una frazione del prezzo. E se sei un'azienda con un requisito di conformità, avvia prima la conversazione sulla ZDR, perché condiziona lo sconto Batch, la maggiorazione per la residenza e la tua scelta del percorso — e nulla di tutto ciò è una decisione che puoi prendere il giorno in cui ti serve.