GPT-6.2 Astra の3列価格ラダー:Standard は100万トークンあたり入力 $8.00、出力 $40.00 で、ストリーミングあり・割引ウィンドウなし。2時間ウィンドウは Standard より30%低く、入力 $5.60、キャッシュ $0.28、出力 $28.00 でストリーミングなし。8時間ウィンドウは Standard より40%低く、入力 $4.80、キャッシュ $0.24、出力 $24.00。フッターには保証ではなく目標であると記載。OrcaRouter のロゴは右下隅に配置。
Guides & Insights

GPT-6.2 Astra バックグラウンドモード:40%オフ、ウォールクロック時間で課金

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

GPT-6.2 Astra を利用するための OpenAI の最安ルートは、モデルの価格を変えるものではありません。変わるのは、回答をいつ受け取ることを許容するかです。同じリクエストを Responses API で、background を true に、background_options.completion_window を 8h に設定して送信すると、入力 100 万トークンあたり $8、出力 100 万トークンあたり $40 で表示される GPT-6.2 Astra のトークンが、$4.80 と $24 で請求されます。GPT-6.2 Sol では、$2 と $10 の料金が $1.40 と $7 になります。同じ重み、同じ推論、同じコンテキストウィンドウです。この 2 つのうち安価な GPT-6.2 Sol も同じ扱いを受けます。8 時間ウィンドウでは $1.40 と $7、Standard では $2 と $10 です。変わったのは、キュー内でのあなたの位置です。

その取引は2026年11月17日に、2つのモデル自体と同じ変更履歴の期間にリリースされたものであり、値下げと誤読しやすい。しかし値下げではない。値下げは、モデルがどこで呼ばれても適用される。コンプリーションウィンドウは1つのエンドポイント上のフラグであり、それをOpenAIのスケジューラにとって価値あるものにするすべての特性は、受け入れなければならない特性だ。ストリーミングなし、通常トラフィックとのキャッシュ共有なし、そして今やBatch APIと共有するレート制限予算である。

変更履歴に一行だけ記すにはもったいない理由は、モデル品質を完全に維持する階層としては異例なほど割引が大きいことです。Batchは何年も50%オフですが、Batchが受け付けるのは、ファイルとして送信したら後は忘れてよいリクエストだけです。これはライブのエージェント会話に対する40%オフで、フォローアップのターンやツール出力も含みます。ただし、その会話がキュー待ちを許容できる場合に限ります。多くの本番ワークロードにとって、これは「費用を払えるか」という問題と「アーキテクチャ」の問題の違いになります。

API の観点から見たウィンドウとは何か

バックグラウンドモード自体は新しいものではありません。これは Responses API で長いリクエストを非同期に実行する方法です。background を true に設定すると、すぐにレスポンス ID が返り、後で response.completed の Webhook を通じて、または取得エンドポイントをポーリングしてqueued または in_progress と表示されている間に結果を収集できます。バックグラウンドモードはこれまでも常に、20分に及ぶエージェント実行のために接続を開いたままにしないためのものでした。

新しい点は、バックグラウンドキューに価格付きの階層ができたことです。background_options.completion_window は次の値を受け付けます:soonest、2h、または 8h。soonest がデフォルトで割引はなく、「誰かが待っている間にレポートを生成する」ケースに当たります。2h は Standard より 30% 安く、8h は 40% 安くなります。ドキュメントには、目標時刻は API が最初のリクエストを受け付けた時点から起算され、そのレスポンスに適用されると明記されています。

「選択したウィンドウ内での完了を目標とする」は、二度読むべきフレーズです。これはスケジューリング上の目標であり、保証でも固定の遅延でもありません。また、API 自体の助言として、開始時刻はスケジューリングに依存します。8 時間のウィンドウ内のリクエストは、8 時間保持されてから実行されるのではなく、キャパシティが許すときに実行され、4 分で完了するなら 4 分で得られます。あなたが手放したのは、そうならなかったときに不満を言う権利です。

ドル建てのラダー

このウィンドウが対象とする両モデルについて、各ティアの価格を100万トークンあたりで、OpenAIが公開しているStandard料金を基準に示します:

• GPT-6.2 Astra、Standard — 入力 $8、キャッシュ入力 $0.40、出力 $40

• GPT-6.2 Astra、2時間ウィンドウ — 入力 $5.60、キャッシュ $0.28、出力 $28

• GPT-6.2 Astra、8時間ウィンドウ — 入力 $4.80、キャッシュ $0.24、出力 $24

GPT-6.2 Sol、Standard — 入力 $2、キャッシュ $0.10、出力 $10

• GPT-6.2 Sol、2時間ウィンドウ — 入力 $1.60、キャッシュ $0.08、出力 $8

• GPT-6.2 Sol、8時間ウィンドウ — 入力 $1.40、キャッシュ $0.06、出力 $7

• 規模感を示すと、高速側の同じモデルでは、FastモードはStandard料金の2倍で16ドルと80ドル、Ultrafastは2027年2月28日まではStandardの3倍で24ドルと120ドル、2027年3月1日からは6倍で48ドルと240ドルです

Three stacked bars showing what a 40% window does to a $4.00 Artificial Analysis task on GPT-6.2 Astra: $4.00 at Standard, about $2.80 in the 2h window and about $2.40 in the 8h window, beside a card breaking the $4.00 into $1.19 of cache reads, $1.10 of cache writes, $1.64 of output and $0.07 of uncached input. The OrcaRouter logo sits in the bottom-right corner.

それらはトークン単価であり、トークン単価はタスクのコストではありません。Artificial Analysisが算出する、GPT-6.2 Astra上で完了したIntelligence Indexタスクの加重請求額は、最大エフォートで測定された同社のv5.0.1指数において、Standardで4.00ドルになります。その請求内のカテゴリ全体にウィンドウ割引が一律に適用されるなら、同じタスクは2時間ウィンドウで2.80ドル、8時間ウィンドウで2.40ドルになります。10,000タスク全体では、40,000ドルではなく28,000ドルと24,000ドルです。

その「if」は実際に重要な役割を果たしています。OpenAIのドキュメントでは、割引は対象となる各リクエスト(フォローアップを含む)のモデルトークン料金に適用されると説明されており、料金ページでも同じ表現が繰り返されています。どちらのページも、割引をトークンカテゴリ別に分解していません。また、このモデルのトークン請求は、主に生の入力というわけではありません。Artificial Analysisの測定では、$4.00のうち$1.19がキャッシュ読み取り、$1.10がキャッシュ書き込み、$0.065だけがキャッシュされていない入力で、$1.64が出力でした。キャッシュ書き込みには独自の料金が設定されており、30分キャッシュは100万トークンあたり$10、12時間キャッシュは$20です。そのため、大きなプロンプトをキャッシュに書き込むことが中心のワークロードでは、ちょうど40%下がらない可能性があります。40%は割引の形を示すものと捉え、倍率を前提にせず、自身の請求額を測定してください。

受け継ぐ4つの条件

割引はすべてのリクエストで利用できるわけではなく、その除外事項こそが実装が通常つまずくところです。

• Standard 処理のみです。割引対象の時間帯を利用するには、service_tierをdefaultに設定する必要があります。そのままautoにしておくと、API がたまたま Standard を選択した場合にのみリクエストが対象となり、割引が受けられるかどうかは事前には分からない運任せになります。

• ストリーミングなし。ストリーミングはsoonestでのみ機能します。2hと8hでは、streamを省略するかfalseに設定する必要があり、ストリーミングで作成されなかったレスポンスを後からストリーミングすることはできません。

• 単一の共有レート制限。2時間および8時間のウィンドウ内のリクエストは、Batch APIジョブとBatch/Backgroundのレート制限を共有し、入力トークンは送信時にカウントされます。100万トークンのドキュメントを8時間のバックグラウンドに送信する実験は、ただ待つだけではありません。Batchジョブが使っていた余裕を消費してしまいます。

• フォローアップは一致させる必要があります。エージェント実行は連鎖であり、割引がその連鎖全体で維持されるのは、各フォローアップがウィンドウ、continuation_id、モデル、プロジェクト、バックグラウンド設定を繰り返す場合のみです。継続IDを再利用すれば、そのフォローアップはより高いキュー優先度の対象にもなります。これらのいずれか1つを変更すると、次のターンは標準リクエストになります。

A 2x2 grid of cards headed 'Four things the window takes with it': Standard processing only with the Flex tier gone, no streaming so you receive the finished response rather than tokens, a rate limit shared with Batch jobs where input tokens count at submission, and a split prompt cache whose window-written entries are invisible to Standard requests. The OrcaRouter logo sits in the bottom-right corner.

キャッシュルールには5つ目の条件が隠れていて、しかもこれが最も長く尾を引く。割引対象の時間枠外の標準リクエストは、プロンプトが同一であっても、2時間または8時間のバックグラウンドリクエストで作成されたプロンプトキャッシュエントリを再利用できず、逆もまた同様だ。トラフィックの半分が時間枠内で、半分がオンデマンドで動いているなら、あなたは気づかないうちにプロンプトキャッシュを2つに分割し、同じプレフィックスを二度書き込む料金を払っている。その分割の片側の割引は、もう片側のキャッシュ書き込みで相殺され、100万あたり10ドルのキャッシュ書き込みがかかるモデルは、まさに分割に不向きなモデルだ。

請求書に記載されていない費用

この割引は時間を対価にトークンを得るもので、その時間はウィンドウによって制限されない。ドキュメント自体が例として挙げている夜通しのドキュメントレビューを考えてみよう。8時間のリクエスト1件、ツール呼び出し1件、そして取得したドキュメントを持ち帰るフォローアップ1件である。どちらの応答も40%の対象となり、2つ目の応答ではターゲットが再スタートする。最良の場合、実行全体は朝食前に完了する。最悪の場合、2つの応答がそれぞれターゲットのほぼ全体を費やすため、エンドツーエンドの上限は8時間ではなく約16時間になる。

その計算は長時間稼働するエージェントにはうまくスケールしない。全ターンを8時間ウィンドウに通す12ターンのワークフローには4日という上限があり、実際のスケジューリングは最良ケースとその上限の間のどこかに収まるが、その分布は公開されていない。これを誠実に導入する方法は、呼び出し単位ではなくワークフロー単位で判断することだ。出力が翌朝に消費されるパイプラインは自然に向いているが、対話型セッションは、どれだけトークンを節約できても向いていない。このウィンドウは安価なキャパシティへの入札であり、入札は埋めるべきキャパシティがあるときに成立する。

誰も触れないFlexの穴

これらのウィンドウ以前は、このモデルファミリーで割引を購入する方法はservice_tier: flexでした:Standardより50%安く、優先度は低くなります。Flexは古いモデルには今も存在します — GPT-6 AstraはFlex表で$5と$25、Standardでは$10と$50と記載されています — しかしOpenAIのバックグラウンドガイドは、GPT-6.2 AstraとSol以降、新しいモデルはFlex処理なしで提供開始され、長時間実行される作業には代わりにStandard処理による割引完了ウィンドウを使用すべきだと明言しています。

2つの数字を並べて見れば、進む方向は明らかだ。前世代では、待つことを厭わない呼び出し元なら50%オフで購入できた。今回の世代では、最も深い階層でも40%で、しかも作業をバックグラウンドとして位置づける必要がある。置き換えは旧オプションの単純な改善ではない。より小さな割引で提供される、より狭いオプションであり、しかも非同期・非ストリーミング・単一レスポンスIDというリクエスト形式を伴って登場するため、すべての統合が採用できるわけではない。

Batchは依然としてより深くまで対応できるが、この半分には適したツールではない

Batch API は 50% オフのままで、ターンアラウンドは 24 時間です。価格だけを見れば、あらゆるバックグラウンドウィンドウを上回ります。違いは程度の問題ではなく、構造的なものです。Batch は独立したリクエストの JSONL ファイルを受け取り、結果のファイルを返します。ワークフローには行間の記憶がありません。バックグラウンドモードは一度に 1 つの応答向けで、会話状態は previous_response_id と、その間にアプリケーションが実行しなければならない一連のツール呼び出しを通じて引き継がれます。

つまり判断基準は「どちらが安いか」ではなく、「自分のワークロードに中間領域があるか」だ。5,000件の独立した分類呼び出しはBatchに属するし、これまでもずっとそうだった。文書を読み、関数を呼び出し、その後レポートを書く1回のエージェント実行は、バッチとしてまったく表現できない——最初のリクエストが返るまで2回目のリクエストは存在しないからだ。それがウィンドウが埋めるギャップであり、実在するギャップだ。40%は、OpenAIがステートフルなマルチターンの作業に対して提供した初めての割引だ。

コンプライアンス上の影響を伴うストレージに関する脚注

バックグラウンドモードでは、たとえstore が false の場合やプロジェクトで Zero Data Retention を使用している場合でも、レスポンスデータを一時的に保存します。これは、API がリクエストを実行し、結果を取得可能にするためにデータを必要とするためです。データは、soonest を含むすべてのウィンドウで保存時に暗号化され、取得可能なうちに元の入力と完全なレスポンス出力を自分で保存するよう案内されています。この一時ストレージについて明示された有効期間はありません。

規制対象のワークロードでZero Data Retentionを選択したチームにとって、「一時的に保存される」は、データ取り扱いレビューを承認した人に伝えるべき文言であり、最初の8時間ジョブがキューに入る前、後ではなく前に伝える必要があります。割引はエンドポイントのコンプライアンス態勢を変えるものではありませんが、リクエストとその出力が目に見えない状態にとどまる時間は変えます。

ここでルーティングが追加するものと、追加しないもの

割引が発表されるときは誤解しやすいため、正確に言っておくべきことが一つあります。これはスケジューリング機能であり、定価ではありません。OrcaRouterはプロバイダーの定価を0%の上乗せでそのまま通します。そのため、本物のOpenAIの値下げは同じ日に当社側へ反映されます。しかし、コンプリーション・ウィンドウはOpenAI自身のエンドポイント上のフラグであり、モデルに付随して伝わるものではありません。ルーター経由でGPT-6.2 Astraを呼び出しても、その40%は再現されません。また、割引はスケジューラーが付与するものなので、どのルーターにも再現できません。

残るのは、この形のデプロイでルーティングが実際に役立つ2つのことだ。1つ目はモデルの選択である。ウィンドウが対象とする4つのモデル——GPT-6.2 Astra、GPT-6.2 Sol、GPT-6.1 Terra、GPT-6 Luna——のうち、安価な側はすでに当社のカタログにGPT-6 LunaとGPT-6.1 Solが定価で掲載されているため、階層分けの判断とプロバイダーの判断は2つの契約ではなく1つのキーで済む。2つ目は、待てない呼び出しを守ることだ。夜間ジョブを8時間のウィンドウに収めるシステムは、レイテンシーに敏感な経路をより重要にしているのであって、軽視しているわけではない。そしてその経路での自動フェイルオーバーこそが、単一プロバイダーの障害で5秒の呼び出しがサービス停止に変わるのを防ぐ。キューとフェイルオーバーは補完関係にある。余裕のあるところで待つからこそ、それ以外のどこでも待ち時間を許さずに済むのだ。

OpenAI's developer documentation page for Responses API background mode, showing the background flag set to true, the background_options object with its completion_window values of soonest, 2h and 8h, and the notes on polling or webhook notification of the completed response.

経験則

応答を、待ち構えている人間が消費するのであれば、ここでの話は当てはまりません。使うなら最短で、ストリーミングして Standard を支払ってください。応答がスケジュールされたジョブ、朝の会議前に届くレポート、または次の段階が今夜実行されるパイプラインによって消費される場合、8時間の窓はフル品質トークンに対する40%割引であり、唯一の実質的な問題は、あなたの統合がストリーミングなしで、かつ分割プロンプトキャッシュで運用できるかどうかです。30%の2時間窓は厄介な中間です — 作業が本当に2時間で締め切られる場合にのみアーキテクチャ変更に値するほど深いものですが、ほとんどのバッチ型の作業はそうではありません。

注目すべき数字は割引率ではなく、すでに待機しているトラフィックの割合だ。エージェントを夜間に実行しているチームは、いずれにせよ支払う予定だった請求額から40%割引を受けている。エージェントを対話的に実行しているチームには、かつて代替手段だった50%のFlexティアをもはや販売していないモデル上で、使いようのない割引が提示されている。第二のグループはアーキテクチャのページより先に料金ページを読むべきだ。なぜなら11月17日をもって、GPT-6.2 Astraを呼び出す最も安い方法は、選ぶティアではなく、受け入れるスケジュールになったからだ。

この記事で比較したモデル1

この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新