GPT-6 Astra คือโมเดลเรือธงของ OpenAI สำหรับงานระยะยาวที่ต้องการความละเอียดสูงและทำงานต่อเนื่องแบบครบวงจร ไม่ว่าจะเป็นการวิเคราะห์ขั้นสูง วิศวกรรมซอฟต์แวร์ งานวิจัยเชิงลึก งานวิทยาศาสตร์ และการสร้างเอกสาร โดยมาพร้อมหน้าต่างบริบทขนาด 1 ล้านโทเคน รองรับการป้อนข้อมูลแบบมัลติโมดัล (ข้อความ รูปภาพ ไฟล์) และการคิดแบบเปิดตลอดเวลา พร้อมปรับระดับความพยายามได้ตั้งแต่ต่ำจนถึงสูงสุด เพื่อแลกเปลี่ยนระหว่างความหน่วงและคุณภาพ เป็นโมเดลที่รองรับการใช้งานเครื่องมือและเอาต์พุตแบบมีโครงสร้างโดยธรรมชาติ: การเรียกฟังก์ชัน, response_format / structured outputs, seed และการค้นหาเว็บในรูปแบบเครื่องมือ รองรับทั้งหมด Astra พูดได้ทั้งรูปแบบ OpenAI chat-completions และ native Responses API จึงสามารถนำไปใช้กับระบบที่รองรับ OpenAI ได้ทันที และคืนผลลัพธ์การให้เหตุผลแบบเต็มเมื่อใช้พื้นผิว Responses บน Artificial Analysis โมเดลนี้ได้คะแนน Intelligence Index 54.7, Coding Index 76.9 และ Agentic Index 51.6 หมายเหตุเรื่องราคาแบบหลายระดับ: คำขอที่มีโทเคนนำเข้ามากกว่า 272K จะคิดอัตราแบบ long-context
GPT-6 Astra เป็นโมเดลระดับเรือธงบน OrcaRouter จากผู้ให้บริการ OpenAI โดยรองรับอินพุตที่เป็นข้อความ รูปภาพ และไฟล์ มีหน้าต่างบริบท (context window) ขนาด 1,050,000 โทเคน และสามารถสร้างเอาต์พุตได้สูงสุด…
หน้าต่างบริบทขนาด 1,050,000 โทเคนช่วยให้คำขอเพียงครั้งเดียวสามารถเห็นข้อมูลเทียบเท่ากับบทความวิจัยยาวๆ หลายบทความ โค้ดเบสขนาดใหญ่ หรือเอกสารข้อบังคับที่หนาแน่นได้ในรอบเดียว นี่ไม่ใช่การประมาณจำนวนหน้าอย่างแม่นยำ เพราะความยาวของหน้าขึ้นอยู่กับการจัดรูปแบบ แต่ก็เพียงพอสำหรับอินพุตหลายๆ ประเภทที่จะไม่ต้องสร้างตรรกะการแบ่งส่วนไว้ล่วงหน้า ดังนั้นโมเดลจึงมีประโยชน์สำหรับการสรุปความ การเปรียบเทียบ และการตอบคำถามทั่วทั้งอินพุต นัยสำคัญทางวิศวกรรมหลักคือขนาดอินพุตส่งผลต่อต้นทุน ความหน่วง และโอกาสที่โมเดลจะให้ความสนใจกับหลักฐานที่ดีที่สุด พรอมต์ที่ยาวมากควรเขียนให้มีขอบเขตเอกสารหรือหัวข้อที่ชัดเจน เนื่องจากโมเดลต้องเลือกภายในว่าส่วนใดมีความสำคัญ OrcaRouter จัดการคำขอเป็นการสร้างข้อความตอบกลับแบบแชท (chat completion) เพียงครั้งเดียว ดังนั้นแอปพลิเคชันของคุณจึงต้องจัดการเฉพาะการหมดเวลาการเชื่อมต่อเครือข่ายและการใช้โทเคนเท่านั้น อินพุตที่เกินขีดจำกัดบริบทที่ระบุไว้ยังคงต้องมีการประมวลผลล่วงหน้าหรือการแบ่งส่วน
จำนวนโทเคนเอาต์พุตสูงสุดคือ 128,000 ซึ่งช่วยให้สร้างเอาต์พุตยาว ๆ ที่โมเดล API รุ่นเก่าต้องแบ่งออกเป็นหลายชุดการสร้าง GPT-6 Astra สามารถสร้างรายงานฉบับขยาย การแปลที่สมบูรณ์ diff แบบมีโครงสร้างของโค้ดเบสขนาดใหญ่ หรือชุดข้อมูล JSON แบบมีโครงสร้างได้ในการสร้างครั้งเดียว เมื่อคุณร้องขอใกล้ขีดจำกัด API จะใช้เวลาและทรัพยากรคำนวณมากกว่าคำตอบแบบสั้น แนวทางปฏิบัติที่ดีที่สุดคือการกำหนดค่า max_tokens ที่ต้องการ แทนที่จะขอค่าสูงสุดในทุกครั้ง ณ ขณะที่บันทึกนี้ OrcaRouter ยังไม่ได้เผยแพร่รูปแบบการต่อเนื่องอัตโนมัติ หากการสร้างแบบยาวเข้าใกล้ขีดจำกัดเอาต์พุตและถูกตัดทอน แอปพลิเคชันของคุณต้องตรวจจับเงื่อนไขการเสร็จสิ้นการสร้าง (completion-finished) และตอบสนองอย่างเหมาะสม ตัวเลข 128,000 โทเคนคือขีดจำกัดเชิงสถาปัตยกรรมของโมเดล ไม่ใช่เป้าหมายสำหรับแต่ละคำขอ
แคตตาล็อกไม่ได้ให้ชุดเกณฑ์มาตรฐานแบบทีละงาน แต่คุณลักษณะที่ระบุไว้ชี้ไปยังรูปแบบการใช้งานเฉพาะ การตอบคำถามความแม่นยำสูงแสดงด้วยคะแนน 96.1 บน GPQA Diamond การตรวจสอบและการวิจัยบริบทยาวแสดงด้วยหน้าต่าง 1,050,000 โทเคนและการป้อนไฟล์ การตีความรูปภาพและไฟล์แสดงด้วยรายการรูปแบบอินพุต และขีดจำกัดเอาต์พุต 128,000 โทเคนอนุญาตให้สร้างงานส่งมอบสุดท้ายขนาดใหญ่ได้ เมื่อรวมกัน คุณลักษณะเหล่านี้ทำให้ GPT-6 Astra เป็นตัวเลือกที่สมเหตุสมผลสำหรับการใช้เหตุผลระดับบัณฑิตศึกษา การตรวจสอบสัญญา การวิเคราะห์บทความทางวิทยาศาสตร์ การเปรียบเทียบภาพหลายภาพ และการผลิตบันทึกการทำงานที่ครอบคลุมในการประมวลผลครั้งเดียว ทีมงานควรสร้างชุดการประเมินส่วนตัวขนาดเล็กด้วยเอกสารของตนเอง หากชุดการประเมินไม่มีงานที่ยาวเกิน 20,000 โทเคน บริบทยาวของโมเดลอาจไม่เกี่ยวข้องกับคะแนน และโมเดลที่ถูกกว่าอาจผ่านการทดสอบเดียวกันได้
คุณควรพิจารณาใช้โมเดลที่ถูกกว่าเมื่องานนั้นสั้น เป็นข้อเท็จจริง หรือถูกจำกัดให้อยู่ในบริบทขนาดเล็ก GPT-6 Astra ถูกวางตำแหน่งเป็นโมเดลเรือธง หมายความว่า OrcaRouter อาจคิดราคาสำหรับบริบทขนาดใหญ่และขนาดของโมเดลแตกต่างจากรุ่นเล็กอื่น ๆ สำหรับคำถามความยาว 200 คำที่ไม่มีภาคผนวก ความสามารถพิเศษที่เพิ่มขึ้นไม่ได้ช่วยอะไรกับคำตอบ โมเดลขนาดเล็กจะให้ผลลัพธ์ที่ดีโดยมีต้นทุนและเวลาแฝงต่ำกว่า แคตตาล็อกไม่มีราคาตัวเลขในบันทึกโมเดลนี้ ดังนั้นหน้าราคาจึงเป็นที่เดียวที่ใช้ยืนยันความแตกต่างได้ คุณควรเลือกโมเดลที่ถูกกว่าด้วยเมื่อคุณต้องการคำตอบที่แน่นอนจากพรอมป์เล็ก ๆ ที่เสถียร เมื่อข้อมูลของคุณไม่สามารถส่งผ่านโมเดลมัลติโมดัลของบุคคลที่สาม หรือเมื่อวงจรการพัฒนาของคุณต้องมีการเรียกซ้ำหลายครั้งเพื่อการประเมิน โมเดลระดับเรือธงควรใช้ก็ต่อเมื่อคุณยืนยันแล้วว่าพฤติกรรมบริบทระยะยาวหรือความแม่นยำสูงของมันช่วยปรับปรุงเมตริกการประเมินของคุณได้จริง
GPQA Diamond เป็นชุดคำถามแบบหลายตัวเลือก (multiple-choice) ระดับบัณฑิตศึกษา เน้นงานวิจัย ประกอบด้วยคำถาม 198 ข้อในชีววิทยา เคมี และฟิสิกส์ ตัวเลขเกณฑ์ชี้วัดเดียวที่มีการระบุไว้สำหรับ GPT-6 Astra ในข้อมูลโมเดลของ OrcaRouter คือ 96.1 ในการรายงานมาตรฐานของเกณฑ์ชี้วัดนี้ หมายความว่าโมเดลตอบคำถามในการประเมินได้ถูกต้องประมาณ 96.1% ภายใต้เงื่อนไขของการประเมิน เป็นผลลัพธ์ที่สูง เฉพาะด้าน และเป็นการทดสอบความสามารถในการให้เหตุผลเบื้องต้นที่สมเหตุสมผล คะแนนนี้ไม่ควรถูกแปลงเป็นคะแนนคุณภาพทั่วไป ไม่ได้รับรองการเขียนโค้ด ความเที่ยงตรงในการสรุปความ การปฏิบัติตามคำสั่ง พฤติกรรมด้านความปลอดภัย หรือความคิดสร้างสรรค์ เมื่อคุณใช้ GPT-6 Astra ผ่าน OrcaRouter การประเมินที่มีความหมายที่สุดคือการทดสอบคำถามเฉพาะด้านของคุณเองกับโมเดลแล้วเปรียบเทียบผลลัพธ์
OrcaRouter ไม่ได้เปิดเผยการรับประกันความหน่วงหรือตัวเลขโทเคนต่อวินาทีในบันทึกโมเดลที่ให้มา สิ่งที่คุณคาดหวังได้เป็นเชิงคุณภาพ: คำขอที่มีโทเคนบริบทหลายแสนโทเคนโดยทั่วไปจะใช้เวลาในการอ่านและประมวลผลข้อมูลเหล่านั้นมากกว่าคำขอที่มีไม่กี่พันโทเคน ในทำนองเดียวกัน การขอให้ตอบแบบยาวจะใช้เวลามากกว่าการสร้างประโยคเดียว ความหน่วงของเครือข่ายระหว่างแอปพลิเคชันของคุณกับ https://api.orcarouter.ai/v1 ก็ขึ้นอยู่กับภูมิภาคที่คุณปรับใช้เช่นกัน เมื่อพิจารณาจากขีดจำกัดเอาต์พุต 128,000 โทเคนและปริมาณอินพุตที่มาก รูปแบบการใช้งานจริงที่ทำให้ความหน่วงจัดการได้คือการสตรีมมิง (streaming) เอนด์พอยต์ chat completions ที่เข้ากันได้กับ OpenAI รองรับการสตรีมมิง ดังนั้นไคลเอนต์ของคุณจึงแสดงโทเคนได้ตามที่ถูกสร้างขึ้น อย่าอนุมานความเร็วในการตอบสนองจากตัวเลขเกณฑ์มาตรฐาน 96.1
จุดแข็งที่บันทึกไว้ในข้อมูล ได้แก่ ความสามารถรองรับอินพุตขนาดใหญ่ ความสามารถรองรับเอาต์พุตที่ยาว การรองรับมัลติโหมดสำหรับอินพุตทั้งข้อความ รูปภาพ และไฟล์ และคะแนนหลัก GPQA Diamond ที่ 96.1 จุดแข็งที่ได้มาจากสถาปัตยกรรมคือ งานที่ก่อนหน้านี้ต้องแบ่งออกเป็นการเรียกใช้หลายครั้ง สามารถรวมอยู่ในการเรียกใช้ครั้งเดียวได้ ซึ่งช่วยลดความซับซ้อนของโค้ด ลดภาระของคำสั่งซ้ำซ้อน และปรับปรุงความสอดคล้องในส่วนต่างๆ ของซอร์ส ข้อจำกัด: ไม่มีการระบุอินพุตเสียงหรือวิดีโอ หน้าต่างบริบทมีจำนวนจำกัดที่ 1,050,000 โทเคน โมเดลทำงานบนโครงสร้างพื้นฐานที่โฮสต์โดย OpenAI จึงไม่มีเวอร์ชันออฟไลน์ที่ให้บริการผ่าน OrcaRouter และเกณฑ์ชี้วัดเพียงหนึ่งเดียวไม่สามารถยืนยันความปลอดภัย การวางแนว (alignment) หรือความแม่นยำในโดเมนเฉพาะได้ เนื่องจากเป็นระดับเรือธง ข้อผิดพลาดและการลองใหม่จึงมาพร้อมความคาดหวังด้านต้นทุนที่สูงกว่า ดังนั้นจึงควรมีการตรวจสอบในระดับแอปพลิเคชันสำหรับเอาต์พุตที่ผิดรูปแบบหรือถูกตัดทอน
OrcaRouter คือผู้จำหน่าย API ที่คุณใช้ยืนยันตัวตน และการเรียกเก็บเงินจะอิงตามการใช้งานโทเค็นของโมเดลนี้ ในการตอบสนองแบบ OpenAI-compatible ฟิลด์การใช้งานจะแสดงโทเค็นนำเข้า (prompt tokens) โทเค็นที่สร้างขึ้น (generated tokens) และโทเค็นรวม (total tokens) ดังนั้นแอปพลิเคชันของคุณจึงสามารถบันทึกฐานการใช้งานที่แน่นอนได้ รหัสโมเดล openai/gpt-6-astra เป็นข้อความธรรมดาในเนื้อหาคำขอ และไม่ได้เปลี่ยนแปลงรูปแบบคำขอ ข้อมูลโมเดลที่ให้ไว้ที่นี่ไม่มีตารางราคาต่อโทเค็น ในการจัดทำงบประมาณสำหรับการปรับใช้ ให้ประมาณขนาดอินพุตเฉลี่ยและขนาดเอาต์พุตเฉลี่ยของคุณ แล้วใช้อัตราค่าบริการปัจจุบันที่ OrcaRouter เผยแพร่สำหรับโมเดลเรือธงของ OpenAI ไม่ควรอนุมานตัวเลขอัตราจากคะแนนเกณฑ์มาตรฐานหรือป้ายระดับเพียงอย่างเดียว การตรวจสอบออบเจกต์การใช้งานในการตอบสนองของ API แต่ละครั้งเป็นวิธีที่น่าเชื่อถือที่สุดในการติดตามค่าใช้จ่ายจริง
การเรียกเก็บเงินตามโทเค็นหมายความว่าต้นทุนของอินพุตจะเพิ่มขึ้นเมื่อหน้าต่างบริบทถูกเติมเต็ม ข้อแลกเปลี่ยนในทางปฏิบัติมีความละเอียดอ่อนกว่า: การเรียกใช้ครั้งเดียวที่มีบริบทยาวอาจมีค่าใช้จ่ายน้อยกว่าชุดของการเรียกใช้ที่มีขนาดเล็กกว่าซึ่งประกอบกันเป็นคำตอบเดียวกัน เพราะการเรียกใช้เป็นชุดจะรันโมเดลหลายครั้งและสร้างผลลัพธ์ระดับกลาง นั่นคือเหตุผลที่ความกว้างของบริบทเองมีคุณค่า แต่บริบทที่ยาวยังรวมถึงโทเค็นที่ไม่มีหลักฐานที่เป็นประโยชน์ และโมเดลอาจใช้การคำนวณไปกับการใส่ใจกับข้อความที่ไม่เกี่ยวข้อง กลยุทธ์ที่ถูกต้องคือการวัดต้นทุนต่อคำตอบคุณภาพสูง หากต้องวิเคราะห์เอกสารทั้งฉบับก็ให้รวมเข้าไป หากมีเพียงบางข้อกำหนดที่สำคัญ ก็ให้แยกออกมาก่อน OrcaRouter คิดค่าใช้จ่ายตามโทเค็นจริงในแต่ละคำขอ ไม่ใช่ตามความจุของโมเดล ดังนั้นคำขอสั้นจึงไม่ต้องจ่ายสำหรับพื้นที่บริบทที่ไม่ได้ใช้
บันทึกของโมเดลไม่มีคำชี้แจงอย่างเป็นทางการเกี่ยวกับการแคชสำหรับ GPT-6 Astra แพลตฟอร์มที่เข้ากันได้กับ OpenAI บางครั้งลดต้นทุนเมื่อมีการส่งพรอมพ์ระบบหรือคำนำหน้าไฟล์ซ้ำ แต่พฤติกรรมของ OrcaRouter สำหรับโมเดลนี้ต้องได้รับการยืนยันจากเอกสารปัจจุบันและจากฟิลด์การใช้งานในการตอบกลับของคุณ หากคำนำหน้าซ้ำขนาดใหญ่ไม่ถูกแคช โทเคน 500,000 ตัวเดียวกันจะถูกเรียกเก็บเงินในทุกคำขอที่ส่งโทเคนเหล่านั้น ไม่ควรฝังสมมติฐานเรื่องการแคชลงในงบประมาณโดยไม่มีเอกสารประกอบ รูปแบบการพัฒนาที่ปลอดภัยคือการหลีกเลี่ยงการส่งเนื้อหาที่ไม่เปลี่ยนแปลงซ้ำ จัดเก็บผลลัพธ์ของคำขอครั้งก่อน บันทึกข้อเท็จจริงที่สกัดได้ไว้ในเครื่อง หรือออกแบบบริบทที่กะทัดรัดซึ่งประกอบด้วยข้อความที่จำเป็นเท่านั้น ไม่มีพารามิเตอร์ cache-key หรือ prompt-cache รวมอยู่ในบันทึกโมเดลที่ให้มา ดังนั้นคุณลักษณะใด ๆ ในลักษณะนี้จะต้องได้รับการยืนยันแยกต่างหาก
ราคาระดับเรือธงมีความเหมาะสมเมื่อโมเดลระดับล่างไม่ผ่านการทดสอบคุณภาพ หรือเมื่องานต้องใช้ context window และความยาวเอาต์พุตที่มีเฉพาะในระดับนี้เท่านั้น การตรวจสอบเอกสารยาว (due diligence) การสังเคราะห์วรรณกรรมทางวิทยาศาสตร์ และการตรวจสอบที่ใช้ทั้งภาพและข้อความ เป็นตัวอย่างของงานที่ปริมาณโทเคนมากพอจะคุ้มค่าต่อการเลือกรุ่นที่มีความสามารถสูงกว่า หากโมเดลรวมการเรียก API หลายสิบครั้งเป็นการเรียกครั้งเดียว ราคาต่อโทเคนที่สูงกว่าก็ยังคงประหยัดได้ ราคาระดับเรือธงไม่เหมาะสมเมื่อคุณต้องการคำตอบสั้นๆ พรอมต์ขนาดเล็กจำนวนมาก หรือการจัดหมวดหมู่อย่างง่าย OrcaRouter แสดงรายการ model ids ของ OpenAI อื่นๆ ที่อยู่ต่ำกว่าระดับเรือธง โดยทั่วไปโมเดลเหล่านี้จะให้ผลลัพธ์เดียวกันสำหรับการดำเนินการที่สั้นมากด้วยต้นทุนที่ต่ำกว่าและความหน่วงที่ลดลง ข้อมูลโมเดลที่นี่ไม่มีตารางราคา ดังนั้นเกณฑ์ที่แน่นอนจึงขึ้นอยู่กับตารางอัตราค่าบริการปัจจุบันของ OrcaRouter
ส่งคำขอ POST ไปยัง https://api.orcarouter.ai/v1/chat/completions พร้อมคีย์ API ของ OrcaRouter ในส่วนหัว Authorization ตั้งค่าฟิลด์ model เป็น openai/gpt-6-astra ในเนื้อหา JSON ข้อความ (messages) เป็นไปตาม schema ของ OpenAI; เนื้อหา (content) อาจเป็นสตริงข้อความธรรมดา หรือรายการของส่วนแบบมัลติโมดัล ขึ้นอยู่กับว่าคุณส่งข้อความ รูปภาพ หรือไฟล์ การตอบกลับก็เป็นไปตาม schema ของ OpenAI เช่นกัน และมี choices และ usage หากคุณได้รับ 404 ให้ตรวจสอบว่า base URL ถูกต้องคือ https://api.orcarouter.ai/v1 และไม่มี wrapper ใดเขียนเส้นทาง (path) ใหม่ หากคุณได้รับข้อผิดพลาด model-not-found ให้ยืนยันว่า openai/gpt-6-astra ถูกต้องตรงตามนั้น คุณสามารถแสดงรายการโมเดลได้ที่ endpoint /v1/models ซึ่งเป็น endpoint ที่เข้ากันได้กับ OpenAI เพื่อดู id ที่แน่นอนที่ OrcaRouter ส่งคืนสำหรับรายการนี้
เอ็นด์พอยต์การเติมเต็มที่เข้ากันได้กับ OpenAI รองรับชุดพารามิเตอร์การแชทมาตรฐาน ได้แก่ temperature, top_p, max_tokens หรือ max_completion_tokens, stream, stop, presence_penalty, frequency_penalty และ user OrcaRouter ไม่ได้แสดงรายการพารามิเตอร์ GPT-6 Astra เฉพาะรุ่นในระเบียนนี้ ค่าที่คุณส่งจะถูกจัดลำดับในรูปแบบที่เข้ากันได้ ดังนั้นสิ่งใดก็ตามที่ OpenAI SDK ของคุณรองรับควรส่งผ่านได้ตามปกติ ข้อจำกัดสำคัญประการหนึ่งคือเอาต์พุตสูงสุด 128,000 โทเคนตามที่แสดงในโมเดลการ์ด คำขอที่เกินขีดจำกัดเอาต์พุตดังกล่าวจะไม่สำเร็จ จำนวนอินพุตที่อนุญาตถูกจำกัดด้วยหน้าต่างบริบท 1,050,000 โทเคน พรอมต์ที่เกินเพดานดังกล่าวไม่ถูกต้อง ใช้พารามิเตอร์อุณหภูมิและการสุ่มตัวอย่างอย่างรอบคอบ เนื่องจากการสร้างผลลัพธ์ขนาดใหญ่ที่มีความแปรปรวนสูงอาจต้องมีการตรวจสอบด้วยตนเองก่อนที่จะเชื่อถือได้
OpenAI SDK ให้คุณตั้งค่า base URL ที่กำหนดเองได้ ในไคลเอนต์ Python อย่างเป็นทางการ ให้ตั้งค่า base_url=https://api.orcarouter.ai/v1 และ api_key เป็นคีย์ OrcaRouter ของคุณ จากนั้นใช้ชื่อโมเดล openai/gpt-6-astra ในไคลเอนต์ JavaScript ให้ส่ง baseURL ในอ็อบเจกต์การกำหนดค่า SDK ส่วนใหญ่ที่เข้ากันได้กับ OpenAI จะใช้รูปแบบเดียวกัน ดังนั้นจึงไม่จำเป็นต้องใช้ OrcaRouter SDK พิเศษใดๆ ก่อนย้ายทุกสภาพแวดล้อม ให้ทดสอบการโอนถ่ายเล็กน้อยกับหนึ่งคำขอ ยืนยันว่ารูปแบบข้อความก่อนหน้าของคุณได้รับการยอมรับ หากไปป์ไลน์เดิมของคุณแบ่งเอกสารออกเป็นชิ้นๆ เพราะหน้าต่างบริบทที่สั้นกว่า คุณสามารถทำให้การนำเข้าข้อมูลง่ายขึ้นได้เมื่อ GPT-6 Astra ยอมรับไฟล์เต็มในครั้งเดียว และอย่าลืมลบ URL ที่เขียนตายตัวซึ่งชี้ไปที่ api.openai.com โดยตรง
การสตรีมได้รับการรองรับ เนื่องจาก API ของ OrcaRouter เข้ากันได้กับ OpenAI: ตั้งค่า stream เป็น true เพื่อรับชิ้นส่วนของ chat completion กลับมาขณะที่โมเดลกำลังสร้างผลลัพธ์ เนื้อหาประเภทข้อความ รูปภาพ และไฟล์สามารถส่งได้ในโครงสร้างข้อความแบบมัลติโหมดมาตรฐานสำหรับโมเดลนี้ เนื่องจากโมดาลิตี้เหล่านี้เป็นรายการที่ระบุไว้ในแคตตาล็อก การเรียกใช้เครื่องมือ (tool calling) เป็นส่วนหนึ่งของข้อกำหนด chat-completions ของ OpenAI แต่ข้อมูลโมเดลที่ให้ไว้ไม่ได้ระบุถึงการรองรับเครื่องมือสำหรับ GPT-6 Astra ดังนั้นควรทดสอบการเรียกใช้เครื่องมือด้วยคำขอแบบง่ายๆ ก่อนนำไปใช้จริงในโปรดักชัน ขีดจำกัดเอาต์พุต 128,000 โทเคนยังคงมีผลบังคับใช้เมื่อสตรีม การสตรีมไม่ได้เพิ่มขีดจำกัดสูงสุดดังกล่าว แต่เพียงทำให้ผลลัพธ์แสดงผลเร็วขึ้นเท่านั้น เก็บเนื้อหามัลติโหมดทั้งหมดให้อยู่ในหน้าต่างบริบท (context window) ขนาด 1,050,000 โทเคน ไม่มีการระบุส่วนข้อความเสียงหรือวิดีโอในแอตทริบิวต์ที่ให้มา
เปรียบเทียบฟิลด์เดียวกันสำหรับแต่ละโมเดล: ผู้ให้บริการ ระดับ (tier) ขนาดบริบท เอาต์พุตสูงสุด และรูปแบบอินพุต ค่าของ GPT-6 Astra คือ OpenAI, flagship, 1,050,000 โทเคน, 128,000 โทเคน และ text/image/file หากอีกโมเดลหนึ่งมีบริบทเล็กกว่าแต่ผ่านการตรวจสอบคุณภาพและพอดีกับเอกสาร โมเดลที่ถูกกว่าอาจเป็นคำตอบที่ถูกต้อง หากอีกทางเลือกหนึ่งมีบริบทเทียบเคียงได้แต่คะแนนเกณฑ์มาตรฐานที่เกี่ยวข้องต่ำกว่า GPT-6 Astra ย่อมได้เปรียบในเชิงสเปก เนื่องจาก OrcaRouter เปิดเผย API ที่เข้ากันได้กับ OpenAI การเปรียบเทียบนี้จึงสามารถรันได้โดยตรง: ส่งพรอมต์ที่เหมือนกันไปยัง model id สองตัวที่แตกต่างกัน แล้วเปรียบเทียบเอาต์พุต การใช้โทเคน ความหน่วง และต้นทุน ไม่มีตารางเกณฑ์มาตรฐานแบบเคียงข้างกันอยู่ในบันทึกเฉพาะนี้ ดังนั้นจึงไม่ควรกล่าวอ้างภายนอกว่าโมเดลหนึ่งเหนือกว่าอีกโมเดลหนึ่งโดยสิ้นเชิง
โมเดลราคาประหยัดในแค็ตตาล็อกของ OrcaRouter อยู่ต่ำกว่าระดับเรือธง และออกแบบมาสำหรับงานที่ไม่ต้องการบริบทที่ยาวหรือเอาต์พุตที่ยาวตามที่อธิบายไว้ในที่นี้ ขีดจำกัดของโมเดลเหล่านี้เผยแพร่อยู่ในบันทึกข้อมูลโมเดลของแต่ละรุ่น การเปรียบเทียบเชิงปฏิบัติจะอ้างอิงจากความยาวของอินพุต ความยาวเอาต์พุตที่ต้องการ และอัตราความผิดพลาดเป้าหมาย สำหรับพรอมต์สั้น ๆ โดยทั่วไปโมเดลราคาประหยัดคือการแลกเปลี่ยนที่ดีกว่า เนื่องจากความหน่วงต่ำกว่าและต้นทุนต่อคำขอคาดว่าจะต่ำกว่า GPT-6 Astra กลายเป็นตัวเลือกที่ดีกว่าเมื่ออินพุตของคุณใหญ่เกินไปสำหรับโมเดลราคาประหยัด คำตอบสุดท้ายของคุณต้องยาวมาก หรือการประเมินของคุณเองแสดงให้เห็นถึงการปรับปรุงคุณภาพอย่างมีนัยสำคัญ เนื่องจาก OrcaRouter ใช้รูปแบบข้อความเดียวกันในทุกรุ่นโมเดล คุณจึงสามารถสร้างโฟลว์การยกระดับที่ลองใช้โมเดลระดับล่างก่อน แล้วส่งต่อไปยัง openai/gpt-6-astra เมื่อความเชื่อมั่นต่ำหรือบริบทเกินขีดจำกัดของโมเดลขนาดเล็กกว่า
บันทึกที่ให้มาไม่รวมตัวเลขเกณฑ์มาตรฐานของรุ่นก่อนหน้า ดังนั้นจึงไม่สมเหตุสมผลที่จะอ้างในหน้านี้ว่า GPT-6 Astra ชนะเช็คพอยต์รุ่นเก่าที่เฉพาะเจาะจงในการทดสอบทุกครั้ง สิ่งที่ทราบจากบันทึกคือ GPT-6 Astra เป็นโมเดลเรือธงของ OpenAI ที่มีหน้าต่างบริบท 1,050,000 โทเค็น ขีดจำกัดเอาต์พุต 128,000 โทเค็น รองรับมัลติโมดัลทั้งข้อความ/รูปภาพ/ไฟล์ และคะแนนหลักที่ 96.1 บน GPQA Diamond โมเดลรุ่นก่อนหน้าที่แสดงอยู่ใน OrcaRouter มีการ์ดบริบท เอาต์พุต และเกณฑ์มาตรฐานของตนเอง การตรวจสอบการย้ายระบบอย่างปฏิบัติได้คือนำโมเดลรุ่นเก่าที่คุณมีข้อมูลคุณภาพในอดีตอยู่แล้ว มาทำการประเมินเดียวกันบน GPT-6 Astra แล้วเปรียบเทียบคำตอบที่แน่นอน ซึ่งจะให้การเปรียบเทียบแบบเทียบเคียงกันโดยตรงผ่านเลเยอร์ API ที่ทำให้เป็นมาตรฐานของ OrcaRouter อย่าย้ายระบบเพียงเพราะมีโมเดลใหม่กว่า ให้ย้ายระบบหากการประเมินแสดงเอาต์พุตที่ดีกว่าในราคาที่สมเหตุสมผล
เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="openai/gpt-6-astra",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningreasoning_effortresponse_formatseedstructured_outputstool_choicetools| ระดับ | อินพุต / 1M โทเค็น | เอาต์พุต / 1M โทเค็น | อ่านแคช / 1M | เขียนแคช / 1M |
|---|---|---|---|---|
| ≤ 272K | $10.00 | $50.00 | $1.00 | $12.50 |
| ≤ ∞ | $20.00 | $75.00 | $2.00 | $25.00 |
| เลือกระดับชั้นตามจำนวนโทเค็นอินพุตของแต่ละคำขอ | ||||
ประมาณการจากราคาตั้ง
ราคาแบบขั้นบันได — การประเมินนี้ใช้อัตราขั้นพื้นฐาน
เป็นเพียงการประเมิน — จำนวน token จริงขึ้นอยู่กับ tokenizer ของผู้ให้บริการ
สิ่งที่นักพัฒนาพูดถึงในสัปดาห์นี้
GET /api/public/models/openai/gpt-6-astraเปิด @misc{orcarouter_gpt_6_astra,
title = {GPT-6 Astra API},
author = {OpenAI},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-6-astra}
}OpenAI. (2026). GPT-6 Astra API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-6-astra