GPT-6 Astra Ultrafast 以 6 倍速运行：已公布的费率卡实际会让你付出多少成本

GPT-6 Astra Ultrafast 于 2026 年 9 月 29 日结束候补状态。它现在是一个可购买的服务层级，并公布了价格，而这个价格在每一条上都恰好是标准价的六倍。其底层模型——公司旗舰 GPT-6 Astra，于 2026 年 9 月 3 日发布——并未改变；DevDay 上改变的是，其上的快速通道已全面可用，而公司的 API 文档现在明确写道，Ultrafast“已广泛适用于 GPT-6 Astra，并为 GPT-5.6 Sol 提供预览访问”。首次，你可以将这个层级列入预算项，而要填的数字是每百万输入 token 60.00 美元、每百万输出 token 300.00 美元，这是从公司自己的定价页面于 2026 年 9 月 30 日读取的。

这使得它与发布报道所回答的问题截然不同。本周有趣的事实并非这个层级的存在——预览版于2026年8月13日发布，并被铺天盖地地报道过。有趣的事实是，一个原本没有定价的层级如今有了价格，而由此得出的算术结果以一种具体、可量化的方式令人难堪。六倍不是耸耸肩就能消化掉的溢价；它是一种你必须用更少的轮次赚回来的溢价，而你是否能做到，取决于你的工作负载，而非模型本身。

每条线路上都有多个支点，这是首先要明白的。

在 2026 年 9 月 30 日查看 OpenAI 的定价页面时，GPT-6 Astra 的 Ultrafast 列一律是 Standard 列的 6 倍，而不是对某些条目加价、对另一些条目不加价。这一点很重要，因为这意味着你无法通过改变请求的形态来靠优化摆脱它。

• GPT-6 Astra，标准服务，单次请求最高支持 272,000 个输入 token —— 每 100 万 token：输入 $10.00，缓存输入 $1.00，缓存写入 $12.50，输出 $50.00。

• GPT-6 Astra Ultrafast，相同阈值 — 每 100 万 tokens 输入 $60.00、缓存输入 $6.00、缓存写入 $75.00、输出 $300.00。四项均恰好为 6 倍。

• 当输入 token 超过 272,000 时，整个请求将重新计价 — Standard 调整为 $20.00 / $2.00 / $25.00 / $75.00，Ultrafast 调整为 $120.00 / $12.00 / $150.00 / $450.00。仍然是 6 倍。OpenAI 文档中针对 GPT-6 Astra 的长上下文规则是：一旦超过阈值，整个请求的输入和缓存费率均变为 2 倍，输出变为 1.5 倍，并且以相同方式适用于两个档位。

• 同一张卡上的其他层级——Batch 和 Flex 是 Standard 的 50%，而 Fast 模式是 Standard 的 2 倍。因此，这一个模型的倍率阶梯依次为 0.5x、1x、2x、6x，最后两档之间没有中间档位。

Ultrafast 没有与 Batch 对应的版本。Batch 和 Flex 是你在标准通道上以更宽松的调度换来的折扣；快速通道不存在慢速廉价的版本。如果你想要速度，你发送的每个 token 和返回的每个 token 都要支付 6 倍费用，而且任何缓存输入与新鲜输入的组合都无法改善这一比例。

一通电话究竟

用两个具体的请求来说明，这个抽象概念就更容易理解了。两者都采用 OpenAI 公布的每百万费率；计算过程则由我们自己完成。

一次调用包含 20,000 个输入 token 和 2,000 token 的回答，在 Standard 上计费为 $0.30 —— 20,000 个 token 按每百万 $10 计算为 $0.20，加上 2,000 个按每百万 $50 计算为 $0.10。同一次调用在 Ultrafast 上计费为 $1.80。正如宣传的那样，正好是六倍。

现在看真正描述 agent 循环的情况：一段 200,000 token 的对话，其中 190,000 token 是缓存前缀，只有 10,000 是新增的，产生一个 1,000 token 的步骤。Standard 对缓存读取计费 $0.19，对新输入计费 $0.10，对输出计费 $0.05——每步 $0.34。Ultrafast 计费 $1.14、$0.60 和 $0.30——每步 $2.04。同样是 6 倍，但看看这种组合带来了什么：缓存是这个模型上最有效的单一成本杠杆，而它在标准通道上依然恰好便宜 6 倍，因此一个大量使用缓存的 agent 从快速层级中按比例获得不了任何好处，也丝毫不能缓和溢价。

真正值得内化的是这个后果。因为倍率是固定的，盈亏平衡点根本与你的 token 组合无关。它完全取决于轮次数。只有在运行 Ultrafast 能将计费轮次数削减到大约六分之一时，它才能在某个工作负载中回本——要么把重试循环压缩成单次通过，要么用一次更快的交互式会话取代一连串简短的澄清调用。如果你的工作负载发出的轮次数与之前相同，只是更快了，那么你就是在以整整 6 倍的价格购买低延迟，别无其他。

速率限制和地理因素是未被明说的上限

有两个约束条件在价格之外，阅读费率表时很容易被忽略。

首先是吞吐量。面向 GPT-6 Astra 的 Ultrafast 已向所有 API 用户开放，但初始速率限制较低：OpenAI 的文档显示，第 1 至第 3 层级为每分钟 500,000 个 token，第 4 层级为 1,000,000 个，第 5 层级为 5,000,000 个。对于一个以速度为卖点的层级而言，这是一个实实在在的上限——在低层级下，以每分钟 50 万个 token 的速率处理 20 万个 token 的智能体上下文，相当于每分钟两个半请求。OpenAI 自己的指南则从另一面指出了同样的问题，强烈推荐使用 WebSockets，正是因为每次请求的网络开销可能会吃掉这一层级所换取的低延迟。

第二项是驻留。Ultrafast 仅支持美国数据驻留和全球处理。它不支持欧盟或其他非美国区域处理端点。如果你的部署依赖 GPT-6 Astra 的欧盟驻留端点，那么无论出价多高，这一层级都不可用，这是一条硬性边界，而不是配置选项。另请注意，对于 2026 年 3 月 5 日或之后发布的模型，驻留端点会加收 10% 费用，而 GPT-6 Astra 就属于此类模型。

速度方面的标题数据从14倍降至8倍

这一点值得仔细说明，因为大多数报道中流传的数字已经过时。OpenAI 的 Ultrafast 文档页面在今日发布的内容中写道：“我们最快的 API 服务层级，速度最高可达标准模式的 8 倍。”GPT-5.6 Sol 于 2026 年 8 月 13 日发布的预览公告曾承诺“比标准处理最高快 14 倍”，并可在 Cerebras 硬件上达到每秒最高 750 个输出 token。

那不是同一个说法，二者的差别与其说是撤回，不如说是换了话题。14 倍这个数字是在有限预览阶段于 GPT-5.6 Sol 上测得的；8 倍这个数字则是 OpenAI 针对当前这一档所公布的，其广泛可用的模型是 GPT-6 Astra。任何基于 Astra 上 14 倍来做预算的人，依据的都是 OpenAI 未针对 Astra 公布过的数字。诚实的解读是：这两个数字都是厂商自报的输出吞吐上限，二者都不能为你的工作负载提供延迟保证，而且端到端时间仍然包括输入处理、工具调用和你自己的编排。把 8 倍当作规划数字，把更好的情况当作意外之喜——要在你自己的流量上验证，而不是想当然。

这个周一怎么办

从这组算术中推导出的决策规则，比营销宣传所暗示的要窄得多，而且值得在有人提议在整个资产版图中启用 Ultrafast 之前，把它白纸黑字地写下来。

在工作负载对延迟敏感且具有交互性、同时有人在等待的场景下启用它。事件分诊、实时的支持升级、分析师在一次连续工作中反复迭代的研究循环——这些正是这样的情形：答案此刻到达而非四分钟后到达，其价值与 token 价格并不成正比，而少数轮次上高出 6 倍的费用，相对于等待者所付出的代价简直微不足道。OpenAI 在预览公告中给出的自家示例恰恰就是这种形态：在故障展开时阅读日志，把通宵的研究循环压缩成一次工作会话。

在吞吐量受限或呈批处理形态的工作负载上，就别开它。每晚的重新索引、批量分类作业、定时报告、数据回填——这些都不在乎墙钟延迟，全都由 token 数量主导，而且它们在 Batch 和 Flex 的同一张价目表上就摆着 0.5 倍的选项。为了更早跑完而支付 12 倍的批处理费率，是这张表里最明显的烧钱方式。

尴尬的中间地带是智能体编码循环，而正是在这里，轮次计数的算术决定了一切。如果这种速度真的消除了重试——如果模型在多文件改动上的首轮通过能更频繁地成功，因为它不必与超时抗争——那么 Ultrafast 按每个完成的任务计算可能更便宜，尽管按 token 计算要贵 6 倍。这是一个关于你自己追踪数据的可测量论断，而非普适论断，而且测量成本很低：统计两个层级上每个已完成任务的计费轮次，再乘以费率。如果这一比率并不接近六，那么快速层级就是在购买延迟，就应该按购买延迟来论证其合理性。

该层级已定价；围绕它的各条路径并非同一个问题

关于如何看待这一点，有一个实用提示：标准服务下的 GPT-6 Astra 已在 OrcaRouter 上线，即 openai/gpt-6-astra，按提供商自己的费率计费——每百万 token 输入 $10.00、输出 $50.00，272K 长上下文档位则为 $20.00 / $75.00——以 0% 加价提供服务，也就是说提供商的标价原样传递，供应商方面的任何价格变动都会在 OpenAI 价目表更新的当天就体现在你的账单上，而不是等到下一次合同续签。同一个密钥可访问 200 多个模型，因此标准层级可以与低价层级或竞争对手的模型共用同一个客户端，而无需第二次集成。

我们不做的，是提供 Ultrafast 层级。它是 OpenAI 账户上的一个服务层级标志，而非可单独路由的模型——你在发往 service_tier: "ultrafast" 的请求中把该标志设为 gpt-6-astra——并且由 OpenAI 按上述费率向你的自有账户计费。如果你启用它，它会存在于你直连 OpenAI 的集成中，而 OrcaRouter 则是承载你与之并行路由的标准层级流量的合适之处。把这一点讲清楚，比暗示一项我们并不具备的能力更有用。

决策规则，用一段话说明

六倍是某一档位的价格，而不是某个模型的价格：权重、1,050,000 token 的上下文窗口、128,000 token 的输出上限以及给出的回答，都与标准版 GPT-6 Astra 完全相同。你买到的是最高 8 倍的输出吞吐量，而价目表上每一项都是 6 倍，同时还受制于初期较低的速率限制，以及完全将欧盟排除在外的美国驻留限制。对于正在等待答案的人来说，这笔交易显然划算；对于有半价通道可用的定时批处理任务来说，显然不划算；而对于智能体循环来说则确实难以定论，因为答案取决于速度是否能减少轮次。在做出承诺之前，先在你自己的轨迹上测量轮次数量，其余请求按标价路由。