
GPT-6.2 Astra Pro 并不是一个模型:11 月 17 日实际发布了什么,以及“Pro”究竟开启了什么
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 90 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-0711 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 88 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 133 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 每百万 tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 133 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百万 tokens · 131 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百万 tokens · 186 tok/s
在 OpenAI 的文档中查询 gpt-6.2-astra-pro,得到的却是 404。那个字符串没有对应的模型页面,已公布的价目表中没有它的条目,11 月 17 日的更新日志里也没有关于它的行。然而,GPT-6.2 Astra Pro是本周很多人输入搜索框的名称,因为当模型市场列出 GPT-6.2 Astra并将 reasoning.mode 设为 pro 而非默认的 standard 时,打印出来的标签就是这个。这个标签背后的模型是真实存在的,而且才发布一天:OpenAI 于 2026 年 11 月 17 日发布了 GPT-6.2 Astra,以及 GPT-6.2 Sol,价格为每百万输入 token 8 美元、每百万输出 token 40 美元。“Pro”是该模型上的一个开关。这个开关附带账单,而账单正是你在拨动它之前值得了解的部分。
11月17日究竟发布了什么?
更新日志条目简短且明确无误:两个新模型 ID,gpt-6.2-astra 和 gpt-6.2-sol,均可在 Responses API 和 Chat Completions 中使用,其中工具调用需使用 Responses。发布文章补充了面向消费者的一端——从第一天起,ChatGPT Work 和 Codex 中的 Plus、Pro、Enterprise 和 Edu 用户即可使用;发布时,两个模型均可在 API 上使用 Ultrafast 推理。Ultrafast 还首次覆盖 Pro 200 订阅用户,先从 GPT-6.2 Sol 开始。
那么,你可以调用的就是两个字符串。下面是每个字符串的结构,出自 OpenAI 自己的模型页面:
• gpt-6.2-astra — 1,050,000 个 token 的上下文窗口,最大输入 922,000 个 token,最大输出 128,000 个 token;输入支持文本和图像,输出为文本;知识截止日期为 2026 年 5 月 18 日;effort 等级为 low、medium、high、xhigh、max,且均不会被直接拒绝。
• gpt-6.2-sol — 同样的 1,050,000 / 922,000 / 128,000 包络,截止日期为 2026 年 6 月 1 日,并且同样拒绝 none。
• 价目表,短上下文 — 在 Astra 上:输入 $8、缓存输入 $0.40、缓存写入 $10(保留 30 分钟)、输出 $40/百万 tokens;在 Sol 上:$2 / $0.10 / $2.50 / $10。
• 价目表:超过 272,000 个输入 token 时,输入和缓存费率翻倍,整个请求的输出费用变为 1.5 倍,因此 Astra 计费为 $16 / $0.80 / $20 / $60。
• 层级 — Batch 为标准价的 50%,Fast mode 为 2×,Ultrafast 截至 2027 年 2 月 28 日为 3×,自 2027 年 3 月 1 日起为 6×。

那个列表里没有任何一项叫做 Pro。这个标签并非 OpenAI 的命名,而这种区分并非咬文嚼字——它关乎的是一个你可以查阅的模型,还是一个你必须传入的参数。
为什么一种模式会被当作模型出售
OpenAI 在 GPT-5.6 代中引入了 reasoning.mode,而 API 参考文档中类似 Docker 风格的措辞用一句话解释了这种困惑:“GPT-5.6 和 GPT-6 模型在 Responses API 中支持 standard 和 pro 推理模式。standard 是默认值。”
在此之前,Pro 是一个单独的标识符。GPT-5.2 Pro、GPT-5.4 Pro 和 GPT-5.5 Pro 是彼此不同的字符串,拥有各自的模型页面和各自的价格——GPT-5.4 Pro 为输入 $30、输出 $180,而基础模型为 $2.50 和 $15。当某个市场平台需要在 GPT-6 模型上提供 Pro 推理时,它没有单独的 ID 可指向,于是就按照旧命名约定发明了一个。这就是为什么 gpt-6.2-astra-pro 能在某个目录中解析,却在厂商自己的文档中返回 404。文档是对的;目录描述的是某种配置,而不是一个检查点。
OpenAI 让这两种机制同时存在,并且明确表示:“现有的 Pro 模型 ID 保持其当前行为和定价。”因此,如今“Pro”究竟指什么,取决于你使用哪个字符串:在 GPT-5.5 上,它指一个更大的模型,按每 token 的溢价出售;在 GPT-6.2 Astra 上,它指以相同的每 token 费率获得更多模型工作量。把两者混为一谈,正是团队会为一个根本不存在的价格标签做预算的原因。
交换机实际上会对请求做什么
Pro 模式并不是更大的模型,也不是更高的推理强度。文档对此说得很谨慎:“模式选择的是标准执行还是 Pro 执行,而 reasoning.effort 控制的是模型在该模式内投入多少推理。”它们是相互独立的两个维度。你可以在低推理强度下运行 Pro 模式,也可以在最高推理强度下运行标准模式。
pro 执行所做的,就是把多轮模型工作聚合为一个答案。API 参考文档称,它“会聚合为生成最终答案所执行的模型工作,并按所选模型的标准 token 费率对这些 token 计费”。没有溢价费率,也没有单独的费用条目——只是更多 token 经过同一个计量表。
这对任何想提前估算工作负载成本的人来说都有一个具体后果:你无法根据价目表算出专业模式的成本。倍数指的是模型决定额外做多少工作,而这会因任务而异。对于固定的 60,000 token 输入和 3,000 token 回答,标准模式的输入费用是 0.48 美元,输出费用是 0.12 美元——总共 60 美分。用专业模式运行同样的请求,每百万 token 的美元价格不会变,但 token 数量会变,而文档里没有任何地方告诉你它会变多少。唯一诚实的预算方式,是测量你自己的调用,或者借用独立的按任务统计数据。
独立测量说明了什么
Artificial Analysis 在其 Intelligence Index(v5.0.1)上给 GPT-6.2 Astra 打出了 62 分,在榜单 87 个模型中排名第三,高于 GPT-6 Astra 的 57 分。这是一个真正独立的数字——该指数在其自有硬件上运行九项评估,包括 Terminal-Bench 4.0 和 FrontierCode-AA 2.0,而不是信任供应商的测评框架。
对本文而言,真正重要的数字是它旁边的那个:每项 Intelligence Index 任务 4.00 美元。这是完成一项任务所需的输入、缓存、推理和答案 token 的加权成本,也是最接近该模型上一次高难度请求成本的公开估算。作为对比,Artificial Analysis 测得 GPT-6 Astra 每项任务 6.24 美元,GPT-6.1 Sol 为 1.27 美元。
有一点需要提醒,榜单本身也暗示了这一点:Artificial Analysis 尚未公布 GPT-6.2 Astra 的每任务耗时数据——面板显示为 N/A——而且其每任务成本与它评分时采用的特定配置绑定。它没有说明该配置是否使用了 pro 模式。请把 $4.00 视为该模型完成一项困难任务的成本,而不是切换开关的价格。

比 Pro 更便宜的杠杆
11月17日的同一份变更日志中还藏着一项适用于 GPT-6.2 Astra、GPT-6.2 Sol、GPT-6.1 Terra 和 GPT-6 Luna 的折扣;对于工作并非交互式的人来说,它比模式之争更有价值。Responses API 公测版现在提供两小时或八小时的后台补全窗口,其中两小时窗口的 token 费率低 30%,八小时窗口的 token 费率低 40%。
对整个请求统一减免 40%,这比大多数团队通过调整努力等级所能获得的节省更大——而且与 pro 模式不同,它可以提前精确计算。如果任务可以等待,后台窗口就是这份价目表上最便宜的选择。如果任务不能等待,pro 模式则是相反的取舍:你购买的是更多算力,而不是更少,并且要用 token 来为此付费。
谁应该设置该开关,谁不应该设置
Pro 模式的适用场景狭窄而具体。当任务只有一个高难度交付物、且出错代价高昂——例如迁移方案、合同审查、估值模型——并且延迟不是约束条件时,它才值得付出成本。这也正是 OpenAI 自己的发布材料所集中的同一领域:法律基准测试、分析师智能体,以及必须核对三张财务报表的电子表格。在这些任务中,一个更好的答案值得多花几分钟算力。
反对的理由几乎涵盖其他一切。分类、提取、摘要、常规代码编辑、任何循环中的任务——这些都是大批量任务,而专业模式会让任务量成倍增加。OpenAI 自己发布博文中的 GPT-6.2 Sol 对比,则从相反方向说明了这一点:在 Cognition 的 FrontierCode 2.0 上以最高强度运行时,Sol 与 Astra 的得分差距在 0.5 分以内,成本却只有约五分之一。如果更便宜的模型在你的基准测试上差距不到 0.5 分,那么为更贵的模型支付更高的每 token 成本,再让专业模式把这笔开销成倍放大,就需要一个从你自己的评估出发、而非排行榜的理由。
如何称呼它,以及一条尚不存在的路线
在 Responses API 中,该开关是一个嵌套对象,位于原本普通的请求中:model 为 gpt-6.2-astra,reasoning 设为 {"mode": "pro", "effort": "medium"},再加上你的输入。Chat Completions 不包含该字段;工具调用本来就需要 Responses,因此带工具的专业模式工作负载从构造上就是 Responses 工作负载。
你从哪里调用它是另一个问题。GPT-6.2 Astra 已在 OpenAI API 以及 ChatGPT Work 和 Codex 中提供,目前这就是全部清单。

它尚未出现在我们的目录中——OrcaRouter 以 0% 加价率将提供商标价原样传递,这就是为什么我们确实路由的 GPT-6 模型,GPT-6 Astra 输入 $10、输出 $50 和 GPT-6.1 Sol 输入 $2、输出 $10,定价正好是 OpenAI 收取的费用,而不是在此基础上加价。当某个模型不在目录中时,诚实的答案就是厂商自己的 API,而这就是它目前所在之处。
接下来看什么
有三件事比任何价目表算术都更能解决 Pro 问题。Artificial Analysis 公布 GPT-6.2 Astra 的每任务时间数据,这将把 4.00 美元换算成每分钟成本以及每任务成本。该榜单上单独列出 Pro 模式,这样切换到 Pro 模式就有自己的实测价格,而不是推断出来的价格。以及 OpenAI 承诺将 6.2 模型引入 Daybreak——目前承载 GPT-6 Astra、并减少了网络相关拒绝的可信访问计划——因为在该承诺落地之前,6.2 上收紧的安全防护对任何从事获授权漏洞研究工作的人来说都是实实在在的成本,而再多的 Pro 模式也无法弥补一次拒绝。
在那之前,有用的心智模型就是那个无聊的:GPT-6.2 Astra 是一个带价目表的模型;pro 是它上面的一个旋钮,会花掉更多同样的 token;而把两者拼接起来的市场字符串只是一个标签,不是你可以查到的检查点。
本文中的对比2
根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新
