GPT-6 Astra 定價：為什麼三種不同價格都是正確的，以及一項任務真正的成本

先說結論： GPT-6 Astra的費用為每百萬輸入 token 10.00 美元、每百萬快取輸入 1.00 美元，以及每百萬輸出 token 50.00 美元，適用於 Ope​nAI 標準層級。這是 Ope​nAI 自己的定價，讀取自 Ope​nAI 自己的定價頁面，日期為 2026年9月16日 — 而這個日期很重要，因為該模型在不同時間點的定價不同，讀者一直會找到那些其他數字。 GPT-6 Astra本身於 2026年9月3日，比本頁早十三天。這不是一篇發布文章，也不是一篇公告文章；它是這個模型的參考頁面，該模型現在已全面可用，且自本週起已全面部署。 GPT-5.6 Sol在下方出現，作為 Astra 售價所高於的價格基準，而非本文主題。

價目表之所以需要佔滿整頁，是因為市面上流傳的數字彼此不一致。搜尋這個模型的價格，你會看到 OpenAI 的 $10/$50、$5/$25 的批次費率、Azure 同時報出 $10/$50 與 $11/$55，而且至少有一個端點標價 $20/$100。這些數字沒有哪一個是打錯，也沒有哪一個是定價被悄悄改動。它們代表的是不同的服務層級與不同的經銷商，而能否分辨其中差異，就是編列預算與憑空猜測之間的分別。

費率表，每一行都標示並註明日期。

本節所有內容均讀取自 Ope​nAI 自家的 API 定價與模型文件，時間為 2026 年 9 月 16 日。若某項數字來自其他任何人，載有該數字的句子會加以說明。

• 標準方案，請求的輸入 token 數為 272,000 或以下 — 每 100 萬輸入 token 為 $10.00，每 100 萬快取輸入為 $1.00，每 100 萬快取寫入為 $12.50，每 100 萬輸出為 $50.00（OpenAI 自家定價表，查閱於 2026-09-16）。

• 快取寫入這一項是真實存在的，而大家往往漏看了——當你第一次送出前綴時，那是一次寫入，每 1M 要價 $12.50，而不是每 $1.00 的讀取。快取寫入的計費為標準輸入費率的 1.25 倍。

• Standard，輸入權杖超過 272,000 的請求 — 每 1M 為輸入 $20.00、快取輸入 $2.00、快取寫入 $25.00、輸出 $75.00。整個請求都會重新計價，而不只是超過該門檻的權杖（Ope​nAI 自家的定價表，查閱於 2026-09-16）。

• Batch 與 Flex — 標準價格的一半：每 1M 輸入 $5.00、快取輸入 $0.50、快取寫入 $6.25、輸出 $25.00（Ope​nAI 自家定價表，讀取於 2026-09-16）。輸入超過 272K 時，批次費率為 $10.00 / $1.00 / $12.50 / $37.50。

• 快速模式 — 標準價格的兩倍：每 1M 輸入 $20.00、快取輸入 $2.00、快取寫入 $25.00、輸出 $100.00（OpenAI 自家定價表，查閱於 2026-09-16）。

• 決定帳單金額的模型規格 — 上下文視窗 1,050,000 個詞元，最大輸入 922,000，最大輸出 128,000，知識截止日 2026-04-30，支援推理詞元：是，推理強度值為 low / medium / high / xhigh / max（Ope​nAI 自家模型文件，讀取於 2026-09-16）。

如果你想聽單句版本：在標準層級上，一個維持在 272K 輸入 token 以下的請求，每百萬輸入 token 收費 10 美元、每百萬輸出 token 收費 50 美元，快取讀取為輸入費率的十分之一；而本文其他所有內容，不是為了接受較慢處理而給予的折扣，就是跨越門檻所收取的附加費。

為什麼你會看到不同的數字，以及哪個是哪個

有五個截然不同的因素會導致報價不是 $10/$50。其中四個我們可以追溯到文件紀錄；有一個不行，而我們會據實說明，而不是憑猜測。

$5/$25 是批次方案的價格，而且就是 OpenAI 自家的定價。這不是轉售商的折扣，也不是議定出來的企業價。OpenAI 的定價頁面把批次處理列為標準費率的一半，而 Astra 批次那一行寫的是輸入 $5.00、輸出 $25.00。如果有來源向你報 $5/$25，講得好像那是另一個模型，那其實是同一個模型、同一組權重，只是排在比較慢的佇列上。對於隔夜跑的評估作業，批次是正確答案；對於任何互動式的用途，則是錯誤答案。

$11/$55 正好是在標價上加價 10%，而且 Ope​nAI 的文件記載資料駐留端點有 10% 的加價。 Ope​nAI 的定價頁面指出，針對 2026 年 3 月 5 日（含）之後發布的模型，資料駐留端點會加收 10% 的費用。GPT-6 Astra 於 2026 年 9 月 3 日發布，因此符合資格。將標價乘以 1.1，就會得到 $11.00 和 $55.00，精確到分。這有力地解釋了那個較高的 Azure 風格報價從何而來——是綁定資料駐留的端點套用了有文件記載的加價，而不是經銷商憑空捏造利潤。我們應該精確界定這個說法的限制：該加價有 Ope​nAI 的文件記載，而且算術完全吻合，但我們看到的那筆特定 Azure 刊登資訊本身並沒有說明它是資料駐留端點。把它當成最可能的解釋，而不是已獲證實的解釋。

$20/$100 是 OpenAI 針對此模型所收取的 Fast 模式費率。這個數字看起來最像假造的數字，實際上卻最不假。Fast 模式會讓每一行費用加倍，而 Astra 標準的 Fast 費率為每 1M 輸入 $20.00、輸出 $100.00。某個端點若報價 $20/$100，那代表它引用的是不同的服務等級——優先處理——而不是不同的定價表，也不是不同的模型。如果你在 Astra 的名稱旁邊看到這個數字，該問的問題是哪一種處理層級，而不是哪一家供應商。

低於定價的價格確實存在，而那是別人的利潤空間。第三方閘道與經銷商以低於定價的價格宣傳 Astra。有一家閘道公開列出的價格比 Ope​nAI 的費率低約 20%。那是該營運商的商業決定，而非 Ope​nAI 的價格調整——而且它附帶的是該營運商所適用的任何資料處理與可靠性條款。我們不會指名他們，也不會把他們的折扣算作這個模型價格的證據，因為那是關於他們業務的證據，而不是關於 Ope​nAI 價目表的證據。

我們無法查證的部分。我們看到一份路由器清單將模型列為 gpt-6-astra，批次層級為 $5/$25，並有一個形如 ~openai/gpt-astra-latest 的會變動別名。該批次數字與 OpenAI 自家頁面相符。這個別名是閘道端的建構產物：OpenAI 的模型文件在 snapshots 之下只列出一個項目，就是單純的 gpt-6-astra，既沒有帶日期的形式，也沒有 -latest 別名。不要把閘道別名當成供應商已發布的名稱寫進設定檔。另外，我們找不到任何 OpenAI 文件提及有另行定價的「Astra Pro」、「Astra-Medium」或類似層級。「Pro」出現在 ChatGPT 的方案命名中，而不是 API 的價目表上，而路由器清單並非供應商文件。如果你需要確認某個層級，請在 OpenAI 自家的頁面上確認。

Astra 與 OpenAI 價目表其餘項目並列

價格唯有與同一張卡片上的其他選項並列時才有意義。這些全都是 Ope​nAI 自家的標準費率，全部於 2026 年 9 月 16 日讀取，全部以每百萬個 token 計，全部適用於 272K 輸入（含）以下。

• GPT-6 Astra — 輸入 $10.00 / 快取 $1.00 / 寫入 $12.50 / 輸出 $50.00。

• GPT-5.6 Sol — 輸入 $4.00／快取 $0.40／寫入 $5.00／輸出 $20.00。

• GPT-5.6 Terra — 輸入 $2.00／快取 $0.20／寫入 $2.50／輸出 $12.00。

• GPT-5.6 Luna — 輸入 $0.20／快取 $0.02／寫入 $0.25／輸出 $1.20。

• 長上下文版本 — Astra $20.00 / $2.00 / $25.00 / $75.00；Sol $8.00 / $0.80 / $10.00 / $30.00；Terra $4.00 / $0.40 / $5.00 / $18.00；Luna $0.40 / $0.04 / $0.50 / $1.80。

那張表底下其實還跑著一項促銷方案，而大家爭論不休的那個倍數，正是由它決定的。Ope​nAI 的定價頁面指出，GPT-5.6 Sol 的促銷價格至少會持續提供到 2026 年 11 月 21 日。若以目前仍在生效的促銷價來比較，Astra 在每一個項目上都是 Sol 的 2.5 倍——輸入是 2.5 倍、快取輸入是 2.5 倍、輸出也是 2.5 倍。若改以 Sol 非促銷的價格（輸入 $5.00、輸出 $30.00）來比較，Astra 的輸入是 2 倍，輸出約為 1.67 倍。這兩個倍數在算術上都正確，而且描述的是同一天、同樣的兩個模型。差別完全在於你把 Sol 的哪一個價格當作分母；而對於「Astra 是 Sol 的 2.5 倍嗎？」這個問題，誠實的答案是：是的，直到 2026 年 11 月 21 日，或 Ope​nAI 結束這項促銷為止，以先發生者為準。

我們之所以詳盡說明這一點，是因為這是對這個模型的報導中最常見的錯誤，包括在本部落格上也是如此。一個默默選定某個 Sol 費率卻未註明是哪一個的每代幣倍數，並不是關於 Astra 的事實，而是關於這句話是在什麼時候寫下的事實。

按任務計費，而非按代幣計費

OpenAI 自己的說法是，拿這個模型的 token 價格來比較是錯誤的比較，因為 Astra 的設計目標是以更少的 token 和更少的重試來完成長程工作。這個說法值得認真看待，足以讓我們實際算一算，而不是只是重複它。所以這裡有一個計算範例，假設都事先列出來了，你可以更改它們來配合自己的工作負載。

工作負載：一次 200 次呼叫的 Agent 執行，規模有如夜間遷移。每次呼叫帶有 10,000 個輸入 token，其中 8,000 個是快取讀取、2,000 個是全新輸入，並產生 500 個輸出 token。整次執行下來，相當於 400,000 個全新輸入 token、1,600,000 個快取輸入 token 和 100,000 個輸出 token，再加上一次 10,000 個 token 的快取寫入以建立前綴。標準層級，每次請求低於 272K，因此不適用長上下文附加費。

• GPT-6 Astra — 全新 0.4M × $10.00 = $4.00；快取 1.6M × $1.00 = $1.60；寫入 0.01M × $12.50 = $0.13；輸出 0.1M × $50.00 = $5.00。 總計 $10.73。

• GPT-5.6 Sol 促銷價——全新 $1.60；快取 $0.64；寫入 $0.05；輸出 $2.00。總計 $4.29。

• GPT-5.6 Sol 的非促銷費率 — 全新 $2.00；快取 $0.80；寫入 $0.06；輸出 $3.00。 總計 $5.86。

• GPT-5.6 Terra — 全新 $0.80；快取 $0.32；寫入 $0.03；輸出 $1.20。總計 $2.35。

• GPT-5.6 Luna — 全新 $0.08；快取 $0.03；寫入 $0.00；輸出 $0.12。 總計 $0.23。

在相同的 token 數量下，Astra 大約是 Luna 的 46 倍、Terra 的 4.6 倍。沒有人會買 Luna 來做 Astra 規模的工作，而那個註腳正是這兩個模型之間每 token 成本比較純屬做戲的全部原因。Sol 的比較才是真正能決定事情的關鍵，所以以下是真正重要的數字。

損益平衡點是 40%。在 Sol 的促銷費率下，由於 Astra 在每一項目上正好是 Sol 的 2.5 倍，Astra 在同一項任務上最多可消耗 Sol 的 40% token，而最終帳單仍相同——而且這對全新輸入、快取輸入與輸出的任何組合都成立，因為這個比率是一致的。如果 Astra 使用的 token 數量是 Sol 的三分之一，成本會更低；如果使用一半，成本會更高。若以 Sol 的非促銷費率來比較，在這種快取比重高的組合中，損益平衡點會放寬到約 55%，因為 Astra 的輸出倍數降至 1.67 倍，而輸入倍數降至 2 倍。

那個單一數字才是有用的，而它正是廠商宣稱與獨立量測不再一致的地方。Ope​nAI 回報 Terminal-Bench 4.0 中 Astra 為 57.9%，而 GPT-5.6 Sol 為 37.3%，且每項任務的估計 API 成本約低 9%——此為廠商回報。Artificial Analysis 在 2026 年 9 月 9 日發布的獨立評估中，於其 Coding Agent Index 上測得 Astra 每項任務使用的 token 約為 Sol 的三分之一，卻仍發現 Astra 在最高投入下每項任務為 $7.09——比 Sol（最高）多約 15%——換得高出 7 分的分數。在其 Intelligence Index 上，同一評估將 Astra 在各投入等級下的每項任務成本列在 $0.82 至 $3.26 之間，比 Sol 在最高投入時貴約 60%。

這兩件事可以同時成立，而它們之間的落差才是誠實的標題。Token 節省是真實且幅度很大的——三分之一正好是那種能跨過 40% 損益平衡門檻的數字——但以輸出 token 衡量的節省，並不會縮減在長時間 agent 工作階段中居於主導地位的快取讀取與全新輸入那幾行。Astra 每項任務是否比 Sol 便宜，取決於你的使用組合，而且方向會隨不同工作負載而翻轉。任何人告訴你它就是比較便宜，或就是貴上 2.5 倍，都是在把帳單上的其中一行當成總額來引用。

到底是什麼決定了這個方案的帳單？

有三件事最為突出，而這三件事都取決於 Astra 預期的使用方式。

推理 token 是輸出 token。它們每百萬個收費 $50.00，與可見輸出相同。Ope​nAI 的模型頁面將支援的 effort 值列為 low、medium、high、xhigh 和 max，而且沒有停用設定——下限比舊款模型更高。在獨立的 Intelligence Index 測量中，low 與 max effort 之間的差距是每項任務 $0.82 到 $3.26，在相同工作上是四倍。Effort 等級是你所能控制的最大單一成本槓桿，值得按每次呼叫設定，而非全域設定。

重試會讓一切成本成倍放大。一個執行失敗後重跑的 agent，得為整個前綴再付一次費用。這正是 Ope​nAI 所謂「重試次數更少」背後的機制，也是為什麼按 token 計價的算法會同時在兩個方向上造成誤導：一個每 token 成本高出 2.5 倍、但一次就能跑完的模型，可能勝過一個較便宜卻需要三次才能完成的模型。如果你要把 Astra 與任何對象做評估比較，請衡量每美元能完成多少任務，而不是每美元能買到多少 token。

長上下文是設計上的模式，而且會加收費用。視窗為 1,050,000 個 token。只要在單一請求中超過 272,000 個輸入 token，整個請求就會重新計價為每百萬輸入 $20.00、輸出 $75.00——不只是超出的部分。一個 280,000 token 的請求，成本大約是 270,000 token 請求的兩倍，而輸入只多了約 4%。對於為長程工作打造的模型而言，這是不知不覺就讓預算爆掉最簡單的方法，也是為什麼把長程任務切分成低於 272K 的請求通常比整份送出更便宜，即使模型有能力一次處理整份內容。

真正與之抗衡的是快取，而這正是長時間代理工作階段能實際省錢的地方。快取讀取只要 $1.00，未快取則要 $10.00，降幅達 90%，而一個長時間的工作階段會把同一段前綴重送數十次。$12.50 的快取寫入只需付一次。以上面的計算範例來說，如果每次呼叫都必須以未快取的方式重送其 8,000 個 token 的前綴，Astra 的帳單就會從 $10.73 上升到約 $25.00——就預算而言，快取所發揮的作用勝過任何其他單一項目。

關於多項的記錄

本部落格上有數個頁面，包括GPT-6 Astra 對上 GPT-5.6 Sol：2.5 倍的價格值得嗎？以及GPT-6 Astra 的需求使新的 $200 ChatGPT Pro 註冊暫停，都指出 Astra 的標價是 GPT-5.6 Sol 的 token 價格的 2.5 倍。這個數字是對照 Sol 的促銷費率計算而來：輸入 $4.00、輸出 $20.00，而這正是 Ope​nAI 定價頁面目前所列的費率，並被描述為促銷價，至少提供至 2026 年 11 月 21 日。

所以，這個倍數並沒有不再成立——它只是多了一個先前那些頁面並未附帶的到期日。相較於 Sol 非促銷費率的 $5.00 輸入與 $30.00 輸出，Astra 在輸入上是 2 倍、在輸出上約 1.67 倍，而不是 2.5 倍。那些寫著 2.5 倍的頁面，應理解為是在談促銷期間；比較的方向不變，但促銷一結束，差距幅度就會縮小五分之一到三分之一。任何為 2026 年 11 月 21 日之後編列預算的人，都應以 $5.00 與 $30.00 作為 Sol 的分母，並以 2 倍 / 1.67 倍作為 Astra 的倍數。我們並不是在重述那些頁面上的論點——那裡的基準測試與可靠性推論本身即足以成立——而只是在修正它們當初計算時所採用的分母。

「免費」問題，毫不含糊的解答

這個模型沒有免費方案，也沒有免費的 API 途徑。免費版與 Go 版 ChatGPT 使用者完全無法使用 GPT-6 Astra。Plus 訂閱者只能透過 ChatGPT Work 與 Codex 使用，無法在一般聊天中使用。API 從第一個 token 就開始計費，每百萬輸入 token 收費 $10.00，而降低這個數字最便宜的合法方式是批次層級，每百萬 $5.00，代價是延遲而非能力。任何宣稱提供免費 GPT-6 Astra API 存取的人都是在轉售某樣東西——通常是第三方閘道上的試用額度池，附帶自己的資料條款。那未必是筆爛交易，但那不是免費的，也不是 OpenAI。

如果你是以訂閱而非 API 為基礎做容量規劃，這點值得知道：2026 年 9 月 10 日，OpenAI 暫停了其 200 美元 ChatGPT Pro 方案的新註冊與升級，理由是 Astra 的需求。100 美元方案、Plus、Go、API，以及 Business 與 Enterprise 帳戶則維持開放。一般消費者受到配額限制；API 與企業存取則未受限制。如果你的規劃取決於消費者訂閱的使用額度，那就是你必須納入模型評估的風險。

將它路由，以及路由器無法解決的事

Astra 是其中一款可透過 OrcaRouter 使用的模型，位於 openai/gpt-6-astra 之下，價格與供應商收取的 $10.00 輸入與 $50.00 輸出相同，並採用我們模型頁面上顯示的 272K 以上分層定價。我們以 0% 加成直接傳遞供應商定價，這在本模型上比在大多數模型上更為重要：本文中的數字在該模型的生命週期內已經變動過一次，而直接傳遞的價格會在供應商調整價格當天就跟著變動，而不是等到有人想起要更新表格時才變動。

在這裡採用路由，最誠實的理由並不是價格，因為根本沒有折扣可以賣你——而是上面那套成本計算取決於工作負載，在你實際跑過之前，你不會知道自己會落在 40% 損益兩平點的哪一側。把 Astra 和 Sol、Terra、Luna 一起放在同一個端點後面，意味著你可以用自己的流量衡量每美元完成多少任務，並且不必再簽一份合約、也不必改動程式碼就能切換模型。路由 DSL 讓你可以跨多個模型組合一次呼叫，而不是把正式環境路徑綁死在單一模型上；自動容錯移轉則涵蓋了這個模型已經兩度展現的情況——對它的需求可能超出其容量。

這些取捨同樣真實，也值得明說。路由器是請求路徑上的一站，而對於一個賣點是長時間跨度自主工作的模型來說，那一站就是故障域裡又多出的一個東西；如果你對此的容忍度是零，就直接聯絡供應商。本文有幾件事只存在於直接關係中：Ope​nAI 針對符合資格的 API 客戶在支援端點上提供的 Zero Data Retention 選項，須經 Ope​nAI 核准；而企業啟用——在推出時預設關閉，並由管理員依其適用費率卡開啟——是您與 Ope​nAI 之間的協議，不是路由器能授予的東西。Ope​nAI 也載明，此模型的 Fast mode 無法搭配歐盟資料駐留使用，所以如果你同時需要資料駐留與速度，那項限制是跟著模型走，而不是跟著路由走。而且路由器的 0% 加價不是折扣：我們不比直接使用便宜；我們是同樣的價格，但需要維護的整合更少。

看什麼

一個日期和一個數字。那個日期是 2026 年 11 月 21 日，屆時 Sol 的促銷定價不再有保證——如果它失效，Astra 相對於 Sol 的倍數，在輸入方面會從 2.5 倍降到 2 倍，在輸出方面降到 1.67 倍，而流通中的每一項每任務成本比較，都會對 Astra 更有利五分之一到三分之一，但 Astra 本身完全沒有任何改變。那個數字則是你自己的損益兩平點：在兩個模型上各執行一項具代表性的長時程任務，計算完成的任務數與總金額，你就會得到一個比任何已發布內容（包括本頁）都更有用的答案。

將 Astra 置於與 Sol、Terra 和 Luna 相同的單一端點之後，意味著你可以根據你自己的流量衡量每美元完成的任務數，並在無需第二份合約或修改程式碼的情況下切換模型。