GPT-6 Astra Ultrafast 在 Blackwell 上運行：NVIDIA 公布 8 倍效能背後的硬體

2026 年 10 月 1 日，NVIDIA 發布了一篇由 Dion Harris 撰寫、標題為「NVIDIA GPU 如何協助加速 Open​AI 的 GPT-6 Astra Ultrafast」的文章，而其中居於核心的那句話，是兩家公司首次說明該層級運行於什麼之上：「GPT-6 Astra Ultrafast 運行於 NVIDIA Blackwell GPU，現已在 Open​AI API 中提供，並開放給符合資格的 ChatGPT Work 與 Codex 使用者。」這就是那則新聞，而它比標題所暗示的範圍更窄。GPT-6 Astra 這個模型已於 2026 年 9 月 3 日發布。在它之上的 Ultrafast 服務層級已於 2026 年 9 月 29 日全面開放。那項速度宣稱——token 生成速度最高可達 Astra 標準模式的 8 倍——在 NVIDIA 重複這項說法時，已經存在兩天了。

這就帶出了這則貼文真正在回答的問題：不是「它有多快」，而是「它是誰的晶片」。

這篇貼文實際上新增的三件事

去掉重述的部分，10月1日的貼文就提供了三項事實。

• 硬體 — OpenAI 自家的 Ultrafast 文件於 9 月 30 日發布，內容描述了該層級的速度、配置與速率限制，且完全未提及任何 GPU。因此，這項矽晶歸屬僅有硬體供應商這一個來源。這並不代表它是錯的；這只是使它成為供應商對自家設備的說法，值得如此標註。

• 兩位具名工程師——OpenAI 推論負責人 Philippe Tillet，以及 OpenAI 運算技術長 Uday Ruddarraju，兩人均具名受訪，說明這項加速從何而來。

• 受眾 ——「符合資格的 ChatGPT Work 與 Codex 使用者」，這比該方案推出時僅限 API 的框架更為廣泛。OpenAI 自家的文件仍寫著，GPT-6 Astra 的 Ultrafast「以低速率限制提供給所有 API 使用者」，而這項低限制的但書並未正式撤除。

這兩段引文，以及為什麼它們才是有趣的部分

Tillet 的貢獻是一個迴圈，而非基準測試。他說，NVIDIA 在工具與文件方面的投資「讓我們得以讓我們的模型在程式設計方面表現得極為出色」，而 Astra 接著能「將那些知識轉化為高效能核心，讓 NVIDIA 硬體更具吸引力」。Ruddarraju 對這項工作的方向說得更直白：「我們用內部模型來最佳化 NVIDIA GPU 上的推論。」

合起來看，這是一個關於部署而非能力的說法：OpenAI 的前沿模型如今已很擅長撰寫 GPU 核心，足以讓 OpenAI 用它們來最佳化自家的服務堆疊。這也與 NVIDIA 文章中唯一完全不談發表週的一節相符——該節標題寫著「持續提升效能」，主張已部署的推論會隨時間變得更快，因為 OpenAI 不斷將自家模型指向其運行所用的 NVIDIA 軟體。

這一切都不是量測。這是兩名工程師在描述一個流程，而發表它的是賣出這些 GPU 的公司。誠實的解讀是：這個流程看似合理、很容易讓人相信，且從外部無法否證——這個故事裡的每一個速度數字也是如此。

Blackwell 在這邊，Cerebras 在那邊

這篇文章最有用之處，在於揭露了一個没人解釋過的分歧。2026 年 8 月 13 日，OpenAI 預覽了一個搭載於不同模型上的高速層級——運行速度「最高快 14 倍」的 GPT-5.6 Sol——並指名 Cerebras 為其背後的合作夥伴，描述其晶圓級硬體每秒可產生最多 750 個輸出 token。七週後，Astra 上的高速層級改由 Blackwell 運行，而數字是 8 倍。

兩種快速層級，兩套硬體解答：其中一個是專業合作夥伴，另一個則是該公司自家的最大供應商。兩家廠商都尚未公布這兩條服務路徑之間的比較，也沒有獨立評測者測量過任一者。另請注意 NVIDIA 的貼文如何處理第二個名字：「Rubin」只出現一次，就在 Tillet 那段關於模型為「Blackwell 與 Rubin GPU」撰寫核心的引述裡。這是在說明 OpenAI 的模型能撰寫什麼，並不是在說今天有任何東西正在 Rubin 上提供服務。

NVIDIA 未印出的數字

這個故事裡有一個數字，兩家公司都沒有把它放在 8x 旁邊，而這個數字正是決定團隊是否要開啟該層級的關鍵。OpenAI 公布的 Ultrafast 價目表列出 gpt-6-astra每百萬個輸入 token 為 60.00 美元、快取輸入 6.00 美元、快取寫入 75.00 美元，輸出則為 300.00 美元。同一模型在標準層級是 10.00 美元和 50.00 美元，快取輸入為 1.00 美元，快取寫入為 12.50 美元。每一欄都正好是標準費率的六倍。

• 倍數 — 輸入、輸出、快取輸入與快取寫入皆為 6.00 倍。不是「最高可達」。就是六倍。

• 上限——8 倍，這是兩家廠商都引用的數字，還附上「最高可達」，卻未說明任何條件。

• 這代表什麼——價格倍數低於該方案自己宣稱的最佳情況。在上限值時，這筆交易是有利的；但只要你的流量不到 6 倍，你為每單位省下的時間所付的代價，就比行銷話術所暗示的更高。這也是為什麼這個方案唯一有意義的檢驗，就是在你自己的請求上實測。

• 長上下文階段 — 當輸入超過 272,000 個 token 時，Ultrafast 的費率會變成輸入 $120.00、輸出 $450.00，是標準方案自身階梯費率的六倍。

• 營運層面的細節條款——OpenAI 的文件載明，Ultrafast 的每分鐘權杖數級距為：使用層級 1 至 3 為 500,000，層級 4 為 1,000,000，層級 5 為 5,000,000；Ultrafast 僅支援美國資料駐留與全球處理，沒有歐盟或其他非美國區域的處理端點；文件建議 Ultrafast 採用 WebSockets，「尤其是會快速連續發出大量工具呼叫的代理式應用程式」，並警告「若沒有持續連線，網路額外負荷可能會侵蝕延遲改善的成效」。

最後那一點才是該採取行動的重點。若團隊啟用了該層級，卻在其下保留逐請求 HTTP，就等於付了六倍的費率，把一部分加速成果交還給連線建立——這是有明確記載、可避免的浪費金錢方式。

從單一端點來看，這會是什麼樣子

GPT-6 Astra 已在 OrcaRouter 上推出，型號為 openai/gpt-6-astra：具備 1,050,000 個 token 的上下文視窗、最高 128,000 個輸出 token，支援文字、圖像與檔案輸入，並直接沿用 OpenAI 的定價，每百萬 token 輸入 $10.00、輸出 $50.00，當輸入超過 272,000 個 token 時則調整為 $20.00 與 $75.00。其型錄上的頭條基準測試成績為 GPQA Diamond 的 96.1。

Ultrafast 層級並不存在於 OrcaRouter 上，而且也不可能存在：它是 OpenAI 帳戶中受存取權控制的屬性，而不是模型 ID，這就是為什麼openai/gpt-6-astra-ultrafast會回傳找不到模型。如果你開啟了這個層級，它會存在於你直接連接的 OpenAI 整合中。在這種情況下，一個收錄 200 多個模型的端點加上0% 加成帶給你的並不是快速通道，而是掌控權。因為供應商的定價是原價直接轉嫁而非加價，OpenAI 的費率調整在他們那邊生效的同一天，就會反映到我們這邊；而且因為標準 Astra 通道本來就已經存在，能終結這個決定的實驗只需要一行設定：相同的提示詞、標準層級，再加上旁邊一個更便宜的模型，使用同一把金鑰。對大多數團隊而言，這是最接近延遲基準測試的做法，而且設定起來完全不花錢。

還有什麼尚未被測量？

今天有三件事可以查證：這個層級確實存在、它就在費率表上，正好是標準費率的六倍，而且自 10 月 1 日起，它被公開歸因於 NVIDIA Blackwell GPUs。

有一點並非如此：你流量上的倍數。沒有廠商曾公布在已說明的併發層級下，該層級的延遲分佈，也沒有第三方重現過那個 8 倍。此外，也沒有基準測試比較在 Ultrafast 上的 Astra 與標準模式下的 Astra，而且不應該出現一份吹捧它的結果——那是在更快路徑上的同一個檢查點，因此相同設定應該會在不同速度下產生相同答案。如果你的兩條通道在同一組提示上出現分歧，你手上的是錯誤回報，不是功能。

所以，10月1日那則消息真正有用的摘要，比公告讀起來的要小得多。同樣的層級、同樣的價格、同樣未經證實的速度上限，如今只是披上了一個硬體標籤。那個標籤很重要——它告訴你 OpenAI 正用哪條加速器產品線來擴展這件事，也告訴你快速層級的故事在不到兩個月內，從一家專業合作夥伴轉向了業界最大的 GPU 供應商。它只是沒有告訴你任何關於你自己延遲預算的事，而沒有哪篇貼文會告訴你。