开始使用 GPT-6 Astra 聊天
使用 GPT-6 Astra 及其完整模型系列,每天可获得更多消息额度。
GPT-6 Astra:关键规格
以下是 GPT-6 Astra 的主要规格,以及其在实际使用中的表现。
- 1,050,000-token上下文窗口： GPT-6 Astra可以处理非常大的提示、长文档、代码库和检索包，这有助于减少端到端工作流程中的分块。
- 128,000 最大输出标记： 当任务需要扩展响应时，模型可以生成长报告、结构化文档、代码计划、分析和多部分输出。
- 带有图像输入的文本输入和输出： GPT-6 Astra可以在返回文本的同时结合书面和视觉上下文，支持文档审查、屏幕截图分析、计算机使用任务和多模态推理。
- 推理代币支持低、中、高、xhigh 和最大值 reasoning_effort: 开发人员可以将更多推理工作分配给复杂的编码、研究、分析和代理任务。
- $10.00 输入、$1.00 缓存输入、$12.50 缓存写入和每 1M 文本令牌 50.00 美元输出： 此标准定价适用于长上下文乘法器之前，提示超过 272K 输入令牌的定价为 $20.00 输入、$2.00 缓存输入、$25.00 缓存写入和输出 75.00 美元。
- 流、函数调用、结构化输出和 Responses API 工具： GPT-6 Astra 支持网页搜索、文件搜索、图像生成、代码解释器、托管 shell、应用补丁、技能、计算机使用、MCP 和高级工作流程的工具搜索。
比较 GPT-6 Astra、GPT-5.6 Sol 和 GPT-5.6 Terra
简要介绍各模型在性能、速度与应用场景上的差异。
| 功能 | GPT-6 Astra | GPT-5.6 Terra | GPT-5.6 Luna |
|---|---|---|---|
| 知识截止 | 2026 年 4 月 30 日 | 2026 年 2 月 16 日 | 2026 年 2 月 16 日 |
| 上下文窗口（Token） | 1,050,000 个代币 | 1,050,000 个令牌 | 1,050,000 个令牌 |
| 最大输出长度（Token） | 128,000 个代币 | 128,000 个令牌 | 128,000 个令牌 |
| 输入模式 | 文字、图像 | 文字、图像 | 文字、图像 |
| 输出模式 | 文字 | 文本 | 文本 |
| 延迟(OpenRouter 数据) | 标准处理未正式公开；提供快速模式，以标准价格的 2 倍提供高达标准处理速度的 2 倍。 | 快速；实际延迟因提示长度、输出长度、工具使用、推理工作和部署条件而异。 | 快速；实际延迟因提示长度、输出长度、工具使用、推理工作和部署条件而异。 |
| 速度 | 提供标准和快速模式；官方并未透露具体速度。 | 快速地 | 快速地 |
| 每百万 Token 输入／输出成本 | $10.00 输入，$1.00 缓存输入，$12.50 缓存写入，$50.00 输出；超过 272K 个输入令牌的提示价格为 $20.00 输入、$2.00 缓存输入、$25.00 缓存写入和 $75.00 输出。 | $2.50 输入，$0.25 缓存输入，$15.00 输出 | $1.00 输入，$0.10 缓存输入，$6.00 输出 |
| 推理性能 | 最高。官方评估列出GPT-6 Astra在Agents' Last Exam上为59.3％，在FrontierMath Tier 4 v2上为97.6％，在GPQA Diamond上为96.0％，在Humanity's Last Exam上使用工具为57.2％，在ARC-AGI-3上为99.9％。 | 高的。官方 GPT-5.6 评估列出 Terra 在 Agents' Last Exam 上的得分为 50.4%，在 Artificial Analysis Intelligence Index v4.1 上的得分为 55，在 HealthBench Professional 上的得分为 57.7%，在 BrowseComp 上的得分为 87.5%。 | 高的。 GPT-5.6 Luna 官方评价包括 GPQA Diamond 92.3%、FrontierMath Tier 1-3 v2 78.6%、FrontierMath Tier 4 v2 58.5% 和 Artificial Analysis Intelligence Index v4.1 得分 51.2。 |
| 编码性能 （基于 SWE-bench Verified） | 最高。官方评价列出GPT-6 Astra在Terminal-Bench 4.0上的得分为57.9%，在DeepSWE v1.1上得分为74.1%，在FrontierCode 1.1 Extended上得分为64.5%，在FrontierCode 1.1 Main上得分为53.3%，在Artificial Analysis Coding Agent Index v1.4上得分为67.0。 | 强的。 GPT-5.6 官方评估显示 Terra 在 Artificial Analysis Coding Agent Index v1.1 上得分为 77.4，在 SWE-Bench Pro 上得分为 63.4%，在 DeepSWE v1.1 上得分为 69.6%，在 Terminal-Bench 2.1 上得分为 87.4%。 | 适合低成本型号。官方评价包括Artificial Analysis Coding Agent Index v1.1得分74.6、SWE-Bench Pro 62.7%、DeepSWE v1.1 67.2%和Terminal-Bench 2.1 84.7%。 |
| 适用场景 | 复杂推理、编码、计算机使用、研究、文档创建、网络安全防御、科学、专业工作和高级代理工作流程 | 产品编码、结构化数据提取、内容工作流程程、通用代理、长上下文分析和成本意识知识工作 | 大容量分类、摘要、路由、结构化提取、实时应用程序、编码支持和成本敏感的代理工作流程程 |
适合使用 GPT-6 Astra 的场景
GPT-6 Astra 最适合复杂的推理、编码和端到端工作。
- 针对专业人士和知识工作者： 完成复杂的端到端项目，结合深入分析、研究、工具使用、文档创建和多步骤执行。
- 对于开发人员和工程团队： 规划软件架构、编写和调试代码、运行测试、审查更改以及跨大型存储库处理复杂任务。
- 对于研究人员和科学家： 分析广泛的源材料、跨长期上下文工作、审查证据、解释数据并支持要求严格的科学或技术调查。
- 适用于企业和运营团队： 导航软件、组织信息、填写表格、评估界面以及自动化涉及文档、电子表格和业务工具的多步骤工作流程。
- 对于网络安全专业人员： 安全地审查代码，识别漏洞并确定漏洞的优先级，开发补丁，并在适用的保障措施内支持授权的防御安全分析。
- 对于创作者和产品团队： 制作需要强大结构、视觉判断和跨多个阶段连续性的精美文档、电子表格、演示文稿、网站、应用程序和游戏。
如何访问 GPT-6 Astra
无论您想要便捷的聊天体验还是直接 API 集成以实现高级工作流程，访问 GPT-6 Astra 都很简单。
1. 官方API
OpenAI 在 API 中将 GPT-6 Astra 列为 gpt-6-astra。它支持 Chat Completions、响应和批处理端点、文本和图像输入、文本输出、流式传输、函数调用、结构化输出以及支持的 Responses API 工具。
2.EssayDone AI Chat
当该模型在产品中可用时，EssayDone AI Chat 可以通过易于使用的聊天界面访问 GPT-6 Astra。
使用 GPT-6 Astra 进行写作、学习、深入研究、编码支持、文档分析和生产力工作流程，无需购买 ChatGPT 订阅或使用 OpenAI 帐户登录。
探索更多AI模型
找到你需要的模型——搜索或选择查看完整资料。
常见问题
以下是关于 GPT-6 Astra 的常见问题。
是的。 GPT-6 Astra 支持推理令牌和 reasoning_effort 设置低、中、高、xhigh 和 max。 OpenAI 将其定位于复杂的推理、编码、计算机使用、研究和文档创建。
OpenAI 列出的 GPT-6 Astra 标准 API 定价为每 1M 个输入令牌 10.00 美元、每 1M 缓存输入令牌 1.00 美元、每 1M 缓存写入令牌 12.50 美元以及每 1M 输出令牌 50.00 美元。超过 272K 输入令牌的提示按完整请求的 2 倍输入和缓存速率以及 1.5 倍输出定价，这相当于每 100 万令牌 20.00 美元输入、2.00 美元缓存输入、25.00 美元缓存写入和 75.00 美元输出。 Batch 和 Flex 是标准费率的 50%，快速模式是适用费率的 2 倍。
GPT-6 Astra 针对端到端的艰苦工作进行了优化，包括复杂的推理、编码、计算机使用、研究、文档创建、专业工作流程、科学分析和授权的防御性网络安全任务。
GPT-6 Astra支持文本输入输出以及图像输入。它可以使用视觉上下文进行文档审查、屏幕截图、计算机使用任务和多模式分析，但该模型不支持音频和视频模式。
与 GPT-5.6 Sol 相比，GPT-6 Astra 是 OpenAI 更新且功能更强大的模型，适用于艰苦的端到端工作，官方在计算机使用、编码、专业任务、长上下文、网络安全、科学和一致性评估方面进行了改进。与 GPT-5.6 Terra 相比，GPT-6 Astra 定位于更高能力的复杂工作，而 Terra 是适合日常生产工作负载的成本较低的平衡 GPT-5.6 选项。
在 EssayDone AI Chat 中使用 GPT-6 Astra 可以提供一种便捷的方式来访问 OpenAI 最强大的模型，用于写作、研究、学习、编码支持、文档分析和生产力任务，而无需设置 API。