Byg med CometAPIHar du brug for én API til flere modeller?Test workflowet i Playground, og opret derefter en API-nøgle, når model og pris passer til dit brugsscenarie.
Priser for GPT-6 Astra: API-tokens, cachelagring og opgaveomkostninger
Sammenlign GPT-6 Astra API-priser for input-, output- og cachede tokens. Gennemgå kontekstafhængige takster og estimer opgaveomkostninger, før du vælger en udbyder.
TL;DR Den officielle API-takst starter ved $10 pr. million input-tokens og $50 pr. million output-tokens, hvilket gør den 2,5 gange standard-tokenprisen for GPT-5.6 Sol.
GPT-6 Astra er designet til langvarig kodning, browsing, computerbrug, research og agentiske workflows, hvor den reelle omkostning ofte bestemmes af retries, værktøjskald, kontekstvækst, cacheudnyttelse og sandsynligheden for, at modellen fuldfører opgaven. OpenAI positionerer Astra til det sværeste end-to-end-arbejde frem for billig højvolumen-inferens.
Der er også en vigtig prisgrænse: når en forespørgsel , stiger Astras satser for hele forespørgslen.
Taksttabellen adskiller almindeligt input, cachelæsninger, cacheskrivninger og output. Kontekstbånd refererer til input-tokenantal; alle tokenpriser er pr. million tokens.
Batch og Flex bruger halve Standard-satser. Fast bruger dobbelt af de gældende Standard-satser. Disse behandlingsmåder tjener forskellige latenser og tilgængelighedsbehov.
Pris-tilstand / kontekst
Input / 1M
Cachet input / 1M
Cache-skrivning / 1M
Output / 1M
Standard ≤272K
$10.00
$1.00
$12.50
$50.00
Standard >272K
$20.00
$2.00
$25.00
$75.00
Batch/Flex ≤272K
$5.00
$0.50
$6.25
$25.00
Batch/Flex >272K
$10.00
$1.00
$12.50
$37.50
Fast ≤272K
$20.00
$2.00
$25.00
$100.00
Fast >272K
$40.00
$4.00
$50.00
$150.00
Det vigtigste tal i denne tabel er måske ikke $10 eller $50. Det er 272K.
For prompts over 272K input-tokens anvender OpenAI 2× input/cache og 1,5× outputsatser på hele forespørgslen. En lille stigning nær den grænse kan derfor give en meget større stigning i omkostninger.
GPT-6 Astra kombinerer kodning, research og computerinteraktion i én model. Dens kontekstkapacitet, outputgrænse og understøttede workflows forklarer, hvor prispræmien kan have betydning.
Officielle API-specifikationer
Værdi
Udvikler
OpenAI
Model-ID
gpt-6-astra
Kontekstvindue
1,050,000 tokens
Maksimalt output
128,000 tokens
Vidensgrænse
30. april 2026
Input-modaliteter
Tekst og billeder
Output-modalitet
Tekst
Reasoning-niveauer
Low, Medium, High, XHigh, Max
Anbefalet API
Responses API til værktøjsrige flows
Finetuning
Ikke understøttet
Prisgrænse for lang kontekst
Mere end 272K input-tokens
Det 1,05M-token kontekstvindue er særligt relevant for prisen. Astra kan indlæse meget store repositories, dokumenter, værktøjshistorikker og researchmateriale, men aggressiv brug af det tilgængelige kontekstvindue er ikke nødvendigvis økonomisk optimalt.
De asynkrone værktøjskald og mid-turn-styring understøtter længere workflows sammen med computerbrug, prompt-caching, multi-agent orkestrering og komprimering. Modelunderstøttelse betyder ikke, at hver udbyder eksponerer hvert værktøj eller hver funktion.
API-priser og faktureringsregler kan ændres. Produktionsbudgetter bør bruge den aktuelle CometAPI-sats for den aktive model og arbejdslast.
Procentforskellen er ligetil, men store agent-arbejdslaster forstørrer dens absolutte påvirkning, fordi én forespørgsel kan forbruge hundredtusinder af input-tokens.
Hvad koster GPT-6 Astra ud over model-tokens?
For traditionel tekstgenerering dominerer input- og output-tokens omkostningsberegningen. For Astra-agenter kan de kun være en del af regningen.
OpenAI opkræver separat for web- og filsøgeværktøjer. Websøgning koster $10 pr. 1.000 kald, hvor hentet indhold også faktureres til model-tokensatser. Filsøgninger koster $2.50 pr. 1.000, og lager koster $0.10/GB/dag efter den gratis 1 GB-kvote.
Hosted Shell og Code Interpreter har separate container-gebyrer: 1 GB-satsen er $0.03 pr. 20-minutters session pr. container. Berettigede sessioner bruger minutfakturering med et minimum på fem minutter. Større hukommelsestildelinger har højere satser.
Værktøjsgenereret indhold kan også øge tokenforbruget. En browser- eller computerbrugsagent kan gentagne gange tilføje skærmbilleder, sider, terminaloutput, hentede dokumenter og værktøjshistorik til konteksten. Selv hvis hver enkelt handling er billig, kan akkumuleret historik skubbe den næste modelforespørgsel over Astras 272K-grænse.
Det betyder, at et produktionsbudget som minimum bør spore: model-tokens + cache-aktivitet + værktøjskald + hosted execution + retries + samlede trin + succesrate.
Jo mere autonomt workflowet er, jo mindre nyttig bliver pris pr. million tokens som en selvstændig KPI.
Reasoning-indsats er ikke en separat linje i den offentliggjorte tokensatstabel. Den kan stadig ændre det samlede forbrug indirekte: dybere reasoning kan producere flere output-tokens, udvide værktøjsbrug eller forlænge en agenttrajekt, mens bedre beslutninger kan reducere retries og menneskelig korrektion. Sammenlign reasoning-indstillinger med samme opgavesæt og rapportér samlede model-tokens, værktøjsgebyrer, fuldførelsesrate og korrektionstid.
Hvor meget performance køber du?
En pris sammenligning er ufuldstændig uden at forstå, hvad den højere sats køber.
OpenAI rapporterer betydelige gevinster på tværs af agentiske og tekniske evalueringer. Procenterne nedenfor er leverandør-rapporterede resultater, ikke uafhængige målinger lavet til denne artikel; en bindestreg betyder, at der ikke blev rapporteret et resultat.
Officiel benchmark (%)
GPT-6 Astra
GPT-5.6 Sol
Claude Fable 5.1
Gemini 3.8 Flash
AutomationBench
41.4
18.1
31.4
—
Terminal-Bench 4.0
57.9
37.3
55.8
19.1
Terminal-Bench Science 0.1
64.6
22.4
52.6
—
FrontierMath Tier 4 (v2)
97.6
83.0
87.8
—
GPQA Diamond
96.0
94.6
93.7
95.3
ExploitBench
100.0
78.5
—
—
I OpenAIs OSWorld 2.0 offline-evaluering scorede Astra 72.6% mod 65.7% for GPT-5.6 Sol. En latenssimulation estimerede omkring 40 mod 75 minutter pr. opgave. Disse tider beskriver evalueringsopsætningen, ikke en generel latenstgaranti.
Det er økonomisk vigtigt.
En model, der koster 2,5× mere pr. token, koster ikke nødvendigvis 2,5× mere pr. fuldført opgave, hvis den bruger færre turnusser, kræver færre retries, fuldfører workflows hurtigere eller undgår eskalering til en menneskelig operatør.
Samtidig er Astra ikke automatisk den bedste værdi for enhver opgave. Præmien er lettest at retfærdiggøre, hvor dens agentiske gevinster faktisk påvirker opgavefuldførelsen.
Overvej flere forenklede Standard-forespørgsler uden caching eller ekstra værktøjsgebyrer.
Arbejdslast
Input
Output
Prisinterval
Estimeret OpenAI-omkostning
Kort kodningsforespørgsel
20K
2K
≤272K
$0.30
Stor analyse
100K
10K
≤272K
$1.50
Nær grænsen agent
270K
10K
≤272K
$3.20
Lidt større agent
280K
10K
>272K
$6.35
Repository-skala opgave
300K
20K
>272K
$7.50
270K-token-eksemplet koster:
270K × $10/M + 10K × $50/M = $3.20
Øg input med kun 10K tokens og forespørgslen flytter til langkontekstpriser:
280K × $20/M + 10K × $75/M = $6.35
Input voksede med ca. 3,7%, men den samlede forespørgselsomkostning steg med næsten 98%.
Det gør kontekststyring til en vigtig omkostningskontrolmekanisme for Astra-agenter. I stedet for kontinuerligt at tilføje hvert værktøjsresultat, fil, skærmbillede og samtaletur kan produktionsagenter opsummere ældre tilstand, hente kun relevante filer, isolere stabil kontekst til caching og starte friske underagenter til uafhængige opgaver.
Med Astra handler tokenoptimering derfor ikke blot om at reducere tokenantal. Det kan også handle om at blive på den billigere side af en prisgrænse.
Hvordan prompt-caching ændrer GPT-6 Astras inputomkostninger
For Standard-forespørgsler i kortkontekstbåndet koster almindeligt input $10/M, cachelæsninger koster $1/M, og cacheskrivninger koster $12.50/M. Den lavere læsesats gælder kun, når det genbrugelige præfiks leveres fra cache med succes.
Vellykkede cachelæsninger koster en tiendedel af almindeligt input, mens skrivninger har deres egen sats. Genbrug afhænger af et matchende cachet præfiks, der forbliver tilgængeligt. Mål skrivninger og hits separat i stedet for at behandle hver gentaget prompt som et cachehit.
Overvej ti hypotetiske forespørgsler, der hver inkluderer det samme 100K-token-præfiks og forbliver inden for 272K samlede input-tokens. Sammenlign to kontrollerede tilfælde: ingen caching, versus én fuld-præfiks cacheskrivning efterfulgt af ni vellykkede fuld-præfiks cachelæsninger uden yderligere skrivninger.
Omkostning for gentaget præfiks på tværs af ti forespørgsler
Ingen caching
Én skrivning + ni læsninger
Almindeligt præfiks-input
10 × 100K × $10/M = $10.00
$0.00
Præfiks cache-skrivning
$0.00
100K × $12.50/M = $1.25
Præfiks cache-læsninger
$0.00
9 × 100K × $1/M = $0.90
I alt for kun det gentagne præfiks
$10.00
$2.15
Scope af 78,5%-tallet:
reduktionen fra $10.00 til $2.15 gælder kun for inputomkostningen for det gentagne præfiks i eksemplet med én skrivning og ni hits ovenfor. Det er ikke et estimat af typiske
besparelser eller en 78,5% reduktion af hele API-regningen.
For at inkludere output, antag at hver af de ti forespørgsler også genererer 2.000 fakturerbare output-tokens. Ved $50/M tilføjer output $1.00 til hver scenarios samlede omkostning. Uden andet input eller gebyrer er model-token-totalerne $11.00 uden caching og $3.15 med caching, en reduktion på ca. 71,4%. Ekstra input, cache-miss eller omskrivninger, værktøjer og forskellige behandlingsniveauer ændrer igen totalen.
Estimér besparelser fra målte cache-skrivninger og vellykkede læsninger sammen med de resterende gebyrer. Et stort genbrugeligt præfiks kan sænke inputforbruget, men dets effekt på den samlede omkostning afhænger af, hvor stor en del af regningen det præfiks udgør.
GPT-6 Astra vs Claude Fable 5.1: Samme overskriftspris, forskellig cache-økonomi
Overskriftspriserne er derfor identiske, men caching er det ikke.
Omkostningsdimension
GPT-6 Astra
Claude Fable 5.1
Input / 1M
$10.00
$10.00
Output / 1M
$50.00
$50.00
Cache-læsning / 1M
$1.00
$0.25
Cache-skrivning / 1M
$12.50
$12.50 (5-minutters cache)
Kontekstvindue
1.05M
1M
Terminal-Bench 4.0
57.9
55.8
AutomationBench
41.4
31.4
Fables $0.25/M cache-læsesats er en fjerdedel af Astras $1/M kortkontekst cache-læsesats. Fables 5-minutters cache-skrivesats matcher Astras $12.50/M skrivesats; Fables 1-times skriveoption koster $20/M.
For ekstremt repetitive arbejdslaster domineret af cachede præfikser kan Fable have bedre input-side økonomi, selv om begge modeller viser samme $10/$50 overskriftspris. For værktøjstunge softwareingeniør- og automationsopgaver kan Astras stærkere resultater på udvalgte agentiske benchmarks opveje den cache-ulempe.
Lige input- og outputpriser indebærer derfor ikke lige arbejdslastomkostninger. Cache-livstid, hitrate, genereret output og opgavesucces skal sammenlignes samlet.
GPT-6 Astra vs GPT-5.6 Sol: Er 2,5× tokenprisen det værd?
GPT-5.6 Sol koster $4/M input og $20/M output i Standard-kortkontekstbåndet, sammenlignet med Astras $10/M og $50/M. Tabellen adskiller forskellen i satser fra forskelle i kapabilitet.
Officiel model-sammenligning
GPT-6 Astra
GPT-5.6 Sol
Forskel
Input / 1M
$10
$4
Astra 2.5×
Output / 1M
$50
$20
Astra 2.5×
Cachet input / 1M
$1
$0.40
Astra 2.5×
Kontekst
1.05M
1.05M
Samme
Maks. output
128K
128K
Samme
AutomationBench
41.4
18.1
Astra +23.3 pts
Terminal-Bench 4.0
57.9
37.3
Astra +20.6 pts
OSWorld
72.6
65.7
Astra +6.9 pts
Hvis to modeller brugte præcis det samme antal tokens og havde samme succesrate, ville Sol klart være billigere.
Rent fra tokensatser behøver Astra sit workflow til at forbruge omtrent 40% så meget fakturerbart tokenækvivalent arbejde som Sol for at neutralisere en 2,5× satsforskel.
Men autonome workflows opfører sig ikke så pænt. Et mislykket $1-forsøg efterfulgt af et andet $1-forsøg koster mere end en $1.50-forespørgsel, der lykkes med det samme. Det samme gælder, når en svagere model medfører flere værktøjskald, længere trajektorier, menneskelig gennemgang eller gentagen kodeeksekvering.
OpenAI rapporterer, at Astra giver stærkere resultater med færre output-tokens og lavere estimeret API-omkostning pr. opgave i flere evalueringer, trods dens højere pr.-token-sats.
For almindelig chat, omskrivning, ekstraktion, klassificering og andre lige til arbejdslaster er det samme argument meget svagere.
til $0.50/M tokens/time i 2026 og $1/M tokens/time fra januar 2027. OpenAI-priserne vist bruger Standard-kortkontekstbåndet.
Sammenligningen illustrerer, hvorfor modelrouting kan være mere effektivt end at vælge én model til hver forespørgsel. At bruge Astra til de sværeste repository-skala ingeniør- eller automationsopgaver og rute rutinemæssige højvolumenarbejdslaster til en billigere model kan give en bedre samlet omkostningsprofil end enten Astra overalt eller aldrig at bruge Astra.
GPT-6 Astra omkostning efter behandlingstrin: Standard vs Batch, Flex og Fast
GPT-6 Astra behandlingstrin kan ændre regningen lige så meget som modelvalget.
For en 300K-input, 20K-output forespørgsel gælder langkontekstsatser.
Behandlingstilstand
Inputomkostning
Outputomkostning
I alt
Batch/Flex
$3.00
$0.75
$3.75
Standard
$6.00
$1.50
$7.50
Fast
$12.00
$3.00
$15.00
Batch/Flex halverer derfor den forenklede tokenregning sammenlignet med Standard, mens Fast fordobler den.
Batch/Flex giver mening, når fuldførelseslatens er fleksibel, såsom evalueringskørsler, data-berigelse, offline repository-analyse, dokument-backfills og asynkrone research-jobs.
Standard er den naturlige baseline for interaktive produktionsarbejdslaster, hvor hverken den lavest mulige pris eller maksimal hastighed dominerer.
Fast kan være nyttig, når forløbet tid har målbar forretningsværdi. OpenAI beskriver op til 2× hurtigere Astra-behandling til dobbelt af den gældende sats. Astra Fast har ingen latenst-SLA og er ikke tilgængelig med EU-datalagring.
Det bedste trin er derfor en forretningsbeslutning, ikke blot en performanceindstilling.
Omkostning pr. succesfuld opgave er den bedre metrik
Overvej to hypotetiske kodningsagenter.
Antag Agent A bruger en billigere model, koster $0.80 pr. forsøg og lykkes med sandsynlighed 55%; Agent B bruger Astra, koster $1.40 pr. forsøg og lykkes med sandsynlighed 90%. Kun til denne illustration er forsøg uafhængige, hver gentagelse har samme omkostning og succes-sandsynlighed, og retries fortsætter indtil succes.
Under disse antagelser er forventet modelomkostning pr. succesfuld opgave forsøgsomkostning divideret med succes-sandsynlighed:
Det eksakte forhold gør Agent B ca. 6,9% dyrere, eller omtrent 7%. Dette eksempel viser ikke, at Astra sparer penge; det viser, hvorfor et pr.-token-multipel ikke er det samme som et omkostning-pr.-succes-multipel.
Formlen tager allerede højde for gentagne forsøg, så tilføj ikke en anden retry-afskrivning. Menneskelig gennemgang, værktøjer og eksekveringsoverhead kan ændre sammenligningen, hvis de måles separat. Reelle fejl kan også være korrelerede, hvilket gør denne simple model uegnet til nogle workflows.
For en reel evaluering divideres alle model- og værktøjsudgifter på tværs af testsettet med antallet af accepterede resultater, og derefter rapporteres korrektionstid og uløste fejl separat. Brug det observerede resultat til at beslutte, hvilke opgaver der retfærdiggør Astra.
Hold rutineforespørgsler under 272K input-tokens, når det er muligt, så en lille kontekststigning ikke udløser langkontekstpriser for hele forespørgslen.
Design stabile prompt-præfikser til caching. Systeminstruktioner, repository-kort, politikker, skemaer og statisk dokumentation er bedre cachekandidater end gentagne rekonstruerede prompts.
Brug modelrouting. Reserver GPT-6 Astra til forespørgsler, hvis kompleksitet faktisk har gavn af den, mens forudsigelig ekstraktion, opsummering, letvægtskodning og klassificering dirigeres til mindre dyre modeller.
Mål hele agenttrajektorier. En optimering, der fjerner 20% af tokens, men forårsager flere mislykkede kørseler, kan gøre systemet dyrere i stedet for billigere.
Administrer aktivt historik med opsummering, retrieval, afgrænsede underagenter og selektiv tilbageholdelse af værktøjsresultater for at forhindre kontekstvækst i at blive et stille prisproblem.
FAQ
Er Astra dyrere end andre modeller?
Dens Standard-kortkontekst tokensatser er 2,5× Sols og matcher Fables overskrifts- input/output-satser. Gemini Flash er i et lavere pristrin. Sammenligningerne ovenfor viser, hvorfor cachebrug og omkostning pr. accepteret opgave kan ændre den praktiske rangering.
Betaler en lille forespørgsel for hele kontekstvinduet?
Nej. Regningen afspejler de tokens, der behandles. Langkontekstbåndet gælder, når input overstiger 272.000 tokens; blot at vælge en model med et stort vindue aktiverer ikke det bånd.
Hvordan estimerer jeg CometAPI-besparelser?
Anvend udbyderens matchende input-, output-, cache-læse- og cache-skrivesatser på den samme tokenkomposition. Den listede 20% forskel gælder for disse kategorier; tilføj eventuelle andre gebyrer separat, før du sammenligner samlede regninger.
Afsluttende bemærkninger
Astras pris er lettest at retfærdiggøre, når dens kapabiliteter forbedrer et vanskeligt workflow nok til at opveje højere satser. Begynd med en repræsentativ test, mål accepterede resultater, og sammenlign samlet forbrug og korrektionstid med en passende baseline.
Hold kontekstvækst under kontrol, design genbrugelige præfikser til caching, og vælg et behandlingstrin, der passer til latenstkravet. Brug GPT-6 Astra API i CometAPI, når dens offentliggjorte satser og tilgængelige funktioner passer til arbejdslasten.
Priser for GPT-6 Astra: API-tokens, cachelagring og opgaveomkostninger - CometAPI
