TL;DR La tariffa API ufficiale parte da $10 per milione di token di input e $50 per milione di token di output, pari a 2,5 volte il prezzo per token standard di GPT-5.6 Sol.
GPT-6 Astra è progettato per flussi di lavoro di coding di lunga durata, browser, uso del computer, ricerca e agentici, in cui il costo reale è spesso determinato da retry, chiamate agli strumenti, crescita del contesto, utilizzo della cache e dalla probabilità che il modello porti a termine il compito con successo. OpenAI colloca Astra intorno ai lavori end-to-end più difficili piuttosto che sull’inferenza economica ad alto volume.
C’è anche un’importante soglia di prezzo: una volta che una richiesta supera 272K token di input, le tariffe di Astra aumentano per l’intera richiesta.
Dobbiamo notare:
- Attenzione alla dimensione del contesto: superare 272K token di input cambia le tariffe per l’intera richiesta.
- Considerare la cache: prefissi stabili ricorrenti possono costare molto meno quando il riutilizzo della cache ha successo.
- Scegliere il tier di elaborazione: Batch/Flex scambia immediatezza per tariffe più basse; Fast aggiunge un premio.
- Misurare gli esiti dei compiti: includere token, strumenti, run falliti e tempo di correzione umana nel confronto.
GPT-6 Astra Prezzi in sintesi
La tabella delle tariffe separa input ordinario, letture cache, scritture cache e output. Le fasce di contesto si riferiscono al conteggio dei token di input; tutti i prezzi dei token sono per milione di token.
Batch e Flex usano metà delle tariffe Standard. Fast usa il doppio delle tariffe Standard applicabili. Queste modalità di elaborazione servono esigenze diverse di latenza e disponibilità.
| Modalità di prezzo / contesto | Input / 1M | Input in cache / 1M | Scrittura cache / 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 |
Il numero più importante in questa tabella probabilmente non è $10 o $50. È 272K.
Per prompt oltre 272K token di input, OpenAI applica tariffe 2× per input/cache e 1,5× per output all’intera richiesta. Un piccolo incremento vicino a quella soglia può quindi produrre un aumento di costo molto maggiore.
Che cos’è GPT-6 Astra?
GPT-6 Astra combina coding, ricerca e interazione con il computer in un unico modello. La sua capacità di contesto, il limite di output e i flussi di lavoro supportati spiegano dove il premio di prezzo può avere rilevanza.
| Specifiche API ufficiali | Valore |
|---|---|
| Developer | OpenAI |
| Model ID | gpt-6-astra |
| Context window | 1,050,000 token |
| Maximum output | 128,000 token |
| Knowledge cutoff | April 30, 2026 |
| Input modalities | Testo e immagini |
| Output modality | Testo |
| Reasoning levels | Low, Medium, High, XHigh, Max |
| Recommended API | Responses API per workflow ricchi di tool |
| Fine-tuning | Non supportato |
| Long-context pricing threshold | Più di 272K token di input |
Quella finestra di contesto da 1,05M di token è particolarmente rilevante per il prezzo. Astra può ingerire repository, documenti, storici degli strumenti e materiale di ricerca molto grandi, ma usare aggressivamente la finestra di contesto disponibile non significa che sia economicamente ottimale.
Le chiamate asincrone agli strumenti e il mid-turn steering supportano flussi di lavoro più lunghi, insieme a uso del computer, caching del prompt, orchestrazione multi-agente e compattazione. Il supporto del modello non significa che ogni provider esponga ogni strumento o funzionalità.
Quanto costa GPT-6 Astra tramite CometAPI?
CometAPI attualmente offre accesso API a GPT-6 Astra con tariffe di token per contesto corto e lungo inferiori del 20% rispetto alle tariffe ufficiali corrispondenti.
- Contesto corto: CometAPI elenca $8/M input e $40/M output, rispetto ai $10/M e $50/M di OpenAI.
- Contesto lungo: CometAPI elenca $16/M input e $60/M output, rispetto ai $20/M e $75/M di OpenAI.
- Cache: le tariffe di lettura/scrittura cache per contesto corto sono $0.80/M e $10/M; per contesto lungo sono $1.60/M e $20/M.
- Differenza: le tariffe CometAPI elencate sono inferiori del 20% rispetto alle tariffe OpenAI corrispondenti in ciascuna categoria. Confermare le tariffe correnti prima della pianificazione in produzione.
Per l’esempio precedente con 100K di input e 10K di output:
OpenAI: 100K × $10/M + 10K × $50/M = $1.50
CometAPI: 100K × $8/M + 10K × $40/M = $1.20
Risparmio per richiesta: $0.30
A 10.000 richieste equivalenti, la differenza semplificata diventa $3.000.
Per il carico di lavoro a lungo contesto con 300K di input e 20K di output:
OpenAI: 300K × $20/M + 20K × $75/M = $7.50
CometAPI: 300K × $16/M + 20K × $60/M = $6.00
Risparmio per richiesta: $1.50
I prezzi API e le regole di fatturazione possono cambiare. La pianificazione di produzione dovrebbe usare la tariffa CometAPI corrente per il modello e il carico di lavoro attivi.
La differenza percentuale è semplice, ma carichi di lavoro con grandi agenti amplificano il suo impatto assoluto perché una richiesta può consumare centinaia di migliaia di token di input.
Cosa costa GPT-6 Astra oltre ai token del modello?
Per la generazione di testo tradizionale, i token di input e output dominano il calcolo dei costi. Per gli agenti Astra, possono essere solo una parte della fattura.
OpenAI addebita separatamente strumenti di web e file search. La ricerca web costa $10 per 1.000 chiamate, con i contenuti recuperati fatturati anche alle tariffe dei token del modello. Le chiamate di file search costano $2.50 per 1.000 e lo storage costa $0.10/GB/giorno dopo l’allocazione gratuita di 1 GB.
Hosted Shell e Code Interpreter hanno addebiti separati per container: la tariffa per 1 GB è $0.03 per sessione di 20 minuti per container. Le sessioni idonee usano la fatturazione al minuto con un minimo di cinque minuti. Allocazioni di memoria maggiori hanno tariffe più alte.
I contenuti generati dagli strumenti possono anche aumentare il consumo di token. Un agente di browser o computer-use può aggiungere ripetutamente screenshot, pagine, output del terminale, documenti recuperati e storici degli strumenti al contesto. Anche se ogni singola azione è economica, la storia accumulata può spingere la richiesta del modello successiva oltre la soglia dei 272K di Astra.
Ciò significa che un budget di produzione dovrebbe tracciare almeno: token del modello + attività di cache + chiamate agli strumenti + esecuzione ospitata + retry + step totali + tasso di successo del compito.
Più il flusso di lavoro è autonomo, meno utile diventa il prezzo per milione di token come KPI autonomo.
Lo sforzo di ragionamento influisce sul costo di GPT-6 Astra?
Lo sforzo di ragionamento non è una voce separata nella tabella delle tariffe dei token pubblicata. Può comunque cambiare la spesa totale indirettamente: un ragionamento più profondo può produrre più token di output, estendere l’uso degli strumenti o allungare la traiettoria dell’agente, mentre decisioni migliori possono ridurre i retry e la correzione umana. Confrontare le impostazioni di ragionamento con lo stesso set di compiti e riportare i token totali del modello, i costi degli strumenti, il tasso di completamento e il tempo di correzione.
Quanta performance stai acquistando?
Un confronto di prezzo è incompleto senza capire cosa compra la tariffa più alta.
OpenAI riporta guadagni sostanziali su valutazioni agentiche e tecniche. Le percentuali sotto sono risultati riportati dal fornitore, non misurazioni indipendenti fatte per questo articolo; un trattino significa che non è stato riportato alcun risultato.
| Benchmark ufficiale (%) | 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 | — | — |
Nella valutazione offline OSWorld 2.0 di OpenAI, Astra ha totalizzato 72.6% contro 65.7% per GPT-5.6 Sol. Una simulazione di latenza ha stimato circa 40 contro 75 minuti per compito. Questi tempi descrivono l’impostazione della valutazione, non una garanzia generale di latenza.
Questo ha rilevanza economica.
Un modello che costa 2,5× per token non necessariamente costa 2,5× per compito completato se usa meno turni, richiede meno retry, completa i flussi di lavoro più velocemente o evita l’escalation a un operatore umano.
Allo stesso tempo, Astra non è automaticamente il miglior valore per ogni compito. Il premio è più facile da giustificare laddove i suoi guadagni agentici incidano effettivamente sul completamento del compito.
La soglia dei 272K cambia l’economia
La parte più facilmente trascurata del prezzo di GPT-6 Astra è cosa succede quando l’input supera 272K token.
Considerare alcune richieste Standard semplificate senza caching o costi aggiuntivi degli strumenti.
| Carico di lavoro | Input | Output | Fascia tariffaria | Costo OpenAI stimato |
|---|---|---|---|---|
| Richiesta di coding breve | 20K | 2K | ≤272K | $0.30 |
| Analisi ampia | 100K | 10K | ≤272K | $1.50 |
| Agente vicino alla soglia | 270K | 10K | ≤272K | $3.20 |
| Agente leggermente più grande | 280K | 10K | >272K | $6.35 |
| Compito a livello repository | 300K | 20K | >272K | $7.50 |
L’esempio da 270K token costa:
270K × $10/M + 10K × $50/M = $3.20
Aumentare l’input di soli 10K token sposta la richiesta nella tariffazione long-context:
280K × $20/M + 10K × $75/M = $6.35
L’input è cresciuto di circa il 3,7%, ma il costo totale della richiesta è aumentato di quasi il 98%.
Ciò rende la gestione del contesto un importante meccanismo di controllo dei costi per gli agenti Astra. Invece di aggiungere continuamente ogni risultato dello strumento, file, screenshot e turno di conversazione, gli agenti in produzione possono riassumere lo stato più vecchio, recuperare solo i file rilevanti, isolare il contesto stabile per il caching e avviare sotto-agenti freschi per compiti indipendenti.
Con Astra, l’ottimizzazione dei token non riguarda quindi solo la riduzione del conteggio dei token. Può anche riguardare il restare dal lato più economico di una soglia di prezzo.
Come il caching del prompt cambia i costi di input di GPT-6 Astra
Per richieste Standard nella fascia a contesto breve, l’input ordinario costa $10/M, le letture cache costano $1/M e le scritture cache costano $12.50/M. La tariffa di lettura inferiore si applica solo quando il prefisso riutilizzabile viene servito con successo dalla cache.
Le letture cache riuscite costano un decimo dell’input ordinario, mentre le scritture hanno la loro tariffa. Il riuso dipende dalla disponibilità di un prefisso in cache corrispondente. Misurare separatamente scritture e hit piuttosto che trattare ogni prompt ripetuto come un hit di cache.
Considerare dieci richieste ipotetiche che includono ciascuna lo stesso prefisso da 100K token e restano entro 272K token totali di input. Confrontare due casi controllati: nessun caching, contro una scrittura cache a prefisso completo seguita da nove letture cache a prefisso completo riuscite, senza scritture aggiuntive.
| Costo del prefisso ripetuto su dieci richieste | Nessun caching | Una scrittura + nove letture |
|---|---|---|
| Input ordinario del prefisso | 10 × 100K × $10/M = $10.00 | $0.00 |
| Scrittura del prefisso in cache | $0.00 | 100K × $12.50/M = $1.25 |
| Letture del prefisso in cache | $0.00 | 9 × 100K × $1/M = $0.90 |
| Totale per il solo prefisso ripetuto | $10.00 | $2.15 |
Ambito della cifra del 78,5%:
la riduzione da $10.00 a $2.15 si applica solo al costo di input del prefisso ripetuto nell’esempio una scrittura, nove hit sopra. Non è una stima del risparmio tipico
né una riduzione del 78,5% dell’intera fattura API.
Per includere l’output, supponiamo che ciascuna delle dieci richieste generi anche 2.000 token di output fatturabili. A $50/M, l’output aggiunge $1.00 al costo aggregato di ciascuno scenario. Senza altri input o addebiti, i totali dei token del modello sono $11.00 senza caching e $3.15 con caching, una riduzione di circa il 71,4%. Ulteriore input, cache miss o riscritture, strumenti e diversi tier di elaborazione cambiano di nuovo il totale.
Stimare i risparmi da scritture di cache misurate e letture riuscite insieme agli altri addebiti rimanenti. Un grande prefisso riutilizzabile può ridurre la spesa di input, ma il suo effetto sul costo totale dipende da quanto di quella fattura rappresenta quel prefisso.
GPT-6 Astra vs Claude Fable 5.1: stesso prezzo di base, economia della cache diversa
Claude Fable 5.1 ha tariffe headline di $10/M input e $50/M output, che corrispondono ai prezzi Standard a contesto corto di Astra per input e output.
I prezzi headline sono quindi identici, ma la cache no.
| Dimensione di costo | GPT-6 Astra | Claude Fable 5.1 |
|---|---|---|
| Input / 1M | $10.00 | $10.00 |
| Output / 1M | $50.00 | $50.00 |
| Lettura cache / 1M | $1.00 | $0.25 |
| Scrittura cache / 1M | $12.50 | $12.50 (cache 5 minuti) |
| Context window | 1.05M | 1M |
| Terminal-Bench 4.0 | 57.9 | 55.8 |
| AutomationBench | 41.4 | 31.4 |
La tariffa di lettura cache $0.25/M di Fable è un quarto della tariffa di lettura cache $1/M a contesto corto di Astra. La tariffa di scrittura cache a 5 minuti di Fable corrisponde alla tariffa di scrittura $12.50/M di Astra; l’opzione di scrittura a 1 ora di Fable costa $20/M.
Per carichi di lavoro estremamente ripetitivi dominati da prefissi in cache, Fable può avere un’economia lato input migliore anche se entrambi i modelli mostrano lo stesso prezzo headline $10/$50. Per compiti di ingegneria software e automazione ricchi di strumenti, i risultati più forti di Astra su selezionati benchmark agentici possono compensare questo svantaggio di cache.
Prezzi uguali di input e output non implicano quindi costi di carico di lavoro uguali. Durata della cache, tasso di hit, output generato e successo del compito vanno confrontati insieme.
GPT-6 Astra vs GPT-5.6 Sol: vale 2,5× il prezzo per token?
GPT-5.6 Sol costa $4/M input e $20/M output nella fascia Standard a contesto corto, rispetto ai $10/M e $50/M di Astra. La tabella separa tale differenza di tariffa dalle differenze di capacità.
| Confronto ufficiale del modello | GPT-6 Astra | GPT-5.6 Sol | Differenza |
|---|---|---|---|
| Input / 1M | $10 | $4 | Astra 2,5× |
| Output / 1M | $50 | $20 | Astra 2,5× |
| Input in cache / 1M | $1 | $0.40 | Astra 2,5× |
| Context | 1.05M | 1.05M | Uguale |
| Max output | 128K | 128K | Uguale |
| AutomationBench | 41.4 | 18.1 | Astra +23,3 pt |
| Terminal-Bench 4.0 | 57.9 | 37.3 | Astra +20,6 pt |
| OSWorld | 72.6 | 65.7 | Astra +6,9 pt |
Se due modelli usassero esattamente lo stesso numero di token e avessero uguale successo, Sol sarebbe chiaramente più economico.
Puramente dal prezzo dei token, Astra deve far consumare al flusso di lavoro circa il 40% del lavoro equivalente in token fatturabili rispetto a Sol per neutralizzare una differenza di tariffa di 2,5×.
Ma i flussi di lavoro autonomi non si comportano così linearmente. Un tentativo da $1 fallito seguito da un altro tentativo da $1 costa più di una richiesta da $1.50 che ha successo immediatamente. Lo stesso vale quando un modello più debole causa più chiamate agli strumenti, traiettorie più lunghe, revisione umana o esecuzione di codice ripetuta.
OpenAI riporta che Astra produce risultati più forti con meno token di output e un costo API stimato per compito inferiore in diverse valutazioni, nonostante la tariffa per token più alta.
Per chat ordinarie, riscrittura, estrazione, classificazione e altri carichi di lavoro lineari, lo stesso argomento è molto più debole.
GPT-6 Astra vs Gemini 3.8 Flash: una fascia di costo molto diversa
Gemini 3.8 Flash occupa una fascia di prezzo più bassa. La tariffa introduttiva di Google è $0.75/M input e $3.75/M output fino al 31 dicembre 2026.
Questo rende Astra circa 13,3× più costoso sia su input non in cache che su output alle tariffe Standard a contesto corto.
| Dimensioni di confronto | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 | Gemini 3.8 Flash (pricing) |
|---|---|---|---|---|
| Input / 1M | $10.00 | $4.00 | $10.00 | $0.75* |
| Output / 1M | $50.00 | $20.00 | $50.00 | $3.75* |
| Input in cache / 1M | $1.00 | $0.40 | $0.25 | $0.075* |
| Context | 1.05M | 1.05M | 1M | 1,048,576 |
| Max output | 128K | 128K | 128K | 65,536 |
| Terminal-Bench 4.0 | 57.9 | 37.3 | 55.8 | 19.1 |
| GPQA Diamond | 96.0 | 94.6 | 93.7 | 95.3 |
I prezzi di Gemini nella tabella sono introduttivi fino al
. Dal 1° gennaio 2027, le tariffe di input/output diventano $1.50/$7.50 per milione di token e le letture di cache diventano $0.15/M.
Lo storage della cache è fatturato separatamente
a $0.50/M token/ora durante il 2026 e $1/M token/ora dal gennaio 2027. I prezzi OpenAI mostrati usano la fascia Standard a contesto breve.
Il confronto illustra perché il routing dei modelli può essere più efficiente che selezionare un unico modello per ogni richiesta. Usare Astra per i compiti più difficili a livello di repository o automazione e instradare carichi di lavoro di routine ad alto volume verso un modello più economico può produrre un profilo di costo complessivo migliore rispetto sia ad Astra ovunque sia a non usare mai Astra.
Costo di GPT-6 Astra per tier di elaborazione: Standard vs Batch, Flex e Fast
Le modalità di elaborazione di GPT-6 Astra possono cambiare la fattura tanto quanto la scelta del modello.
Per una richiesta con 300K di input e 20K di output, si applicano le tariffe long-context.
| Modalità di elaborazione | Costo input | Costo output | Totale |
|---|---|---|---|
| Batch/Flex | $3.00 | $0.75 | $3.75 |
| Standard | $6.00 | $1.50 | $7.50 |
| Fast | $12.00 | $3.00 | $15.00 |
Batch/Flex quindi dimezza la fattura semplificata dei token rispetto a Standard, mentre Fast la raddoppia.
Batch/Flex ha senso quando la latenza di completamento è flessibile, come run di valutazione, arricchimento dati, analisi offline di repository, backfill di documenti e job di ricerca asincroni.
Standard è il baseline naturale per carichi di lavoro interattivi in produzione in cui né il costo minimo né la massima velocità dominano.
Fast può essere utile quando il tempo trascorso ha un valore aziendale misurabile. OpenAI descrive fino a 2× elaborazione Astra più rapida al doppio della tariffa applicabile. Astra Fast non ha SLA di latenza ed è non disponibile con residenza dati UE.
Il miglior tier è quindi una decisione di business, non semplicemente un’impostazione di performance.
Il costo per attività riuscita è la metrica migliore
Considerare due agenti di coding ipotetici.
Supponiamo che l’Agente A usi un modello più economico, costi $0.80 per tentativo e abbia probabilità di successo del 55%; l’Agente B usi Astra, costi $1.40 per tentativo e abbia probabilità di successo del 90%. Solo per questa illustrazione, i tentativi sono indipendenti, ogni ripetizione ha lo stesso costo e la stessa probabilità di successo e i retry continuano fino al successo.
In base a tali assunzioni, il costo modello atteso per attività riuscita è il costo per tentativo diviso per la probabilità di successo:
Agente A: $0.80 / 0.55 ≈ $1.45
Agente B: $1.40 / 0.90 ≈ $1.56
Il rapporto esatto rende l’Agente B circa 6,9% più costoso, o circa il 7%. Questo esempio non mostra Astra che fa risparmiare; mostra perché un multiplo della tariffa per token non equivale a un multiplo del costo per successo.
La formula già tiene conto dei tentativi ripetuti, quindi non aggiungere una seconda tolleranza per i retry. Revisione umana, strumenti e overhead di esecuzione possono cambiare il confronto se misurati separatamente. I fallimenti reali possono anche essere correlati, rendendo questo semplice modello inadatto ad alcuni flussi di lavoro.
Per una valutazione reale, dividere tutta la spesa per modello e strumenti sull’insieme di test per il numero di risultati accettati, quindi riportare separatamente il tempo di correzione e i fallimenti non risolti. Usare quel risultato osservato per decidere quali compiti giustificano Astra.
Come ridurre i costi API di GPT-6 Astra
- Mantenere le richieste di routine sotto 272K token di input quando possibile, così un piccolo aumento del contesto non attiva la tariffazione long-context per l’intera richiesta.
- Progettare prefissi di prompt stabili per il caching. Istruzioni di sistema, mappe dei repository, policy, schemi e documentazione statica sono candidati migliori per la cache rispetto a prompt ricostruiti di continuo.
- Usare il routing dei modelli. Riservare GPT-6 Astra per richieste la cui complessità ne trae effettivo beneficio, indirizzando estrazione prevedibile, sintesi, coding leggero e classificazione a modelli meno costosi.
- Scegliere il tier di elaborazione appropriato. Batch o Flex possono dimezzare le tariffe dei token per carichi di lavoro che non richiedono risultati immediati.
- Misurare l’intera traiettoria degli agenti. Un’ottimizzazione che rimuove il 20% dei token ma causa più run falliti può rendere il sistema più costoso anziché più economico.
- Gestire attivamente la storia con riassunti, retrieval, sotto-agenti a scopo limitato e conservazione selettiva dei risultati degli strumenti per evitare che la crescita del contesto diventi un problema di prezzo silenzioso.
FAQ
Astra è più costoso di altri modelli?
Le sue tariffe Standard a contesto corto sono 2,5× quelle di Sol e corrispondono ai prezzi di input/output headline di Fable. Gemini Flash è in una fascia di prezzo più bassa. I confronti sopra mostrano perché l’uso della cache e il costo per attività accettata possono cambiare la classifica pratica.
Una richiesta piccola paga per l’intera finestra di contesto?
No. La fattura riflette i token elaborati. La fascia long-context si applica quando l’input supera 272.000 token; scegliere un modello con una grande finestra non attiva di per sé quella fascia.
Come stimare i risparmi con CometAPI?
Applicare le tariffe del provider per input, output, lettura cache e scrittura cache corrispondenti alla stessa composizione di token. La differenza del 20% elencata si applica a tali categorie; aggiungere separatamente eventuali altri addebiti prima di confrontare le fatture totali.
Considerazioni finali
Il prezzo di Astra è più facile da giustificare quando le sue capacità migliorano un flusso di lavoro difficile abbastanza da compensare tariffe più alte. Iniziare con un test rappresentativo, misurare i risultati accettati e confrontare la spesa totale e il tempo di correzione con una baseline adeguata.
Tenere sotto controllo la crescita del contesto, progettare prefissi riutilizzabili per il caching e selezionare un tier di elaborazione che si adatti al requisito di latenza. Usare l’API di GPT-6 Astra in CometAPI quando le tariffe pubblicate e le funzionalità disponibili si adattano al carico di lavoro.