Bouwen met CometAPIHeb je één API voor meerdere modellen nodig?Test de workflow in Playground en maak daarna een API-sleutel aan wanneer het model en de kosten passen bij je use case.
GPT-6 Astra-prijzen: API-tokens, caching en taakkosten
Vergelijk de API-tarieven van GPT-6 Astra voor input-, output- en gecachete tokens. Bekijk de contextafhankelijke tarieven en schat de taakkosten voordat je een toegangsprovider kiest.
TL;DR Het officiële API-tarief begint bij $10 per miljoen invoertokens en $50 per miljoen uitvoertokens, wat 2,5 keer de standaard tokenprijs van GPT-5.6 Sol is.
GPT-6 Astra is ontworpen voor langlopende workflows voor coderen, browsen, computergebruik, onderzoek en agentische workflows, waar de werkelijke kosten vaak worden bepaald door retries, toolaanroepen, contextgroei, cachegebruik en de kans dat het model de taak succesvol afrondt. OpenAI positioneert Astra rond het moeilijkste end-to-end werk in plaats van goedkope high-volume inferentie.
Er is ook een belangrijke prijssprong: zodra een verzoek , stijgen Astra’s tarieven voor het volledige verzoek.
De tarieftabel onderscheidt gewone invoer, cache-reads, cache-writes en uitvoer. Contextbanden verwijzen naar het aantal invoertokens; alle tokenprijzen zijn per miljoen tokens.
Batch en Flex gebruiken de helft van de Standard-tarieven. Fast gebruikt het dubbele van de toepasselijke Standard-tarieven. Deze verwerkingsmodi voorzien in verschillende behoeften qua latentie en beschikbaarheid.
Tariefmodus / context
Invoer / 1M
Gecachte invoer / 1M
Cache-schrijven / 1M
Uitvoer / 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
Het belangrijkste getal in deze tabel is wellicht niet $10 of $50. Het is 272K.
Voor prompts boven 272K invoertokens past OpenAI 2× input/cache en 1,5× outputtarieven toe op het volledige verzoek. Een kleine toename nabij die grens kan daarom tot een veel grotere kostenstijging leiden.
GPT-6 Astra combineert coderen, onderzoek en computerinteractie in één model. De contextcapaciteit, outputlimiet en ondersteunde workflows verklaren waar de prijs-premie relevant kan zijn.
Officiële API-specificaties
Waarde
Ontwikkelaar
OpenAI
Model-ID
gpt-6-astra
Contextvenster
1,050,000 tokens
Maximale uitvoer
128,000 tokens
Kennisafkapdatum
April 30, 2026
Invoermodaliteiten
Tekst en afbeeldingen
Uitvoermodaliteit
Tekst
Redeneerniveaus
Low, Medium, High, XHigh, Max
Aanbevolen API
Responses API voor toolrijke workflows
Fine-tuning
Niet ondersteund
Prijsdrempel voor lange context
Meer dan 272K invoertokens
Dat contextvenster van 1,05M tokens is vooral relevant voor de prijs. Astra kan zeer grote repositories, documenten, toolgeschiedenissen en onderzoeksmateriaal verwerken, maar het agressief benutten van het beschikbare contextvenster is economisch niet per se optimaal.
De mogelijkheden voor asynchrone toolaanroepen en tussentijdse sturing ondersteunen langere workflows, naast computergebruik, prompt-caching, multi-agent-orkestratie en compactie. Modelondersteuning betekent niet dat elke provider elke tool of feature aanbiedt.
Korte context: CometAPI vermeldt $8/M invoer en $40/M uitvoer, vergeleken met $10/M en $50/M bij OpenAI.
Lange context: CometAPI vermeldt $16/M invoer en $60/M uitvoer, vergeleken met $20/M en $75/M bij OpenAI.
Cache: korte-context read/write-tarieven zijn $0.80/M en $10/M; lange-contexttarieven zijn $1.60/M en $20/M.
Verschil: de vermelde CometAPI-tarieven liggen in elke categorie 20% onder de overeenkomende OpenAI-tarieven. Bevestig actuele tarieven vóór budgettering voor productie.
Voor het eerdere voorbeeld met 100K invoer en 10K uitvoer:
API-prijzen en factureringsregels kunnen veranderen. Voor productie-budgettering moet je het actuele CometAPI-tarief gebruiken voor het actieve model en de workload.
Het percentageverschil is eenvoudig, maar grootschalige agent-workloads vergroten de absolute impact omdat één verzoek honderdduizenden invoertokens kan verbruiken.
Wat kost GPT-6 Astra naast modeltokens?
Voor traditionele tekstgeneratie domineren invoer- en uitvoertokens de kostencalculatie. Voor Astra-agents kunnen ze slechts een deel van de rekening vormen.
OpenAI rekent apart voor web- en bestandszoektools. Websearch kost $10 per 1.000 oproepen, waarbij opgehaalde content ook tegen modeltoken-tarieven wordt gefactureerd. File-search-oproepen kosten $2.50 per 1.000 en opslag kost $0.10/GB/dag na de gratis 1 GB-toelage.
Hosted Shell en Code Interpreter hebben aparte containerkosten: het 1 GB-tarief is $0.03 per sessie van 20 minuten per container. In aanmerking komende sessies gebruiken facturering per minuut met een minimum van vijf minuten. Grotere geheugentoewijzingen hebben hogere tarieven.
Door tools gegenereerde content kan het tokenverbruik ook verhogen. Een browser- of computergebaseerde agent kan herhaaldelijk screenshots, pagina’s, terminaloutput, opgehaalde documenten en toolgeschiedenissen aan de context toevoegen. Zelfs als elke afzonderlijke actie goedkoop is, kan de opgetelde geschiedenis het volgende modelverzoek over Astra’s 272K-drempel duwen.
Dat betekent dat een productie-budget ten minste moet bijhouden: modeltokens + cache-activiteit + toolaanroepen + gehoste uitvoering + retries + totale stappen + succesratio per taak.
Hoe autonomer de workflow, hoe minder nuttig prijs per miljoen tokens is als op zichzelf staande KPI.
Beïnvloedt redeneerinspanning de kosten van GPT-6 Astra?
Redeneerinspanning is geen aparte post in de gepubliceerde token-tarieftabel. Het kan de totale uitgaven indirect wel veranderen: diepere redenering kan meer uitvoertokens opleveren, het gebruik van tools uitbreiden of een agenttraject verlengen, terwijl betere beslissingen retries en menselijke correctie kunnen verminderen. Vergelijk redeneerinstellingen met dezelfde taken set en rapporteer totale modeltokens, toolkosten, voltooiingsgraad en correctietijd.
Hoeveel performance koop je?
Een prijsvergelijking is onvolledig zonder te begrijpen wat het hogere tarief oplevert.
OpenAI rapporteert aanzienlijke winst bij agentische en technische evaluaties. Onderstaande percentages zijn door de leverancier gerapporteerde resultaten, geen onafhankelijke metingen voor dit artikel; een streepje betekent dat er geen resultaat is gerapporteerd.
Officiële 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
—
—
In OpenAI’s OSWorld 2.0 offline-evaluatie scoorde Astra 72,6% tegenover 65,7% voor GPT-5.6 Sol. Een latentietest schatte ongeveer 40 versus 75 minuten per taak. Deze timings beschrijven de evaluatie-opzet, geen algemene latentiegarantie.
Dat is economisch belangrijk.
Een model dat 2,5× meer per token kost, is niet noodzakelijk 2,5× duurder per voltooide taak als het minder turns gebruikt, minder retries nodig heeft, workflows sneller voltooit of escalatie naar een menselijke operator voorkomt.
Tegelijk is Astra niet automatisch de beste waarde voor elke taak. De premie is het gemakkelijkst te rechtvaardigen waar de agentische verbeteringen daadwerkelijk invloed hebben op taakvoltooiing.
Beschouw enkele vereenvoudigde Standard-verzoeken zonder caching of extra toolkosten.
Workload
Input
Output
Prijscategorie
Geschatte OpenAI-kosten
Korte codeaanvraag
20K
2K
≤272K
$0.30
Grote analyse
100K
10K
≤272K
$1.50
Agent nabij drempel
270K
10K
≤272K
$3.20
Iets grotere agent
280K
10K
>272K
$6.35
Repository-schaaltaak
300K
20K
>272K
$7.50
Het 270K-tokenvoorbeeld kost:
270K × $10/M + 10K × $50/M = $3.20
Verhoog de invoer met slechts 10K tokens en het verzoek verschuift naar long-context prijzen:
280K × $20/M + 10K × $75/M = $6.35
De invoer groeide met ongeveer 3,7%, maar de totale verzoekkosten stegen met bijna 98%.
Dat maakt contextbeheer een belangrijke kostenbeheersingsmechaniek voor Astra-agents. In plaats van continu elk toolresultaat, bestand, screenshot en elk gespreksturn toe te voegen, kunnen productieagents oudere staat samenvatten, alleen relevante bestanden ophalen, stabiele context isoleren voor caching en frisse sub-agents starten voor onafhankelijke taken.
Bij Astra gaat tokenoptimalisatie dus niet alleen over het verlagen van het aantal tokens. Het kan ook gaan om aan de goedkopere kant van een prijsgrens blijven.
Hoe prompt-caching de invoerkosten van GPT-6 Astra verandert
Voor Standard-verzoeken in de korte-contextband kost gewone invoer $10/M, kosten cache-reads $1/M en cache-writes $12.50/M. Het lagere read-tarief geldt alleen wanneer de herbruikbare prefix succesvol uit de cache wordt bediend.
Geslaagde cache-reads kosten een tiende van gewone invoer, terwijl writes hun eigen tarief hebben. Hergebruik hangt af van een overeenkomende gecachete prefix die beschikbaar blijft. Meet writes en hits apart in plaats van elke herhaalde prompt als cache-hit te beschouwen.
Beschouw tien hypothetische verzoeken die elk dezelfde prefix van 100K tokens bevatten en binnen 272K totale invoertokens blijven. Vergelijk twee gecontroleerde gevallen: geen caching, versus één volledige prefix-cache-write gevolgd door negen succesvolle volledige prefix-cache-reads, zonder extra writes.
Kosten herhaalde prefix over tien verzoeken
Geen caching
Eén write + negen reads
Gewone prefixinvoer
10 × 100K × $10/M = $10.00
$0.00
Prefix cache-write
$0.00
100K × $12.50/M = $1.25
Prefix cache-reads
$0.00
9 × 100K × $1/M = $0.90
Totaal alleen voor de herhaalde prefix
$10.00
$2.15
Reikwijdte van de 78,5%-cijfer:
de daling van $10.00 naar $2.15 geldt alleen voor de invoerkosten van de herhaalde prefix in het voorbeeld hierboven met één write en negen hits. Het is geen schatting van typische
besparingen of een reductie van 78,5% op de volledige API-rekening.
Om uitvoer mee te nemen, stel dat elk van de tien verzoeken ook 2.000 factureerbare uitvoertokens genereert. Bij $50/M voegt uitvoer $1.00 toe aan de totale kosten van elk scenario. Zonder andere invoer of kosten zijn de modeltoken-totalen $11.00 zonder caching en $3.15 met caching, een reductie van circa 71,4%. Extra invoer, cache-misses of -rewrites, tools en andere verwerkingsmodi veranderen het totaal opnieuw.
Schat besparingen op basis van gemeten cache-writes en succesvolle reads samen met de resterende kosten. Een grote herbruikbare prefix kan de invoerkosten verlagen, maar het effect op de totale kosten hangt af van hoeveel van de rekening die prefix vertegenwoordigt.
GPT-6 Astra vs Claude Fable 5.1: dezelfde headlineprijs, andere cache-economie
De headlineprijzen zijn dus identiek, maar caching niet.
Kostenaspect
GPT-6 Astra
Claude Fable 5.1
Invoer / 1M
$10.00
$10.00
Uitvoer / 1M
$50.00
$50.00
Cache-read / 1M
$1.00
$0.25
Cache-write / 1M
$12.50
$12.50 (5-minuten cache)
Contextvenster
1.05M
1M
Terminal-Bench 4.0
57.9
55.8
AutomationBench
41.4
31.4
Fable’s $0.25/M cache-read-tarief is een kwart van Astra’s $1/M korte-context cache-read-tarief. Fable’s cache-write-tarief voor 5 minuten is gelijk aan Astra’s $12.50/M; Fable’s 1-uur write-optie kost $20/M.
Voor extreem repetitieve workloads die worden gedomineerd door gecachete prefixen kan Fable betere invoereconomie hebben, ook al tonen beide modellen dezelfde headlineprijs van $10/$50. Voor tool-intensieve software-engineering en automatiseringstaken kunnen Astra’s sterkere resultaten op geselecteerde agentische benchmarks dat cache-nadeel compenseren.
Gelijke invoer- en uitvoerprijzen impliceren dus niet gelijke workloadkosten. Cachelevensduur, hitrate, gegenereerde uitvoer en taaksucces moeten samen worden vergeleken.
GPT-6 Astra vs GPT-5.6 Sol: is 2,5× de tokenprijs het waard?
GPT-5.6 Sol kost $4/M invoer en $20/M uitvoer in de Standard-korte-contextband, vergeleken met Astra’s $10/M en $50/M. De tabel scheidt dat tariefverschil van capaciteitsverschillen.
Officiële modelvergelijking
GPT-6 Astra
GPT-5.6 Sol
Verschil
Invoer / 1M
$10
$4
Astra 2,5×
Uitvoer / 1M
$50
$20
Astra 2,5×
Gecachte invoer / 1M
$1
$0.40
Astra 2,5×
Context
1.05M
1.05M
Zelfde
Max. uitvoer
128K
128K
Zelfde
AutomationBench
41.4
18.1
Astra +23,3 punten
Terminal-Bench 4.0
57.9
37.3
Astra +20,6 punten
OSWorld
72.6
65.7
Astra +6,9 punten
Als twee modellen exact hetzelfde aantal tokens gebruiken en even vaak slagen, is Sol duidelijk goedkoper.
Puur op tokenprijs moet Astra grofweg 40% van het factureerbare token-equivalente werk van Sol verbruiken om een tariefverschil van 2,5× te neutraliseren.
Maar autonome workflows gedragen zich niet zo netjes. Een mislukte poging van $1 gevolgd door nog een poging van $1 kost meer dan een verzoek van $1.50 dat meteen slaagt. Hetzelfde geldt wanneer een zwakker model meer toolaanroepen, langere trajecten, menselijke review of herhaalde code-executie veroorzaakt.
OpenAI rapporteert dat Astra sterkere resultaten produceert met minder uitvoertokens en een lagere geschatte API-kost per taak in verschillende evaluaties, ondanks het hogere tarief per token.
Voor gewone chat, herschrijven, extractie, classificatie en andere rechttoe-rechtaan workloads is dat argument veel zwakker.
tegen $0.50/M tokens/uur in 2026 en $1/M tokens/uur vanaf januari 2027. Getoonde OpenAI-prijzen gebruiken de Standard-korte-contextband.
De vergelijking illustreert waarom modelrouting efficiënter kan zijn dan één model voor elk verzoek kiezen. Astra gebruiken voor de moeilijkste repository-schaal engineering- of automatiseringstaken en routine hoogvolume-workloads routeren naar een goedkoper model kan een beter algeheel kostenprofiel opleveren dan ofwel overal Astra ofwel nooit Astra.
Kosten van GPT-6 Astra per verwerkingsmodus: Standard vs Batch, Flex en Fast
GPT-6 Astra verwerkingsmodi kunnen de rekening net zo veranderen als de modelkeuze.
Voor een verzoek met 300K invoer en 20K uitvoer gelden long-context tarieven.
Verwerkingsmodus
Invoerkosten
Uitvoerkosten
Totaal
Batch/Flex
$3.00
$0.75
$3.75
Standard
$6.00
$1.50
$7.50
Fast
$12.00
$3.00
$15.00
Batch/Flex halveert dus de vereenvoudigde tokenrekening vergeleken met Standard, terwijl Fast deze verdubbelt.
Batch/Flex is logisch wanneer de voltooiingslatentie flexibel is, zoals evaluatieruns, data-verrijking, offline repository-analyses, document-backfills en asynchrone onderzoeksjobs.
Standard is de natuurlijke baseline voor interactieve productie-workloads waarbij noch de laagst mogelijke kosten, noch maximale snelheid domineren.
Fast kan nuttig zijn wanneer doorlooptijd meetbare bedrijfswaarde heeft. OpenAI beschrijft tot 2× snellere Astra-verwerking tegen het dubbele van het toepasselijke tarief. Astra Fast heeft geen latency-SLA en is niet beschikbaar met EU data residency.
De beste modus is dus een zakelijke keuze, niet simpelweg een performance-instelling.
Kosten per geslaagde taak is de betere metriek
Beschouw twee hypothetische code-agents.
Stel dat Agent A een goedkoper model gebruikt, $0.80 per poging kost en met 55% kans slaagt; Agent B gebruikt Astra, kost $1.40 per poging en slaagt met 90% kans. Alleen voor deze illustratie zijn pogingen onafhankelijk, heeft elke herhaling dezelfde kosten en succeskans, en gaan retries door tot succes.
Onder die aannames zijn de verwachte modelkosten per geslaagde taak de pogingkosten gedeeld door de succeskans:
De exacte verhouding maakt Agent B circa 6,9% duurder, of ongeveer 7%. Dit voorbeeld toont niet aan dat Astra geld bespaart; het laat zien waarom een veelvoud in token-tarief niet hetzelfde is als een veelvoud in kosten per succes.
De formule houdt al rekening met herhaalde pogingen, voeg dus geen tweede retry-marge toe. Menselijke review, tools en uitvoeringsoverhead kunnen de vergelijking veranderen als ze apart worden gemeten. Echte fouten kunnen ook gecorreleerd zijn, waardoor dit simpele model ongeschikt is voor sommige workflows.
Voor een echte evaluatie: deel alle model- en toolkosten over de testset door het aantal geaccepteerde resultaten, en rapporteer correctietijd en onopgeloste fouten apart. Gebruik dat geobserveerde resultaat om te beslissen welke taken Astra rechtvaardigen.
Houd routineverzoeken onder 272K invoertokens waar mogelijk, zodat een kleine contexttoename geen long-context prijzen voor het volledige verzoek activeert.
Ontwerp stabiele promptprefixen voor caching. Systeeminstructies, repository-overzichten, policies, schema’s en statische documentatie zijn betere cachekandidaten dan telkens opnieuw opgebouwde prompts.
Gebruik modelrouting. Reserveer GPT-6 Astra voor verzoeken waarvan de complexiteit er daadwerkelijk baat bij heeft, en stuur voorspelbare extractie, samenvatting, lichte code en classificatie naar goedkopere modellen.
Meet volledige agenttrajecten. Een optimalisatie die 20% tokens verwijdert maar meer mislukte runs veroorzaakt, kan het systeem duurder maken in plaats van goedkoper.
Beheer de geschiedenis actief met samenvatting, retrieval, scoped sub-agents en selectieve bewaring van toolresultaten om te voorkomen dat contextgroei een stille prijspijn wordt.
FAQ
Is Astra duurder dan andere modellen?
De Standard-tarieven voor korte context zijn 2,5× die van Sol en komen overeen met Fable’s headline-invoer-/uitvoerprijzen. Gemini Flash zit in een lagere prijstier. De vergelijkingen hierboven laten zien waarom cachegebruik en kosten per geaccepteerde taak de praktische rangorde kunnen veranderen.
Betaalt een klein verzoek voor het volledige contextvenster?
Nee. De rekening weerspiegelt de verwerkte tokens. De long-context band geldt wanneer de invoer 272.000 tokens overschrijdt; alleen een model met een groot venster kiezen activeert die band niet.
Hoe moet ik de besparing via CometAPI schatten?
Pas de bij de provider horende invoer-, uitvoer-, cache-read- en cache-write-tarieven toe op dezelfde tokencompositie. Het vermelde verschil van 20% geldt voor die categorieën; voeg eventuele andere kosten apart toe voordat je totale rekeningen vergelijkt.
Tot slot
Astra’s prijs is het gemakkelijkst te rechtvaardigen wanneer de capaciteiten een moeilijke workflow genoeg verbeteren om hogere tarieven te compenseren. Begin met een representatieve test, meet geaccepteerde resultaten en vergelijk totale uitgaven en correctietijd met een geschikte baseline.
Houd contextgroei onder controle, ontwerp herbruikbare prefixen voor caching en kies een verwerkingsmodus die past bij de latentie-eis. Gebruik de GPT-6 Astra API in CometAPI wanneer de gepubliceerde tarieven en beschikbare features bij de workload passen.
