บทเรียนสอนใช้ GPT-6 Astra API: การสร้างเอเจนต์ AI สำหรับงานโปรดักชัน

สร้างเอเจนต์ AI สำหรับการใช้งานจริงด้วย GPT-6 Astra โดยใช้ CometAPI, การเรียกใช้เครื่องมือ, ระบบอัตโนมัติบนคอมพิวเตอร์, การควบคุมด้านความปลอดภัย, การทดสอบเปรียบเทียบสมรรถนะ และการปรับให้เหมาะสมด้านต้นทุน.

from openai import OpenAI client = OpenAI( api_key="YOUR_COMETAPI_KEY", base_url="https://api.cometapi.com/v1", ) response = client.chat.completions.create( model="gpt-5-mini", messages=[{"role": "user", "content": "Build this workflow."}], ) print(response.choices[0].message.content)

TL;DR

GPT-6 Astra API in CometAPI เหมาะที่สุดสำหรับเวิร์กโฟลว์เอเจนต์ที่ยากซึ่งผสมผสานการให้เหตุผล โค้ด การใช้เบราว์เซอร์หรือคอมพิวเตอร์ และเครื่องมือภายนอกหลายตัว เป็นโมเดลพรีเมียม ทีมจึงควรสำรองไว้สำหรับงานที่อัตราสำเร็จที่ดีกว่าชดเชยราคาต่อโทเค็นที่สูงขึ้น

รูปแบบการออกแบบเชิงปฏิบัติคือลูปการดำเนินการที่มีเครื่องมือแบบชัดเจน สิทธิ์ฝั่งแอป การตรวจสอบงบประมาณ และการอนุมัติจากมนุษย์สำหรับการกระทำที่มีผลกระทบ เริ่มต้นด้วย Responses API วัดต้นทุนต่อภารกิจที่ยอมรับ และส่งงานย่อยที่เป็นกิจวัตรไปยังโมเดลที่มีราคาถูกกว่า

Key Takeaways

Astra มุ่งเป้าไปที่งานมืออาชีพแบบครบวงจรมากกว่าการสร้างข้อความแบบโดดเดี่ยว
ผลลัพธ์ที่รายงานว่าดีที่สุดกระจุกตัวอยู่ในงานใช้คอมพิวเตอร์ งานเทอร์มินัล อัตโนมัติ การให้เหตุผลเชิงวิทยาศาสตร์ และเวิร์กโฟลว์มืออาชีพหลายขั้นตอน
การเรียกใช้เครื่องมือแบบอะซิงก์ การควบคุมกลางเทิร์น และการอัปเดตการให้เหตุผลแบบไดนามิกทำให้ลูปเอเจนต์ระยะยาวยืดหยุ่นขึ้น

สเปกทางการของ Astra	ค่า	เหตุผลที่สำคัญต่อเอเจนต์
Model ID	gpt-6-astra	ตัวระบุคงที่สำหรับคำขอ API
Context window	1,050,000 tokens	คลังข้อมูลขนาดใหญ่ เอกสาร และประวัติการดำเนินการ
Maximum output	128,000 tokens	รายงานยาว โค้ด และอาร์ติแฟกต์เชิงโครงสร้าง
Knowledge cutoff	April 30, 2026	ข้อมูลปัจจุบันยังต้องใช้เครื่องมือเรียกค้น
Reasoning effort	low, medium, high, xhigh, max	ให้การควบคุมระดับความลึกของการให้เหตุผลรายงานงาน
Input modalities	Text and images	รองรับเวิร์กโฟลว์เอกสารและคอมพิวเตอร์เชิงภาพ
Core features	Streaming, การเรียกฟังก์ชัน, การส่งออกแบบมีโครงสร้าง	เปิดทางให้ออร์เคสเตรชันแบบมีชนิดและสังเกตได้
Responses API tools	การค้นเว็บ, การค้นไฟล์, ตัวตีความโค้ด, เชลล์แบบโฮสต์, การใช้งานคอมพิวเตอร์, MCP, การค้นหาเครื่องมือ	ครอบคลุมการเรียกค้น การดำเนินการ และการใช้งานอินเทอร์เฟซ
Fine-tuning	Not supported	พฤติกรรมต้องควบคุมด้วยพรอมต์ เครื่องมือ และลอจิกแอปพลิเคชัน

แหล่งเกณฑ์มาตรฐานทางการ	GPT-6 Astra	GPT-5.6 Sol	Claude Fable 5.1	ผลลัพธ์
AutomationBench	41.4%	18.1%	31.4%	Astra นำหน้า Sol 23.3 คะแนน
Terminal-Bench 4.0	57.9%	37.3%	55.8%	Astra นำหน้า Sol 20.6 คะแนน และ Fable 2.1 คะแนน
FrontierMath Tier 4 v2	97.6%	83.0%	87.8%	Astra นำหน้าทุกโมเดลที่เปรียบเทียบ
GPQA Diamond	96.0%	94.6%	93.7%	ความได้เปรียบเล็กลงในเหตุผลเชิงวิทยาศาสตร์กว้าง
OSWorld 2.0	72.6%	65.7%	—	เสร็จสิ้นงานคอมพิวเตอร์เชิงภาพได้แข็งแรงกว่า
ScreenSpot-Pro	92.7%	76.9%	—	ปรับปรุงเหนือ Sol 15.8 คะแนน
Database migration tasks	63.9%	42.7%	57.8%	มูลค่าสูงสุดปรากฏในงานปฏิบัติการที่เสร็จสมบูรณ์

ชั้น	ความรับผิดชอบ	การควบคุม
โมเดล	ตีความเป้าหมาย ให้เหตุผล เลือกเครื่องมือ และสังเคราะห์ผลลัพธ์	พรอมต์และคำอธิบายเครื่องมือ
ออร์เคสเตรเตอร์	ดำเนินการเครื่องมือ รักษาสถานะ รีทรีความล้มเหลวชั่วคราว และหยุดลูป	ลอจิกแอปพลิเคชันแบบกำหนดแน่นอน
ชั้นนโยบาย	อนุญาตการกระทำและบังคับใช้ขีดจำกัด	สิทธิ์ งบประมาณ และประตูการอนุมัติ
ตัวตรวจสอบ	ตรวจสอบหลักฐานและเงื่อนไขการเสร็จสิ้น	กฎ การทดสอบ กรเดอร์ หรือการทบทวนโดยมนุษย์
การสังเกตได้	บันทึกเส้นทางการดำเนินการ	Trace ID ล็อก เมตริก และบันทึกตรวจสอบ

tools = [ { "type": "function", "name": "get_order", "description": "Read an order. This tool has no side effects.", "parameters": { "type": "object", "properties": {"order_id": {"type": "string"}}, "required": ["order_id"], "additionalProperties": False, }, }, { "type": "function", "name": "check_refund_eligibility", "description": "Check eligibility without issuing a refund.", "parameters": { "type": "object", "properties": {"order_id": {"type": "string"}}, "required": ["order_id"], "additionalProperties": False, }, }, { "type": "function", "name": "create_refund_request", "description": "Create a request after authorization and eligibility checks.", "parameters": { "type": "object", "properties": { "order_id": {"type": "string"}, "reason": {"type": "string"}, }, "required": ["order_id", "reason"], "additionalProperties": False, }, }, ] response = client.responses.create( model="gpt-6-astra", reasoning={"effort": "medium"}, tools=tools, input=( "Order A18422 arrived damaged. Determine whether a refund is allowed. " "Do not create a request until eligibility has been verified." ), ) ``````python import json def execute_tool(name, arguments): if name == "get_order": return get_order(**arguments) if name == "check_refund_eligibility": return check_refund_eligibility(**arguments) if name == "create_refund_request": assert_user_is_authorized() assert_refund_is_eligible(arguments["order_id"]) return create_refund_request(**arguments) raise ValueError(f"Unknown tool: {name}") while True: calls = [item for item in response.output if item.type == "function_call"] if not calls: break outputs = [] for call in calls: result = execute_tool(call.name, json.loads(call.arguments)) outputs.append({ "type": "function_call_output", "call_id": call.call_id, "output": json.dumps(result), }) response = client.responses.create( model="gpt-6-astra", previous_response_id=response.id, tools=tools, input=outputs, ) print(response.output_text)

ระดับราคา	มาตรฐาน OpenAI	ราคา CometAPI
อินพุตบริบทสั้น	$10/M	$8/M
เอาต์พุตบริบทสั้น	$50/M	$40/M
อินพุตที่แคชไว้	$1/M	$0.80/M
การเขียนแคช	$12.50/M	$10/M
อินพุตบริบทยาว	$20/M	$16/M
เอาต์พุตบริบทยาว	$75/M	$60/M

มิติ	GPT-6 Astra	GPT-5.6 Sol	Claude Fable 5.1	Gemini 3.8 Flash
Context	1.05M	1.05M	1M	1M
Maximum output	128K	128K	128K	64K
Primary strength	งานเอเจนต์แบบปลายทางถึงปลายทางที่ยาก	การให้เหตุผลแนวหน้าในต้นทุนต่ำ	เอเจนต์พรีเมียมระยะยาว	เวิร์กโฟลว์มัลติโหมดปริมาณสูง
Image input	Yes	Yes	Yes	Yes
Audio and video input	No	No	No	Yes
AutomationBench	41.4%	18.1%	31.4%	—
Terminal-Bench 4.0	57.9%	37.3%	55.8%	19.1%
CometAPI input rate	$8/M	$3.20/M	$8/M	$0.60/M
CometAPI output rate	$40/M	$16/M	$40/M	$3/M

เมตริก	คำถามที่ตอบ
Task completion rate	เวิร์กโฟลว์เสร็จจริงหรือไม่?
First-run success	เสร็จสิ้นโดยไม่ต้องซ่อมหรือรีทรีหรือไม่?
Tool selection accuracy	โมเดลเลือกปฏิบัติการได้ถูกต้องหรือไม่?
Argument validity	พารามิเตอร์เครื่องมือถูกต้องหรือไม่?
Human intervention rate	มนุษย์เข้าช่วยกี่ครั้ง?
Unauthorized-action rate	เวิร์กโฟลว์พยายามกระทำที่อยู่นอกนโยบายหรือไม่?
Cost per accepted task	ต้นทุนอัตโนมัติที่ทำถูกต้องจริง ๆ เท่าไร?
P50 and P95 completion time	เวลาเสร็จสิ้นแบบ P50 และ P95 คาดเดาได้เพียงใด?
Verification failure rate	เอเจนต์อ้างความสำเร็จผิดพลาดบ่อยแค่ไหน?

GPT-6 Astra

GPT-6 Astra

อ่านเพิ่มเติม

บทเรียนสอนใช้ GPT-6 Astra API: การสร้างเอเจนต์ AI สำหรับงานโปรดักชัน

เรียกใช้ API ครั้งแรก

TL;DR

Key Takeaways

เชื่อมโยงบทความนี้กับการตัดสินใจถัดไป

What Is the Astra API, and Which Agent Workloads Fit It?

GPT-6 Astra Agent Benchmarks

Which Astra Features Change Agent Architecture?

GPT-6 Astra Async Tool Calling

GPT-6 Astra Mid-Turn Steering

GPT-6 Astra Structured Tool Design

How Should You Architect an Astra Agent?

How Do You Call the Astra API Through CometAPI?

How Do You Build a Tool-Calling Astra Agent?

How Do You Automate Long-Running Workflows with Astra?

When Should an Astra Agent Use Computer Automation?

How Do You Make Astra Agents Safe for Production?

Separate Read and Write Tools

Require Approval for Consequential Actions

Make Every Write Idempotent

Enforce Budgets Outside the Prompt

Log the Execution Trajectory

Astra API Pricing

How Does Astra Compare with Other Agent Models?

Choosing GPT-6 Astra: Cost Optimization and When to Use It

Which Production Metrics Matter for Astra Agents?

FAQ

What is the Astra API model ID?

Does Astra support function calling?

Does Astra support MCP?

Can Astra control a computer?

What is async tool calling?

What is mid-turn steering?

How large is Astra's context window?

How much does Astra cost?

Should every agent use Astra?

Can I build Astra agents through CometAPI?