TL;DR
GPT-6 Astra API trong CometAPI phù hợp nhất với các quy trình tác nhân khó, kết hợp suy luận, mã, tương tác trình duyệt hoặc máy tính, và nhiều công cụ bên ngoài. Đây là mô hình cao cấp, nên đội ngũ nên dành cho các tác vụ mà tỷ lệ hoàn thành tốt hơn có thể biện minh cho giá token cao hơn.
Mẫu thiết kế thực tiễn là một vòng lặp thực thi với công cụ rõ ràng, quyền phía ứng dụng, xác minh, ngân sách, và phê duyệt của con người cho các hành động hệ trọng. Bắt đầu với Responses API, đo “chi phí mỗi tác vụ được chấp nhận”, và định tuyến các tiểu tác vụ thường lệ sang các mô hình ít tốn kém hơn.
Key Takeaways
- Astra nhắm tới công việc chuyên nghiệp đầu-cuối thay vì tạo văn bản đơn lẻ.
- Lợi ích lớn nhất tập trung vào sử dụng máy tính, tác vụ terminal, tự động hóa, suy luận khoa học, và các quy trình chuyên nghiệp nhiều bước.
- Gọi công cụ bất đồng bộ, điều hướng giữa lượt, và cập nhật suy luận động giúp các vòng lặp tác nhân chạy lâu linh hoạt hơn.
- Mô hình hỗ trợ cửa sổ ngữ cảnh 1.05 triệu token, nhưng vẫn cần truy xuất và quản lý trạng thái.
- Chất lượng sản xuất phụ thuộc vào quyền, tính idempotent, xác thực, khả năng quan sát, và đánh giá ngoài prompt.
Astra API là gì, và những khối lượng công việc tác nhân nào phù hợp?
OpenAI mô tả Astra là mô hình mạnh nhất của họ cho suy luận phức tạp, lập trình, sử dụng máy tính, nghiên cứu, và tạo tài liệu. Đặc tả chính thức cung cấp cửa sổ ngữ cảnh 1,050,000 token và giới hạn đầu ra 128,000 token. Chấp nhận văn bản và hình ảnh làm đầu vào, trong khi văn bản là phương thức đầu ra gốc.
Hình ảnh ra mắt OpenAI GPT-6 Astra
| Thông số Astra chính thức | Giá trị | Ý nghĩa đối với tác nhân |
|---|---|---|
| Mã mô hình | gpt-6-astra | Định danh ổn định cho yêu cầu API |
| Cửa sổ ngữ cảnh | 1,050,000 token | Kho lớn, tài liệu và lịch sử thực thi |
| Đầu ra tối đa | 128,000 token | Báo cáo dài, mã và tạo tác có cấu trúc |
| Mốc kiến thức | April 30, 2026 | Thông tin hiện tại vẫn cần công cụ truy xuất |
| Mức nỗ lực suy luận | low, medium, high, xhigh, max | Cho phép điều khiển độ sâu suy luận theo tác vụ |
| Phương thức đầu vào | Văn bản và hình ảnh | Hỗ trợ quy trình tài liệu và thao tác thị giác-máy tính |
| Tính năng cốt lõi | Streaming, gọi hàm, Đầu ra có cấu trúc | Cho phép phối hợp kiểu hóa và có thể quan sát |
| Công cụ Responses API | Web search, file search, code interpreter, hosted shell, computer use, MCP, tool search | Bao phủ truy xuất, thực thi, và vận hành giao diện |
| Tinh chỉnh | Không được hỗ trợ | Hành vi phải được kiểm soát bằng prompt, công cụ, và logic ứng dụng |
Cửa sổ ngữ cảnh lớn giảm nhu cầu chia nhỏ mọi đầu vào, nhưng không nên coi đó là hệ thống ghi nhớ. Các dữ kiện bền vững, bằng chứng đã truy xuất, trạng thái thực thi tạm thời, và đầu ra công cụ nên được giữ tách biệt để tác nhân chỉ nhận những gì cần cho quyết định hiện tại.
Điểm chuẩn tác nhân GPT-6 Astra
Các đánh giá hữu ích nhất là những bài yêu cầu vận hành phần mềm, làm việc với terminal, tương tác thị giác, hoặc hoàn tất một quy trình chuyên nghiệp. Kết quả báo cáo của OpenAI cho thấy lợi thế lớn hơn ở các tác vụ nặng về thực thi so với các chỉ số trí tuệ rộng.
| Nguồn điểm chuẩn chính thức | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 | Kết quả |
|---|---|---|---|---|
| AutomationBench | 41.4% | 18.1% | 31.4% | Astra dẫn Sol 23.3 điểm |
| Terminal-Bench 4.0 | 57.9% | 37.3% | 55.8% | Astra dẫn Sol 20.6 điểm và Fable 2.1 điểm |
| FrontierMath Tier 4 v2 | 97.6% | 83.0% | 87.8% | Astra dẫn đầu so với các mô hình được so sánh |
| GPQA Diamond | 96.0% | 94.6% | 93.7% | Lợi thế nhỏ hơn ở suy luận khoa học rộng |
| OSWorld 2.0 | 72.6% | 65.7% | — | Hoàn thành tác vụ thị giác-máy tính mạnh hơn |
| ScreenSpot-Pro | 92.7% | 76.9% | — | Cải thiện 15.8 điểm so với Sol |
| Tác vụ di trú cơ sở dữ liệu | 63.9% | 42.7% | 57.8% | Giá trị mạnh nhất thể hiện ở công việc vận hành hoàn tất |
GPT-6 Astra dẫn GPT-5.6 Sol và Claude Fable 5.1 ở mọi hàng điểm chuẩn nơi cả ba mô hình đều có điểm được báo cáo. Khoảng cách hẹp nhất của Astra so với Claude Fable 5.1 là 2.1 điểm phần trăm trên Terminal-Bench 4.0, trong khi lợi thế lớn hơn xuất hiện ở AutomationBench, FrontierMath Tier 4 v2, GPQA Diamond, và tác vụ di trú cơ sở dữ liệu. OpenAI cũng báo cáo giảm 47% thời gian tác vụ mô phỏng trên so sánh OSWorld, điều này quan trọng khi độ trễ tác nhân ảnh hưởng thông lượng kinh doanh.
Hãy dùng kết quả điểm chuẩn để chọn khối lượng công việc cần thử nghiệm. Ra quyết định cuối cùng bằng bộ đánh giá được xây dựng từ công cụ, quyền, chế độ lỗi, và tiêu chí chấp nhận của chính bạn.
Những tính năng nào của Astra thay đổi kiến trúc tác nhân?
Gọi công cụ bất đồng bộ của GPT-6 Astra
Gọi công cụ bất đồng bộ cho phép mô hình tiếp tục suy luận hữu ích, gọi các công cụ độc lập, hoặc trả lời phần không liên quan của yêu cầu trong khi ứng dụng chạy một thao tác chậm. Ứng dụng vẫn thực thi công cụ và phải trả về kết quả bằng ID cuộc gọi gốc.
Điều này hữu ích khi quy trình vừa truy vấn kho dữ liệu, chờ một job render, kiểm tra nhiều API, và chuẩn bị báo cáo cùng lúc. Các hành động độc lập có thể tiến hành song song thay vì buộc toàn bộ vòng lặp tác nhân phải chờ.
Điều hướng giữa lượt của GPT-6 Astra
Điều hướng giữa lượt và cập nhật suy luận cho phép ứng dụng bổ sung chỉ dẫn trong khi công việc đang diễn ra hoặc thay đổi mức nỗ lực suy luận mà không phải viết lại tiền tố prompt ban đầu. Điều này hỗ trợ sửa sai và tái ưu tiên trong công việc chạy lâu.
Thiết kế công cụ có cấu trúc của GPT-6 Astra
Gọi hàm và Đầu ra có cấu trúc mang lại các thao tác được đặt tên và tham số có kiểu cho công cụ. Mô hình đề xuất một hành động, trong khi ứng dụng xác thực quyền, lược đồ, ngân sách, và quy tắc kinh doanh trước khi thực thi. Sự tách biệt này đáng tin cậy hơn so với yêu cầu mô hình diễn đạt thao tác ghi bằng ngôn ngữ tự nhiên.
Kiến trúc một tác nhân Astra như thế nào?
Một yêu cầu mô hình ngôn ngữ thông thường đi theo lộ trình ngắn: prompt, mô hình, câu trả lời. Một tác nhân cần một vòng lặp có thể quan sát:
Mục tiêu → lựa chọn ngữ cảnh → kế hoạch → chọn công cụ → hành động được ủy quyền → quan sát → xác minh → hoàn tất hoặc leo thang
Mỗi chuyển tiếp tạo ra khả năng lỗi: chọn sai công cụ, tham số không hợp lệ, hiểu sai đầu ra, hành động trùng lặp, ghi trái phép, vượt ngân sách, hoặc hoàn tất quá sớm. Do đó ứng dụng bao quanh phải nắm quyền thực thi và xác thực.
| Lớp | Trách nhiệm | Kiểm soát |
|---|---|---|
| Mô hình | Diễn giải mục tiêu, suy luận, chọn công cụ, và tổng hợp kết quả | Prompt và mô tả công cụ |
| Bộ điều phối | Thực thi công cụ, duy trì trạng thái, retry lỗi tạm thời, dừng vòng lặp | Logic ứng dụng có tính quyết định |
| Lớp chính sách | Ủy quyền hành động và áp đặt giới hạn | Quyền, ngân sách, và cổng phê duyệt |
| Bộ xác minh | Kiểm tra bằng chứng và điều kiện hoàn tất | Quy tắc, bài test, bộ chấm hoặc con người |
| Khả năng quan sát | Ghi lại quỹ đạo thực thi | Trace ID, log, số liệu, và bản ghi kiểm toán |
Gọi Astra API qua CometAPI như thế nào?
GPT-6 Astra API trong CometAPI dùng mã mô hình gpt-6-astra thông qua quy trình Responses tương thích OpenAI. Hoàn tất các bước thiết lập sau trước khi gửi yêu cầu đầu tiên:
- Tạo tài khoản CometAPI, bật quyền truy cập GPT-6 Astra, và tạo khóa API.
- Cài đặt hoặc nâng cấp OpenAI Python SDK với
pip install --upgrade openai. - Lưu khóa và OpenAI-compatible base URL vào
COMETAPI_KEYvàCOMETAPI_BASE_URL; không bao giờ hardcode bí mật sản xuất. - Xác nhận endpoint Responses và mã mô hình
gpt-6-astrađã được bật cho workspace, rồi chạy ví dụ dưới đây.
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url=os.environ["COMETAPI_BASE_URL"],
)
response = client.responses.create(
model="gpt-6-astra",
reasoning={"effort": "medium"},
input=(
"Analyze this operational incident. Identify the probable root cause, "
"propose a remediation plan, and separate confirmed facts from assumptions."
),
)
print(response.output_text)
Tích hợp đầu tiên thành công sẽ trả về một đối tượng phản hồi và output_text có thể đọc. Trong sản xuất, thêm timeout rõ ràng, chỉ retry lỗi tạm thời, và ghi lại request ID, mô hình, độ trễ, mức dùng token, và trạng thái cuối của quy trình.
Xây dựng tác nhân Astra gọi công cụ như thế nào?
Ví dụ sau tách công cụ đọc khỏi một công cụ ghi có tính hệ trọng. Mô hình có thể yêu cầu hoàn tiền, nhưng mã ứng dụng vẫn phải xác thực quyền và điều kiện đủ.
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)
Mô hình đưa ra khuyến nghị hành động. Ứng dụng nắm quyền thực thi. Mọi công cụ ghi phải độc lập thực thi quyền, giới hạn, tính idempotent, và điều kiện chính sách.
Tự động hóa quy trình chạy lâu với Astra như thế nào?
Một tác nhân nghiên cứu sản xuất nên nhận mục tiêu có cấu trúc thay vì chỉ dẫn mơ hồ để nghiên cứu vài công ty.
{
"objective": "Create a competitor launch brief",
"companies": ["Competitor A", "Competitor B", "Competitor C"],
"required_fields": [
"latest product",
"launch date",
"price",
"key differentiators",
"primary sources"
],
"output": "executive brief"
}
- Định nghĩa mục tiêu. Đặt các trường bắt buộc, định dạng đầu ra, hạn chót, và tiêu chí chấp nhận.
- Truy xuất bằng chứng. Dùng tìm kiếm web, tìm kiếm tệp, cơ sở dữ liệu, hoặc hệ thống kết nối MCP để có thông tin cập nhật.
- Xác thực bằng chứng. Gắn nhãn nguồn sơ cấp, nguồn thứ cấp, suy luận, xung đột, và dữ liệu thiếu.
- Trình lên khi chưa chắc chắn. Yêu cầu thêm bằng chứng hoặc phán quyết của con người khi độ tin cậy dưới ngưỡng yêu cầu.
- Sản xuất và xác minh tạo tác. Kiểm tra mọi trường bắt buộc trước khi tuyên bố hoàn tất.
Thiết kế này giúp xử lý bằng chứng có thể kiểm toán và giữ suy luận của mô hình tách khỏi các quy tắc chấp nhận của hệ thống.
Khi nào tác nhân Astra nên dùng tự động hóa máy tính?
Ưu tiên giao diện có cấu trúc nhất: cơ sở dữ liệu hoặc giao diện truy vấn, sau đó là API, rồi MCP hoặc công cụ có kiểu khác, và cuối cùng là trình duyệt hoặc thao tác máy tính. Giao diện có cấu trúc cung cấp trường ổn định, lỗi có thể dự đoán, xác thực, và đầu ra máy có thể đọc.
Tự động hóa máy tính phù hợp khi không có API khả dụng, cần vận hành ứng dụng kế thừa, quy trình phụ thuộc vào kiểm tra thị giác, hoặc tác nhân phải kiểm thử giao diện người dùng thực. Kết quả 92.7% ScreenSpot-Pro và 72.6% OSWorld 2.0 của Astra ủng hộ việc dùng cho tương tác thị giác, nhưng các quy trình này vẫn cần môi trường được kiểm soát và chính sách rõ ràng.
Làm thế nào để tác nhân Astra an toàn cho sản xuất?
An toàn của tác nhân chủ yếu là vấn đề kiến trúc ứng dụng. OpenAI đặt Astra ở ngưỡng năng lực an ninh mạng trọng yếu, làm tăng tầm quan trọng của rào cản truy cập và khả năng kiểm toán.
Tách công cụ đọc và ghi
Giữ các thao tác đọc khả dụng rộng rãi khi phù hợp, nhưng yêu cầu kiểm tra nghiêm ngặt hơn cho thao tác ghi. Tránh một công cụ chung có thể vừa xem vừa thay đổi hệ thống nhạy cảm.
Yêu cầu phê duyệt cho hành động hệ trọng
Dùng cổng phê duyệt cho xóa dữ liệu, xuất bản ra ngoài, thay đổi môi trường sản xuất, cấp quyền, chuyển tiền, hủy tài khoản, hoặc thực thi giao dịch tác động cao khác.
Đảm bảo mọi thao tác ghi là idempotent
Thanh toán, hoàn tiền, tin nhắn, và cập nhật tài khoản nên chấp nhận một khóa idempotency để một lần retry không tạo ra tác dụng phụ trùng lặp.
Cưỡng chế ngân sách bên ngoài prompt
Theo dõi ngân sách token, số lần gọi công cụ, tài chính, thời gian thực, và số bước quy trình trong mã. Kết thúc theo cách quyết định khi chạm ngưỡng.
Ghi lại quỹ đạo thực thi
Ghi lại mục tiêu, mô hình, cấu hình suy luận, công cụ đã chọn, tham số, kết quả, kết quả ủy quyền, sự kiện phê duyệt, lỗi, retry, mức dùng token, và trạng thái cuối.
Giá Astra API
Mức Standard chính thức là $10/M đầu vào và $50/M đầu ra cho prompt nằm trong tầng ngữ cảnh tiêu chuẩn. Yêu cầu trên 272K token đầu vào sẽ bị tính theo mức long-context cao hơn cho toàn bộ yêu cầu.
| Tầng giá | OpenAI Standard | Giá CometAPI |
|---|---|---|
| Đầu vào short-context | $10/M | $8/M |
| Đầu ra short-context | $50/M | $40/M |
| Đầu vào từ cache | $1/M | $0.80/M |
| Ghi vào cache | $12.50/M | $10/M |
| Đầu vào long-context | $20/M | $16/M |
| Đầu ra long-context | $75/M | $60/M |
Giá token đơn lẻ không mô tả được kinh tế của tác nhân. Hãy dùng thước đo vận hành sau:
Chi phí mỗi tác vụ được chấp nhận
= token mô hình + phí công cụ + retry + hạ tầng + chỉnh sửa của con người, chia cho số tác vụ hoàn tất đúng.
Astra so sánh với các mô hình tác nhân khác như thế nào?
| Khía cạnh | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 | Gemini 3.8 Flash |
|---|---|---|---|---|
| Ngữ cảnh | 1.05M | 1.05M | 1M | 1M |
| Đầu ra tối đa | 128K | 128K | 128K | 64K |
| Thế mạnh chính | Tự động hóa đầu-cuối khó | Suy luận tiên phong chi phí thấp | Tác nhân cao cấp chạy dài | Quy trình đa phương thức khối lượng lớn, chi phí thấp |
| Đầu vào hình ảnh | Có | Có | Có | Có |
| Đầu vào âm thanh/video | Không | Không | Không | Có |
| AutomationBench | 41.4% | 18.1% | 31.4% | — |
| Terminal-Bench 4.0 | 57.9% | 37.3% | 55.8% | 19.1% |
| Giá đầu vào CometAPI | $8/M | $3.20/M | $8/M | $0.60/M |
| Giá đầu ra CometAPI | $40/M | $16/M | $40/M | $3/M |
| Phù hợp nhất | Tự động hóa khó, giá trị cao | Tác nhân OpenAI tối ưu chi phí | Tác nhân cao cấp chạy dài | Tác nhân đa phương thức nhạy chi phí |
Astra là lựa chọn mạnh nhất khi thực thi nhiều bước khó là nút thắt. Sol phù hợp kinh tế hơn khi quy trình hiện tại đã hoàn tất ổn định. Fable vẫn cạnh tranh cho công việc cao cấp chạy dài, trong khi Gemini mang lại cấu hình chi phí và phương thức khác cho ứng dụng đa phương thức khối lượng lớn.
Một hệ thống thực tiễn có thể định tuyến tác vụ theo độ phức tạp thay vì chọn một mô hình cho mọi yêu cầu.
Chọn GPT-6 Astra: Tối ưu chi phí và khi nào nên dùng
- Định tuyến theo độ phức tạp đo được. Dùng bộ định tuyến có đánh giá để dành GPT-6 Astra cho tác vụ có độ sâu suy luận, dùng công cụ, hoặc chi phí lỗi đủ lớn để nâng cấp.
- Cache các tiền tố ổn định. Tái sử dụng chính sách, lược đồ, và tài liệu không đổi giữa các yêu cầu.
- Truy xuất ngữ cảnh liên quan. Đừng lấp đầy cửa sổ triệu token chỉ vì nó sẵn có.
- Giới hạn số bước tác nhân. Xác định điều kiện hoàn tất và dừng trước khi thực thi.
- Điều chỉnh mức nỗ lực suy luận. Dùng low hoặc medium cho tiểu tác vụ quyết định tính, chỉ tăng khi mơ hồ hoặc xác minh thất bại biện minh chi phí.
- Chạy song song các công cụ độc lập. Giảm độ trễ thời gian thực mà không thêm lượt mô hình không cần thiết.
- Áp dụng quy tắc quyết định cuối. Dùng GPT-6 Astra cho suy luận khó kết hợp với thực thi dài hạn, kỹ thuật phần mềm, thao tác máy tính, nhiều công cụ bên ngoài, tạo tác chuyên nghiệp, hoặc chi phí thất bại cao. Dùng mô hình rẻ hơn cho phân loại, trích xuất, gắn thẻ, tóm tắt thường lệ, và yêu cầu giá trị thấp nhạy độ trễ—trừ khi đánh giá cho thấy Astra giảm đáng kể chi phí mỗi tác vụ được chấp nhận.
Những số đo sản xuất nào quan trọng cho tác nhân Astra?
| Chỉ số | Câu hỏi được trả lời |
|---|---|
| Tỷ lệ hoàn thành tác vụ | Quy trình có thực sự kết thúc không? |
| Thành công lần chạy đầu | Có hoàn tất mà không cần sửa chữa hay retry không? |
| Độ chính xác chọn công cụ | Mô hình có chọn đúng thao tác không? |
| Tính hợp lệ tham số | Tham số công cụ có hợp lệ không? |
| Tỷ lệ can thiệp con người | Con người cứu vãn chạy bao lâu một lần? |
| Tỷ lệ hành động không được phép | Quy trình có thử hành động ngoài chính sách không? |
| Chi phí mỗi tác vụ được chấp nhận | Tự động hóa đúng thực sự tốn bao nhiêu? |
| Thời gian hoàn thành P50 và P95 | Độ trễ đầu-cuối có dự đoán được không? |
| Tỷ lệ xác minh thất bại | Tác nhân khẳng định thành công sai bao lâu một lần? |
Thước đo sản xuất chính là tỷ lệ công việc được hoàn tất đúng, an toàn, và trong ngân sách.
FAQ
Astra API model ID là gì?
Mã mô hình là gpt-6-astra.
Astra có hỗ trợ gọi hàm không?
Có. Hỗ trợ gọi hàm và Đầu ra có cấu trúc. Gọi công cụ nên dùng Responses API.
Astra có hỗ trợ MCP không?
Có. MCP nằm trong các công cụ của Responses API.
Astra có thể điều khiển máy tính không?
Có. Hỗ trợ thao tác máy tính, nhưng ứng dụng phải cung cấp môi trường kiểm soát, ranh giới chính sách, và xác minh.
Async tool calling là gì?
Nó cho phép mô hình tiếp tục công việc hữu ích trong khi ứng dụng thực thi cuộc gọi công cụ bất đồng bộ chậm.
Mid-turn steering là gì?
Nó cho phép ứng dụng gửi chỉ dẫn cập nhật khi tác vụ đang diễn ra.
Cửa sổ ngữ cảnh của Astra lớn cỡ nào?
Hỗ trợ 1,050,000 token ngữ cảnh và tối đa 128,000 token đầu ra.
Astra giá bao nhiêu?
Giá OpenAI Standard bắt đầu từ $10/M đầu vào và $50/M đầu ra cho tầng ngữ cảnh tiêu chuẩn. Giá qua cổng có thể khác theo nhà cung cấp và tầng ngữ cảnh.
Có phải mọi tác nhân đều nên dùng Astra?
Không. Chọn khi tỷ lệ hoàn thành cao hơn bù đắp được giá cao. Định tuyến các tiểu tác vụ dự đoán được, khối lượng lớn sang mô hình rẻ hơn.
Tôi có thể xây dựng tác nhân Astra qua CometAPI không?
Có. CometAPI cung cấp quy trình Responses tương thích OpenAI. Hãy xác thực mọi công cụ và tham số mà ứng dụng của bạn yêu cầu trước khi chuyển lưu lượng sản xuất.