GPT-6 Astra 的 API 定价已经正式公布：输入每百万 Token 10 美元、输出每百万 Token 50 美元。 这一单价约为前代旗舰 GPT-5.6 Sol 的 2.5 倍。 它也是 GPT 系列迄今最贵的一档标价。至于“开发者用它成本高不高”，先给结论：标价确实创新高，但账单并不由标价单独决定——推理档位、上下文长度，以及是否让所有任务都由 Astra 完成，才是真正拉开差距的变量。微博微博
标价之外：档位、缓存和 27.2 万 Token 才是计费关键
先说调用门槛：API 免费层级不支持 Astra，账号至少要到 Build 层级。 如果走订阅使用，成本体现为额度消耗：官方明确写着 ChatGPT Work 和 Codex 共享用量。 对重度用户，Plus 档位用 Astra 时，官方给出的参考也只是每个 5 小时窗口约 5～45 条本地消息，并非固定条数。知乎知乎知乎
计费规则里有两个容易被忽略的变量。其一是推理强度：Astra 的推理档位一共 5 档，从 low 到 max，档位越高，想得越久，花的 Token 和钱也越多。 其二是缓存单价，大约只有普通输入价的十分之一——对多轮重复携带上下文的 Agent 任务，这一档直接决定账单形状。知乎知乎
最容易失控的是超长上下文阈值：单次请求的输入一旦超过 27.2 万 Token，整个请求的输入按 2 倍、输出按 1.5 倍计费，而且是整单涨价，不只是超出的部分；按官方教程的假设，输入 27.2 万 Token 时一次请求约 3.72 美元，再多 1000 个 Token 就跳到约 6.96 美元。 发布当天被集中讨论的“太烧 Token”也与此同源：有人记录两项简单任务在 10～15 分钟内耗尽 5 小时额度，也有用户报告两条 prompt、约 26 分钟就消耗了约 86% 额度，对应会话累计约 796 万 Token，其中绝大多数是缓存输入。 官方教程因此反复提醒：别把整个仓库和所有文档随手塞进上下文，先让它检索相关部分，再精读。知乎知乎
同一个任务，账单能差 5 倍
价格差在真实任务里会被放大。GMI Cloud 上周做过一次对照：在一个约 280 行的真实仓库里新增链接过期功能，写测试、修 bug 直到 23 项全部通过、提交 PR—— GPT-6.1 Sol 的总费用为 0.4564 美元，而 GPT-6 Astra 处理相同数量的 Token 则需要 2.397 美元。 两者成本相差约 5.3 倍，之所以比标价差得更多，是因为这个任务约三分之二的输入内容通过缓存复用，而 Sol 的缓存价格折扣力度更大。需说明这组数字出自该服务商 Tier 5 账户等级的官方标价口径，各家账户等级与缓存归属会有差异。知乎
基准测试同样给出“性能价”。在 DeepSWE（真实仓库多步骤长任务）中，GPT-6.1 Sol 高推理强度得分 75.2%，与 Astra 的 73.2% 基本同级，但单项成本 0.65 美元，Astra 为 3.92 美元。 OpenAI 内部团队在百万行代码审计任务上的对比更能说明问题：Sol 用 14% 的钱拿到 Astra 92% 的结果，他们的标准做法就是让 Astra 摸清问题、定好方法，再由便宜模型大规模执行。知乎知乎
价格只降不升：这份价目表正在被自己修正
9 月公布的价目表并不是终态。月底 OpenAI 就推出 GPT-6 Sol 与 Luna，API 价格比上一代 GPT-5.6 的促销价再降 50%。 10 月底，GPT-6.1 Terra 把价格进一步压到十分之一级别。微博知乎
对手也在压价。Anthropic 上周发布的 Fable 5.2 与 Mythos 5.2，API 定价下调 20%，多项基准超过 Astra。 即将灰度的 GPT-6.2 Astra，社区流传的爆料口径同样是“会便宜”，不少人期待新旗舰把输出单价拉到 20 美元级别——当前 Astra 的输出价仍是 Opus 5.5 的 2.5 倍。微博微博
成本高不高，取决于任务归谁做
把这些层叠起来，“成本高不高”就有了可操作的答案：最难的任务——科研、长链路 Agent、中档模型确实做不动的端到端工作——由结果直接变现时，10 美元/50 美元的标价大概率不贵；反之，日常问答、批量数据处理和高并发调用全量挂 Astra，就是最贵的用法，推理档位、27.2 万加价阈值和缓存折扣会共同放大账单。接下来两周内，GPT-6.2 的正式定价与 Sol 对 Astra 的单项任务成本比，会比任何跑分都更清楚地告诉你：这笔钱该花在哪个模型上。
