GPT-6 Astra定价10刀50刀比5.6贵2.5倍

结果同一个9月3日，谷歌把模型价压到白送，OpenAI反手涨了。等我把Astra的单价摊开，才看清贵了多少。每百万输入Token 10美元、输出50美元，这是GPT-6 Astra的API价。上一代GPT-5.6 Sol是输入4美元、输出20美元，Astra直接翻了2.5倍。我把这行数字抄在便签上，盯着看了半分钟。

同一个9月3日，谷歌把Gemini 3.8 Flash压到输入0.75美元、输出3.75美元。Anthropic那边Sonnet 5锁在2美元、10美元。三家在同一天把牌摊开，定价哲学先分了叉。贵的贵出十倍，便宜的便宜到近乎白送。单价摊开算

拿一个中等体量的智能体来算。每月烧500万输入Token、25万输出Token，这是个偏轻的老板级工作流。跑Astra，账单是500万乘10加25万乘50，等于5000万美分加1250万美分，折成美元是62.5加12.5，一个月75美元。同样的工作量丢给Gemini Flash，500万乘0.75加25万乘3.75，等于37.5加0.9375，一个月不到40美元。差一倍不到。

但真要跑长上下文、多步推理的硬活，Flash那档不够看。Astra的贵，贵在它进了软件环境能自己干活。OpenAI说它可以直接进编程环境，自主完成写代码、建金融模型、做演示文稿和电子表格这种长周期多步骤任务。你付钱买的，是它替你把活干完，不是一句回答。

我当年推ERP的时候，最怕的就是"系统能跑但没人盯就翻车"。Astra这类自主体，把"盯"这个动作也接过去了。代价就是单价。10刀50刀的价，本质是OpenAI给"我替你操作"这个能力标的价格。

虾哥判断

真正的要害是，OpenAI把商业化锚点从Token挪到了任务。我押一件事，接下来18个月，企业级Agent的定价权会落到先跑通按结果收费的那家手里。靠卖Token赚钱的日子，开始倒计时了。

训练成本也摆在那。Astra用了超过10万块GPU在得州Stargate基地训出来。10万块GPU的电费和折旧，摊到每一次调用上，单价下不来。奥特曼在发布会末尾说"欢迎进入AGI时代"，这话我半信半疑。但"用10万块GPU训出来的东西，按任务收费"这个商业动作，是真的。

最让我警惕的是它的安全分级。Astra是OpenAI第一个摸到内部"关键"网络安全门槛的模型，测试里自己发现并串联了两个零日漏洞。最强的能力先不公开，只给少数筛选过的测试者。价格只是第一道门槛，能不能用得上才是最硬的。

我管供应链那几年明白一个道理。供应商把核心能力锁进高阶版本，低端版只给你够用的功能，这是典型的分层定价。大模型厂商今年集体这么干，说明市场教育阶段结束了，接下来拼的是"你愿不愿意为省事多付钱"。

对小团队来说，这笔账更现实。一个三人小公司，每月调用量也就Astra档的零头。可一旦养成习惯，把核心流程挂上去，迁移成本会比软件费高十倍。我见过太多老板，图一开始便宜，把业务全拴在别人的接口上，等对方涨价，才发现退不下来了。

长上下文、低复杂度的批量活，丢给Flash那档。只有可靠性真正值钱的关键路径，才上Astra。同样的活，选错档位，一年能差出几千美元。这账不复杂，但得有人盯着。

我还翻了下自己上个月跑Agent的账单。光是分类和格式化的轻活，就占了六成Token。这些全可以下沉到便宜档，省下的钱够再养一个订阅。大多数团队没算过这笔细账，钱就这么悄悄流走了。

我前阵子帮一个做客服知识库的朋友算过。他每月跑400万Token的分类活，全压在旗舰档，一个月光这项目就烧120美元。挪到便宜档后同一堆活不到40美元，一年省近千刀，够他多雇半个兼职。他说早知道就不迷信旗舰了。

你觉得，按任务收费这步，是AI公司终于敢要高价了，还是把成本压力转嫁得有点急？