GPT-6.1 Sol、GPT-6 Sol、Astra 怎么选

在这三款模型之间选择，可以先把 GPT-6.1 Sol 作为成本基线，再用同一批任务判断是否需要 Astra；已经稳定运行的 GPT-6 Sol 则先做兼容检查，不必立即全量替换。 OpenAI 的模型指南把 6.1 Sol 定位为成本更低、表现接近 Astra 的选项，把 Astra 留给要求最高的工作。这是选型起点，不能代替你的验收结果。

截至 2026 年 10 月 27 日，OpenAI 直连 API 的 Standard 短上下文报价中，两款 Sol 的普通输入和输出单价相同，6.1 Sol 的缓存读取从每百万 Token $0.20 降到 $0.10；Astra 的普通输入和输出单价是 6.1 Sol 的 5 倍，详见官方定价页。在 Codex 或 ChatGPT Work 中选模型，还要看套餐额度、客户端和工作区权限，不能用这组 API 美元单价代替订阅比较。

按你现在用的型号，结论分三种：

• 在用 gpt-6-sol：先做小范围迁移比较。 Artificial Analysis 智能指数（以下简称 AA）在 2026 年 10 月 27～28 日换成 v5.0（9 项评测），新版不再给 GPT-6 Sol 打分；按 9 月 30 日的旧版 v4.3.2 数据，同名推理强度下 6.1 Sol 高出 4～8 分，每道指数题成本持平或更低，OpenAI 自己的评测也指向同一方向。切换前要查 none、遗留的 minimal 配置、Chat Completions 工具调用和采样参数；基准改善不保证原有工作流直接通过。
• 在用 Astra 的 low 到 xhigh：可拿同一批任务在 6.1 Sol 上高一到两档试跑。 截至 2026 年 10 月 28 日的 AA v5.0 中，同名档位 Astra 高 2～8 分；6.1 Sol high 的 50 分只比 Astra medium 低 1 分，Astra 的每任务成本是它的 4.6 倍。要追平 Astra high 和 xhigh 的 55 分，6.1 Sol 得开到 max，Astra 的成本仍是它的 2.6～2.9 倍，但 6.1 Sol 每任务约 858 秒，Astra 只要 372～391 秒。分数接近也不代表每种任务等能力。
• 继续用 Astra： 你自己的对照任务里，它的通过率、端到端完成度或返工成本更好，或者任务属于官方建议优先使用 Astra 的高难度科研与长流程工作。

截至 2026 年 10 月 27 日，API 弃用页未列出 GPT-6 Sol 的停用公告，因此没有仅因新版发布就立即迁移的要求。这不保证未来可用性或请求永不失败；官方通知期也保留了安全与合规例外。

三个型号的关系和标价

下表价格于 2026 年 10 月 27 日核对，适用于 OpenAI 直连 API 的 Standard 档、单次输入不超过 272K Token，单位为美元 / 每百万 Token，依据官方定价页。规格依据 GPT-6.1 Sol、GPT-6 Sol 与 GPT-6 Astra 的模型页；API 推理参数不代表 Codex 界面的可选档位。

三款的上下文窗口都是 1,050,000 Token，单次最多输出 128,000 Token。计费规则也相同：单次输入超过 272K Token 时，整次请求的输入和缓存按 2 倍、输出按 1.5 倍计价。按“普通输入 / 缓存读取 / 30 分钟缓存写入 / 输出”的顺序，6.1 Sol 变成 $4 / $0.20 / $5 / $15，Astra 变成 $20 / $2 / $25 / $75。12 小时缓存写入是 OpenAI 在 2026 年 10 月 20 日加入的档位，单价是普通输入的 2.5 倍（30 分钟档是 1.25 倍），超过 272K 时两款 Sol 为 $10、Astra 为 $50。Batch 和 Flex 是 Standard 的一半，Fast 是 2 倍；适用的区域处理（数据驻留）另加 10%，见 OpenAI API 定价页。Astra 在长上下文、缓存写入和各服务档位下的完整算法，可以看 GPT-6 Astra API 定价与成本计算。

Ultrafast 现在两款都能用。2026 年 10 月 8 日，OpenAI API 更新日志为 gpt-6.1-sol 的 Responses API 加入了 Ultrafast。短上下文输入 / 输出单价分别为 $12 / $60；Astra 为 $60 / $300，两者都是 Standard 的 6 倍。按当前迁移指南，6.1 Sol 的 Fast 支持 EU 数据驻留，GPT-6 Sol 和 Astra 的 Fast 不支持；6.1 Sol Ultrafast 支持全球处理及 US、EU 数据驻留，Astra Ultrafast 支持全球处理及 US 数据驻留。需要 EU 与加速档同时成立时，这个差异会直接影响选择。

至于 GPT-6 Sol，当前 API 定价表仍列出它的费率，模型页也仍可查到规格，同时指向更新的 GPT-6.1 Sol。AA 发布文章标题中的“7 天就取代了 GPT-6 Sol”不能当作 API 下线公告；停用安排应以官方弃用页为准。

需要查看这三款之外的当前型号时，可从 OpenAI API 模型指南或 Codex 与 Work 模型说明继续选择。

“五分之一的价格”要放进你的请求里算

在相同服务档、上下文区间和地区条件下，6.1 Sol 的普通输入、同一时长的缓存写入和输出单价是 Astra 的五分之一，缓存读取是十分之一。只有各计费项的 Token 用量也相同，Astra 的 Token 费用才会落在 6.1 Sol 的 5 到 10 倍之间；缓存读取占比越高，越接近 10。实际任务的输出量、工具费和重试次数不同，账单就不必落在这个区间。

用一次假设的调用算一遍：输入 200,000 Token，其中 150,000 命中缓存、50,000 按普通输入计费，计费输出（含推理 Token）20,000，Standard 短上下文档。假设没有新增缓存写入，不计区域加价、工具费和重试；这不是实际账单。Token 数换算成百万为单位代入单价：

• GPT-6.1 Sol：0.05 × $2 + 0.15 × $0.10 + 0.02 × $10 = $0.100 + $0.015 + $0.200 = $0.315
• GPT-6 Sol：0.05 × $2 + 0.15 × $0.20 + 0.02 × $10 = $0.100 + $0.030 + $0.200 = $0.330
• GPT-6 Astra：0.05 × $10 + 0.15 × $1 + 0.02 × $50 = $0.50 + $0.15 + $1.00 = $1.65

这一笔 Astra 是 6.1 Sol 的约 5.2 倍。

6.1 Sol 对 GPT-6 Sol 的差距就小得多，这里只省 $0.015，全部来自缓存读取。AA 在 2026 年 9 月 29 日的报告中测到，同名推理强度下 6.1 Sol 在当时的 v4.3.2 智能指数测试中，输出 Token 比 GPT-6 Sol 多约 10%～30%。在上面这笔调用里，固定输入量不变，输出多 7.5%（1,500 Token，$0.015）就抵消了缓存节省；少于这个增幅仍更便宜，多于它则更贵。多 20% 时 6.1 Sol 要 $0.355，比 GPT-6 Sol 贵 $0.025。因此迁移的收益应看能否在相同验收标准下降低成本，可以试低一档，但不能由指数分数保证降档后质量不变。

这笔账还假设三个模型用的 Token 一样多，实际通常不一样。OpenAI 说 Astra 在多项评测里比前代模型用更少的输出 Token 拿到更好的结果，AA 则测得 6.1 Sol 比 GPT-6 Sol 输出更多。所以比较三者，最终要看完成一个任务花多少钱，而不是每个 Token 多少钱。

差距有多大：先分清是谁测的

下面的数字分三类：OpenAI 自己公布的、AA 独立测的，以及用 AA 数据算出来的对照。它们都不是在你的任务上跑出来的，条件随每组数字给出。

AA 智能指数：按推理强度逐档对照

AA 智能指数 v5.0 由 9 项评测组成，在 2026 年 10 月 27～28 日取代了 10 项评测的 v4.3.2：GDPval-AA、SciCode、Humanity's Last Exam 和长上下文 AA-LCR 被移出，FrontierCode 2.0、HLE-Diamond、CritPt v2 和 Terminal-Bench-Science 加入。所有分数和每任务成本都随之改变，两版不能逐分对比。下表每格是“指数得分 / 每任务成本 / 每任务耗时”；每任务成本是 AA 按标价跑一道指数题的平均花费，反映的是这套测试的工作量，不是你的账单。

数据来自 AA 的 GPT-6.1 Sol 与 GPT-6 Astra 逐档比较页，截至 2026 年 10 月 28 日，之后可能更新。

v5.0 没有给 GPT-6 Sol 打分。它和 6.1 Sol 的对照只剩旧版 v4.3.2 的数字（截至 2026 年 9 月 30 日，来自 AA 的 GPT-6.1 Sol 与 GPT-6 Sol 发布页），两列同属旧版、可以互比，但不能和上表的 v5.0 分数放在一起排名：

从这两张表能读出三件事：

1. 对 GPT-6 Sol，旧版指数的五档得分都更高。 在 v4.3.2 里，同一档位 6.1 Sol 分别高 8、8、7、7、4 分，每任务成本持平或更低。6.1 Sol medium 得 48 分、花 $0.21，与 GPT-6 Sol max 的指数总分持平，成本是后者的 1/5。AA 不再给 GPT-6 Sol 打分，迁移的理由就落在这组旧数据和下文 OpenAI 自己的评测上。原来把 GPT-6 Sol 开到 max 的，可以从 6.1 Sol medium 或 high 试起，再检查具体任务是否仍通过。
2. 对 Astra，同名档位差 2～8 分。 v5.0 中 Astra 在 low 领先 8 分，medium 和 high 各领先 5 分，xhigh 领先 3 分，max 领先 2 分。
3. 按 v5.0 总分对齐，6.1 Sol 往往要高一到两档，省下的钱也变少了。 6.1 Sol high（50 分，$0.59）比 Astra medium（51 分，$2.73）低 1 分，Astra 的成本约是它的 4.6 倍；xhigh（52 分，$0.76）比 Astra high 低 3 分。Astra high 和 xhigh 的 55 分只有 6.1 Sol max（55 分，$1.27）追得上，Astra 的成本分别约是它的 2.6 倍和 2.9 倍，但 6.1 Sol max 每任务约 858 秒，是 Astra high（372 秒）的 2.3 倍。Astra max 的 57 分在 6.1 Sol 里没有同分档。同分或相差 1 分都不能推出任意任务的通过率。

图中是 Artificial Analysis v4.3.2 的数字和同分配对；截至 2026 年 10 月 28 日的 v5.0 数字以上面的表格为准。

输出速度会随测量时间改变。AA 在上线首周测得 6.1 Sol 各档每秒约 59～66 个 Token，Astra 约 44～51 个；2026 年 10 月 26 日的历史快照里，同档 Astra 都不更慢。到 2026 年 10 月 28 日的 AA 比较页，6.1 Sol 从 low 到 max 每秒约 61、59、70、70、81 个 Token，Astra 约 48、59、63、68、71 个，每一档 6.1 Sol 都不慢于 Astra。快慢关系几天内就翻过一次，不能写成固定结论；每秒输出更快也不等于每道题更快，max 档 6.1 Sol 每任务仍比 Astra 多用约 147 秒。整项任务耗时还包括首个答案 Token 前的等待、输出总量、工具执行与重试。如何分别计时，见GPT-6.1 Sol 慢请求的原因区分与降档测试；其中测试保留原日期和调用路线，不能当作所有 Codex 任务的提速保证。

指数差几分，是 9 项评测汇总后的结果，单项差距可能大得多，下面 OpenAI 公布的 Terminal-Bench Science 就是一例。

AA 编码智能体指数：xhigh 比 max 更好

在 AA 2026 年 9 月 29 日公布的编码智能体指数（Coding Agent Index）里，6.1 Sol xhigh 比 Astra 高 1 分，每任务成本不到 Astra 的 15%；比 GPT-6 Sol max 高 6 分。6.1 Sol xhigh 还比它自己的 max 高 3 分，max 则比 Astra 低 2 分。这说明更高档不保证这项指数更高；编码任务可以试 xhigh，但仍要按自己的测试和验收决定。

同一篇 AA 文章还提到，6.1 Sol 在 Terminal-Bench 4.0 上比 GPT-6 Sol 高 12 分，AA-Omniscience 幻觉率从 60% 降到 54%。

OpenAI 公布的对比

以下保留 2026 年 9 月发布期 OpenAI 的 GPT-6.1 Sol 发布文章结果，属于厂商自报测试，在研究环境或 API 中进行，可能与正式版 ChatGPT 有差异；不是 10 月 27 日新做的独立测评：

• 编程（DeepSWE v1.1）：6.1 Sol 以约五分之一的成本达到与 Astra 相当的水平；用更低的推理强度和成本，比 GPT-6 Sol 的最高分高 6.4 个百分点。
• 计算机使用（OSWorld 2.0，部分奖励得分）：最高推理强度下比 GPT-6 Sol 高 7 个百分点、成本不到一半；与 Astra 相差 2.1 个百分点以内，单任务成本约为 Astra 的七分之一。
• 科学研究（Terminal-Bench Science 0.1）：平均单任务成本 6.1 Sol $5.47、Astra $23.80，但 Astra 以 68.1% 排第一，OpenAI 明确说最具挑战性的科学研究任务应使用 Astra。
• 事实错误率（刻意挑选的高难度提示）：发布文章报告，low 档含事实错误的回答比例从 GPT-6 Sol 的 11.4% 降至 6.1 Sol 的 7.7%。这些提示来自用户曾指出旧模型错误的对话，不代表日常使用的错误率。
• 搜索工具出错却未告知用户的比例（max，对抗性测试）：6.1 Sol 2.1%、GPT-6 Sol 4.9%、Astra 1.5%。

这些结果支持把 6.1 Sol 纳入成本与质量比较，也解释了官方为什么仍把最难科研任务推荐给 Astra；它们没有证明 Astra 对每个用户任务都更强，也没有证明 6.1 Sol 可以无条件替换 GPT-6 Sol。

推理强度怎么对档

把上面的历史基准落到具体配置上，可以从下表开始试。OpenAI 的模型说明明确说不同代模型的推理强度并不一一对应，所以这只是试跑起点，每一行都要用相同任务与验收标准确认。

6.1 Sol 的 API 档位写在 reasoning.effort（Responses）或 reasoning_effort（Chat Completions）里，支持 low、medium、high、xhigh、max，默认 medium。Codex 和 ChatGPT Work 的 Light 在 CLI 里显示为 Low；Max 为单个任务增加推理时间，Ultra 使用子代理并行处理可拆分的任务。可选项以所用模型、客户端和工作区实际显示为准，不能因 API 没有 ultra 参数，就断言 Codex 不支持 Ultra。OpenAI 建议大多数任务不必开 Max 或 Ultra，详见模型说明。

把 gpt-6-sol 换成 gpt-6.1-sol 前要检查的地方

只用 Responses API、推理强度为 low 及以上且参数兼容的请求，可以先以改模型名为起点验证；能返回结果还不等于质量、预算和工具流程都通过。下面这些情况要单独检查，兼容规则依据 OpenAI 的 GPT-6 使用与迁移指南：

1. 推理强度 none 或 minimal。 6.1 Sol 和 Astra 都不支持，请求会失败。改成 low；如果原来用 none 是为了压延迟，要重新测响应时间。
2. Chat Completions 里的工具调用。 GPT-6 Sol 在 Chat Completions 里只有 reasoning_effort 为 none 时才能调函数；6.1 Sol 的 Chat Completions 完全不支持工具调用。带工具的请求要先迁到 Responses API，不带工具的 Chat Completions 请求可以照常用。
3. 采样参数。 推理强度不是 none 时，要删掉 temperature、top_p、top_logprobs；Chat Completions 还要删 logprobs，Responses 要从 include 里去掉 message.output_text.logprobs。原来在 GPT-6 Sol 上用 none 配这些参数的，改成 low 后必须一起删。
4. 输出量和预算。 AA 发布期的 v4.3.2 智能指数测试中，6.1 Sol 的输出 Token 比 GPT-6 Sol 多约 10%～30%，这不是每个请求的固定增幅。保留现有预算控制，检查是否触及输出上限、是否出现截断，以及完成任务的总费用，再决定是否提高上限。
5. 图片输入的旧评测。 OpenAI 在 9 月 25 日修复了一个图像编码问题，它曾拉低 GPT-6 Sol 和 Luna 在 API 与 Codex（包括计算机使用）中的看图能力。9 月 25 日之前用 GPT-6 Sol 做的看图对比低估了它，拿来和 6.1 Sol 比之前要重跑。
6. 速度档与数据驻留。 6.1 Sol 的 Fast 支持 EU 数据驻留，GPT-6 Sol 和 Astra 的 Fast 不支持。6.1 Sol Ultrafast 也支持全球处理与 US、EU 数据驻留，Astra Ultrafast 仅支持全球处理与 US 数据驻留。按迁移指南的区域说明核对具体模型与服务档，再核对项目的区域资格和设置，不能只看模型名。
7. 安全研究类任务。 OpenAI 把 6.1 Sol 的网络安全能力评为 Critical、生物与化学评为 High，套用和 Astra 相同的一整套安全防护，见 GPT-6.1 Sol 系统卡补充。做漏洞研究、渗透测试一类工作，从 GPT-6 Sol 迁过来前先用真实任务跑一遍。

检查完之后，先用一小批代表任务比较通过率、输出 Token 和耗时，再决定是否切换生产流量。参数兼容的具体规则可直接对照 OpenAI 迁移清单。

什么时候仍该用 Astra

下面几种情况值得优先保留 Astra，再比较多付的费用是否换来更好的交付：

• 你的对照任务中 Astra max 才能稳定通过。 这时先保留已经验证的配置。AA v5.0 中 57 对 55 分的差距不能证明 6.1 Sol 一定失败，也不足以支持未经验证就替换现有流程。
• 最难的科学研究任务。 Terminal-Bench Science 上 Astra 排第一，OpenAI 自己也说这类任务应该用 Astra。
• 完整的端到端长流程。 OpenAI 的 Codex 文档把 Astra 推荐给需要跨代码、应用和资料持续推理与判断的完整工作流，并说它更会在关键处提问、在接受新要求的同时守住原始目标；6.1 Sol 则推荐给注重成本、重复执行的长时间任务。
• 需要 API 的 Ultrafast，而且 6.1 Sol 未达到验收标准。 两款都提供 Ultrafast，6.1 Sol 短上下文输入 / 输出为每百万 Token $12 / $60；先比较质量和完整耗时，不能由同名速度档保证同样快。费率与区域范围见上文的官方来源。
• 失败很贵。 一次失败的人工检查、返工或线上事故成本远高于 API 费用时，Astra 的通过率哪怕只高一点，也可能更划算，下一节给出算法。

跨厂商的编码与 API 比较，可继续看 GPT-6 Astra 与 Claude Fable 5.1 怎么选：实测 token 与 API 成本。该文保留了 2026 年 10 月 26 日经 laozhang.ai 网关的测试：在所测英文短文与长文中，Fable 5.1 的输入 Token 分别约为 Astra 的 1.45、1.52 倍。这些样本说明相同标价不一定产生相同账单，不能推成所有英文请求的固定比例。2026 年 11 月 9 日起，Anthropic 的顶级模型换成了 Fable 5.2，它和 Astra 的对比见 Fable 5.2 和 GPT-6 Astra 对比：单价低 20%，同题输出却是 2.5 倍。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

在自己的任务上确认：算每个合格结果的成本

普通输入和输出单价差 5 倍，但决定选谁的往往还有失败的代价。用这个式子比较：

每个合格结果的成本 = 全部尝试的 API、人工检查与返工费用 ÷ 合格结果数

若把每次尝试的平均费用记为分子，也可写成“平均 API 与人工费用 ÷ 通过率”。失败尝试的费用要纳入；同一个任务反复重试时，最终交付只算一个合格结果。下面把每次尝试的费用与通过率视为固定估计，忽略额外重试协调和事故损失，只用于说明阈值。

继续用前面那笔调用（6.1 Sol $0.315，Astra $1.65，假设两边 Token 用量相同）：

• 只看 API 费用： 两边通过率之比的盈亏点为 0.315 ÷ 1.65 ≈ 19.09%。若 Astra 通过率为 90%，6.1 Sol 高于约 17.18% 时，按这个简化公式计算的每个合格结果才更便宜。这不说明低通过率足以满足业务要求。
• 加上人工成本： 假设每次尝试都要人工检查，平均折合 $5。Astra 每次共 $6.65，6.1 Sol 共 $5.315，通过率之比的盈亏点变成 5.315 ÷ 6.65 ≈ 79.92%。Astra 通过率为 90% 时，6.1 Sol 要高于约 71.93% 才更便宜；等于阈值时两者打平。

这些假设下，人工检查越贵，通过率差距越容易抵消 API 费率优势。验收能自动完成且失败代价低时，6.1 Sol 更值得优先测试；是否迁移仍要同时满足最低通过率和时延要求，不能只追求公式里的低成本。

具体做法：

1. 挑一批有代表性的真实任务，包括你最难的那类，先写好通过标准，能自动判定的尽量自动判定。
2. Astra 用现在的档位跑一遍作为基线；6.1 Sol 按前面的对档表试跑，未达标且未到 max 时再加高一档。
3. 每次记录 API 返回的 usage（普通输入、缓存读取、缓存写入、含推理的输出 Token）、实际费用、是否通过、完整耗时与人工修正时间。
4. 按任务类型分别汇总，所有尝试的费用除以最终合格结果数。达到质量与时延要求、合格交付成本更低的类型再切过去，其余保留基线，两者可以分流并用。

从 GPT-6 Sol 迁到 6.1 Sol 也可以用同一套流程，重点是确认请求没有报错、输出量增加后账单仍可接受，并试试低一档能不能守住原来的通过率。同一思路在跨厂商比较中的用法，见 Claude Opus 5.5 对比 GPT-6 Sol：先看任务，再算每次合格交付的成本。

Codex 和 ChatGPT 工作模式里怎么选

在 Codex 和 ChatGPT Work 中，反复执行且对成本敏感的长任务可以先试 6.1 Sol，需要持续判断的困难端到端工作优先保留 Astra；这是 OpenAI 的官方选择建议，仍应以同一任务的完成质量和用量验证。已有 GPT-6 Sol 工作流则保留作对照，不能把 API 参数兼容等同于桌面任务行为一致。

上面的 API 单价不能换算成套餐额度。以 ChatGPT 登录时，要分清套餐内额度和额外积分；用 API Key 的 Codex 会话则按 API 价格计费。按 2026 年 10 月 27 日的官方积分费率，Standard 每百万普通输入 / 缓存读取 / 输出 Token，6.1 Sol 为 50 / 2.5 / 250 credits，GPT-6 Sol 为 50 / 5 / 250，Astra 为 250 / 25 / 1,250。积分计费没有单列缓存写入费；部分 Enterprise 合同仍采用其他费率，需按自己的合同核对。

因此，同样的计费 Token 用量下，6.1 Sol 的积分成本低于 Astra，两款 Sol 的差异主要在缓存读取。但这些积分单价本身不能决定套餐内能发多少条消息。官方给 Plus 与 Standard Business 的估计是每 5 小时本地消息：6.1 Sol 15～160 条、GPT-6 Sol 15～150 条、Astra 5～45 条；它们是受任务复杂度、上下文和工具使用影响的估计，不是固定条数，也不能用上限相除得出实际倍数。当前限制与重置时间看账户用量页。同一价格页还区分了速度档：Fast 消耗套餐内额度约为 Standard 的 2.5 倍、购买积分为 2 倍；Ultrafast 分别为 8 倍和 6 倍。

可用范围按官方可用性说明核对：

• GPT-6.1 Sol： Plus、Pro、Business、Enterprise 和 Edu 可在获准的 Work 或 Codex 入口使用；Enterprise 和 Edu 默认关闭，需管理员启用。它不在普通 Chat 中提供。
• Astra 与速度档： 当前套餐页为 Plus 与 Standard Business 列有 Astra 用量估计；实际可选模型仍以套餐、客户端和工作区设置为准。两款模型的 Ultrafast 面向 Pro $500 和符合条件的 Enterprise、Edu 方案，选到模型本身不代表自动获得 Ultrafast 权限。

在 CLI 里指定模型：

codex -m gpt-6.1-sol
codex -m gpt-6-astra

桌面应用和 Work 的模型控件中，可在高级（Advanced）里选择模型、推理强度与速度；文档中的 Power 预设只是示意，选项会随套餐、客户端、工作区设置和推出进度变化。在 CLI 中用 /model 选择模型后，进入 More reasoning… 查看该模型支持的 Max 或 Ultra。桌面中模型已支持 Ultra 而滑块未显示时，可检查 Settings → Configuration → Ultra in model picker slider。这些是 OpenAI 记录的入口，选择命令和开关都不会绕过账号权限。

如果经其他云平台或 API 网关调用，需按所用提供方的模型、缓存规则和报价重新计算，不能直接套用上面的 OpenAI 直连单价。直连 OpenAI 时，Astra 的访问条件与首次调用排查见 GPT-6 Astra API 怎么开通。