OpenAI 於美國時間 2026 年 9 月 3 日 發表 GPT-6 Astra 。這款旗艦模型著重多步驟工作，例如讀懂專案、修改程式，再操作瀏覽器檢查結果。使用 Agent 時，除了看回答品質，也要看交辦後還需要人工接手多少次，以及成果能否直接使用。
Astra 的 API 基本單價是 GPT-5.6 Sol 促銷價的 2.5 倍，換模型前也要考慮：它會不會一直停下來問？只改一點東西，會不會測試太久？百萬 token context 又會花多少錢？這些都會影響升級後是否省事。
GPT-6 Astra 是什麼
GPT-6 Astra 是 OpenAI 開發的新一代旗艦推理模型，會用於 ChatGPT、Codex 與 OpenAI API。GPT 是模型系列；ChatGPT 是對話產品，Codex 是程式開發 Agent，兩者可以在各自介面中使用 Astra，因此「Astra」不是另一個訂閱方案或獨立 App。
先前的 GPT 模型已能回答問題、分析內容、撰寫程式與呼叫工具。Astra 著重需要持續執行的 Agent 任務：模型理解目標後，可以操作多種軟體、根據畫面或執行結果修正做法，再檢查任務是否完成。它要減少多步驟工作中反覆等待人工操作或接手的情況。
這次正式發布補齊了使用入口、方案、API 規格與價格，也公開說明模型達到 Critical 資安能力門檻後的限制與監控。過去本站在 OpenAI Jalapeño 實測文章 提過 GPT-Astra 協助移植晶片軟體；這次則是模型本身正式推出，開始開放給更多使用者。
不過，模型能判斷怎麼操作，不代表選了 Astra 就能存取電腦上的所有軟體。Agent 還需要執行環境提供瀏覽器、檔案或終端機工具，以及相應權限。若工作需要讀取專案，卻只在沒有接上專案的對話裡提問，模型仍無法讀取完成工作所需的檔案。
ChatGPT、Codex 與 API 從哪裡使用
OpenAI 表示，發布當日先向有限的組織推出，接下來數日擴大到 ChatGPT Plus、Pro、Business、Enterprise、OpenAI API、Microsoft Azure，以及 AWS 的 Amazon Bedrock。這是分批 rollout，不代表所有帳號會在同一時間看到模型選項。
| 入口 | 適用對象 | 推出方式 | 要注意的條件 |
|---|---|---|---|
| ChatGPT | Plus、Pro、Business、Enterprise | 接下來數日分批開放 | 納入既有方案額度，可另購 credits |
| Codex | 符合方案資格的使用者 | 隨帳號與組織分批開放 | 部分長任務可能被安全監控暫停 |
| OpenAI API | 獲得存取資格的開發者 | 使用 gpt-6-astra | 按 tokens 與 service tier 計費 |
| Microsoft Azure | Azure 客戶 | 列入本輪 rollout | 供應區域與計費以 Azure 公告為準 |
| Amazon Bedrock | AWS 客戶 | 列入本輪 rollout | 實際區域與帳號供應以 AWS 控制台為準 |
Pro、Business 與 Enterprise 方案還會取得 Astra Pro；發布公告沒有提供它與一般 Astra 的完整比較。Enterprise 在發布時預設關閉，需要管理員啟用。官方發布清單沒有列出免費方案，但這只能解讀為本輪 rollout 未包含 Free，不能推論之後永遠不會提供。
API 價格、context 與長輸入加價
以下價格適用於直接呼叫 OpenAI API，不是 ChatGPT 訂閱帳單，也不能直接套用到 Azure 或 Bedrock。根據 OpenAI API 模型文件 ，API 型號是 gpt-6-astra，context window 為 1,050,000 tokens，單次最多輸出 128,000 tokens，knowledge cutoff 是 2026 年 4 月 30 日。它接受文字與圖片輸入並輸出文字，不支援音訊與影片輸入，也不支援 fine-tuning。
| Standard 計價項目（輸入不超過 272K） | 每百萬 tokens |
|---|---|
| 輸入 | US$10 |
| Cached input | US$1 |
| Cache write | US$12.50 |
| 輸出 | US$50 |
截至發布日，GPT-5.6 Sol 的 Standard API 促銷價是每百萬 input tokens US$4、output US$20；Astra 的 US$10／US$50 兩項都是 2.5 倍。兩者同樣提供 1,050,000 token context，升級 Astra 的理由主要是較強的軟體操作、長時間 Agent 與專業任務能力，而不是 context 容量。重視成本或工作不需要這些能力時，Sol 仍是較低價的選項；Sol 價格與促銷期限可參考 GPT-5.6 Sol 降價整理 。
超過 272,000 input tokens 時，整個請求的 input 與快取讀寫費率變成 2 倍，output 費率變成 1.5 倍。換句話說，百萬 token context 是容量上限，不是從第一個 token 到最後一個 token 都採同一單價。Batch 與 Flex 相較 Standard 省 50%；Fast 約為適用費率的 2 倍，Astra 發布頁標示速度最高可達 Standard 的 2 倍。
Astra 支援 web search、file search、image generation、code interpreter、hosted shell、computer use、MCP、skills 與 tool search 等工具。reasoning effort 可選 low、medium、high、xhigh 與 max；使用較高等級通常會增加推理與輸出成本，導入時仍要用實際工作負載估算。
一次請求與整個任務的費用不同
以 Standard API 做簡化試算：假設單次請求有 100,000 個未快取輸入 tokens、10,000 個計費輸出 tokens，Astra 是 US$1.50；依前述 Sol 促銷價則是 US$0.60。若 Astra 的輸入相同，輸出減半成 5,000 tokens，仍要 US$1.25。因此，縮短回答不一定能抵銷較高的單價。
長輸入要套用加價後的費率。假設 Astra 單次送入 300,000 個未快取輸入 tokens，輸出仍是 10,000 個計費 tokens，因為跨過 272,000 門檻，費用變成 US$6 + US$0.75，共 US$6.75。加價適用整個請求，不是只算超過門檻的 28,000 tokens。以上都是依單價計算的例子，不含工具費與其他請求；依 推理模型文件 ，計費輸出也要包含推理 tokens，不能只數畫面上看得到的回答。
Agent 修一個問題可能經過多輪讀檔、執行與修正，每一輪都有用量。比較成本時，應該看完成同一件工作累計花多少，而不是只比最後一次回答。如果 Sol 已經能一次完成，使用 Sol 的費用就較低；如果常常要重新解釋、退回重做，Astra 才可能透過減少重試節省時間與費用。實際能省多少，要依工作紀錄計算，不能從官方跑分直接換算。
電腦操作與專業工作的進步
OpenAI 將 Astra 的改進重點放在 computer use、瀏覽、軟體工程、資安、科學與專業工作。這些任務需要模型使用多個工具持續操作，並確認結果。
| 測試 | GPT-6 Astra | 官方比較與限制 |
|---|---|---|
| Agents’ Last Exam | 59.3% | GPT-5.6 Sol 為 53.6%；Claude Opus 5 為 55.5% |
| OSWorld 2.0 | 72.6%，估計約 40 分鐘 | GPT-5.6 Sol 為 65.7%、約 75 分鐘；時間為官方估計 |
| Mind2Web | 速度約為 1.9 倍 | 比較對象是目前 Sol 體驗，且包含更新後的 Codex 執行框架 |
這三組數字不能合併成一句「Astra 快 1.9 倍」。Agents’ Last Exam 比較任務完成表現，OSWorld 同時呈現分數與估計時間；Mind2Web 則連同更新後的 Codex 執行框架一起測量，因此 1.9 倍不是模型單獨更換後的固定加速倍率。
目前公開的 benchmark、估計執行時間與安全評估主要由 OpenAI 提供，不是完整的第三方實測。Agent 的執行框架、工具權限、reasoning effort 與安全配置都會影響結果；發布頁部分資安跑分還使用 Daybreak Blue 配置，不等於 API 預設設定。
Codex 使用 Astra 時，任務怎麼交代
Codex 使用者可以把單次要求直接寫在任務訊息裡；需要跨任務沿用的專案約定，再整理到 AGENTS.md。下面是依使用情境設計的交辦與驗收範例，不是本站已完成的 Astra 實測結果。
OpenAI 的 Astra 使用指南 提到幾項行為傾向：遇到會影響結果的缺漏時更容易提問，也更容易受到 skills 與規則檔影響；回答偏詳細，小型程式修改則可能做超出需求的測試。這些不是每次都會出現，但值得在換模型時一起檢查。
修正問題需要明確的完成條件
例如「幫忙修登入問題」可能只得到原因分析，也可能讓 Agent 大幅改寫登入流程。可以把重現方式、允許修改的範圍與交付內容一起寫出來。以下假設問題是密碼錯誤後按鈕持續顯示載入中，範例中的行為與驗證方式需要換成專案實際情況：
請修正登入頁：輸入錯誤密碼後，
按鈕一直顯示載入中，無法再次送出。
完成條件：顯示錯誤訊息、恢復按鈕，
更正密碼後可以再次登入。
請讀取相關程式並直接完成必要修改。
沿用現有登入流程與套件。
一般實作細節可依專案慣例決定；
若要改 API 契約或新增依賴，先說明原因。
執行與這次修正直接相關的檢查。
交付修改檔案、原因與實際驗證結果；
若無法操作瀏覽器，說明尚未驗證的部分。驗收時依照登入流程檢查：錯誤密碼送出後是否結束載入、能否再送一次、正常登入是否仍可用。單元測試通過只能確認測試涵蓋的行為，不等於已在瀏覽器驗證過。驗收時要分清楚「程式已修改」與「操作流程已驗證」，避免交付時漏掉後者。
反覆確認與規則衝突
如果已經授權修改，它仍停在「是否需要繼續」，可以追問：「目前缺少什麼會影響結果的資訊？如果是規則要求暫停，請列出檔案路徑與原文。」這比再補一句「全部自己決定」更容易找出原因，也能確認新增依賴或修改資料是否仍需另外授權。
例如舊 skill 寫著「任何修改前都要確認」，而本次任務已要求直接修正，應該處理的是這兩項要求的衝突。如果缺少的是登入測試帳號，則要補帳號或縮小驗證範圍。兩種情況都會讓 Agent 停下來等待，但需要補足的條件不同。這類規則衝突造成的暫停，也要和安全監控造成的中斷分開判斷。
小修改的檢查範圍與回覆長度
只修改按鈕文字時，通常只需確認文字正確、功能未變、版面正常；修改登入狀態處理，就需要驗證成功與失敗路徑。可以在任務中寫明：「完成直接相關檢查後交付；只有出現失敗或新的影響範圍，才擴大檢查並說明原因。」不要把所有任務都套成同一套完整測試。
若結果寫得太長，也可以指定交付格式：「用兩三段交代改了什麼、為什麼這樣改、驗證結果與未完成事項；細節附檔案位置。」需要比較多個選項時再用表格，操作順序則用步驟呈現，方便核對成果。
哪些工作值得改用 Astra
優先考慮需要跨檔案理解、反覆查證或操作軟體才能完成的工作。例如處理跨前後端的問題，要追查資料在哪個環節傳錯，修正後還要驗證操作流程；整理研究資料，則要核對結論與來源，找出互相矛盾的數字。這些工作需要花時間查資料、修正與驗收，可以觀察 Astra 是否減少了這些步驟中的人工處理。
如果只是翻譯一小段文字、調整格式，或修改範圍已經很明確，原本的模型能穩定完成，就沒有必要每次都切到較高價的 Astra。若只需要幾行答案，卻得到長篇分析，閱讀反而要花更多時間。
日常使用時，可以記錄：最後是否有可用成果、中途補了幾次說明、哪些地方仍要人工修正，以及累計時間與用量。交付成果若漏掉原有需求，或聲稱驗證過卻沒有驗證結果，補做的時間也應算進成本。評估是否升級時，減少人工接手比回答篇幅更有參考價值。
Critical 資安能力為什麼限制開放
OpenAI 將 GPT-6 Astra 列為首款廣泛部署且在 Preparedness Framework 達到 Critical 資安能力門檻的模型。這代表模型在高階資安任務上的能力已跨過官方預先設定的風險分級，不代表所有使用者預設取得完整的高風險操作能力。
較進階的資安能力採限制開放，並搭配存取控制與工具推理監控。ChatGPT 或 Codex 的工作若觸發監控，介面可能暫停並要求使用者檢查；API 任務可能直接停止。這套機制也可能中斷合法工作；暫停代表需要檢查，不等於已確認使用者違規。
直接串接 API 時，若收到 misalignment_policy_violation，應停止該對話後續操作，保存請求、工具呼叫與已完成的變更，交由人工覆核。 官方處理指引 要求不要自動重試被阻擋的工作，也沒有提供通用的恢復方式。監控是非同步執行，停止請求不會自動撤銷先前已經做完的操作。
GPT-6 Astra System Card 顯示，在超過 54,000 個內部 Codex 任務模擬中，Astra 被標記為高嚴重度、偏離預期行為的情況（misalignment flag）約為 GPT-5.6 Sol 的一半。不過 OpenAI 也指出，Astra 的推理過程較難用來監測行為（chain-of-thought monitorability 低於 Sol），而且 Astra 在特定對抗測試中能規避監控。這些結果說明新防護降低了部分風險，但不能解讀成風險已消失。
常見問答
以下整理方案、模型版本、長 context 計價與本機執行等常見疑問。
GPT-6 Astra 免費嗎？
本輪 ChatGPT rollout 列出 Plus、Pro、Business 與 Enterprise，沒有列出 Free。付費方案會使用既有額度，也能另購 credits；官方沒有公布免費帳號之後是否加入。
GPT-6 Astra 和 Astra Pro 有什麼差別？
官方目前只公布 Astra Pro 適用於 ChatGPT Pro、Business 與 Enterprise，發布公告沒有提供它與一般 Astra 的完整比較。API 文件目前提供的型號是 gpt-6-astra，沒有另外列出 Astra Pro 的 API 型號。
百萬 token context 都是每百萬輸入 10 美元嗎？
不是。Standard 的基本輸入價是每百萬 tokens US$10，但請求超過 272,000 input tokens 後，整個請求的 input 與 cached input 會按 2 倍費率計價，output 則是 1.5 倍。
可以下載 GPT-6 Astra 在本機執行嗎？
截至 2026 年 9 月 4 日，OpenAI 公布的是 ChatGPT、Codex、API 與 Amazon Bedrock 等託管式入口，沒有宣布開放權重或本機下載版本。
參考來源
- OpenAI: GPT-6 Astra: A new generation of intelligence (GPT-6 Astra 新一代智慧)
- OpenAI API: GPT-6 Astra (GPT-6 Astra 模型規格)
- OpenAI API: Model guidance (Astra 使用與提示詞建議)
- OpenAI API: Reasoning models (推理 tokens 與計費)
- OpenAI API: Misalignment monitoring (監控中斷與處理方式)
- OpenAI Deployment Safety Hub: GPT-6 Astra System Card (GPT-6 Astra 系統卡)
- OpenAI: Path to Astra: critical capabilities and frontier safeguards (Astra 資安能力與防護措施)