GPT-6 Astra untuk Developer: API, Harga, 1 Juta Konteks, dan Apa yang Perlu Diubah dari GPT-5.6 Sol

OpenAI merilis GPT-6 Astra pada 3 September 2026, pertama untuk sejumlah organisasi terbatas dan kemudian, dalam beberapa hari berikutnya, untuk setiap pengguna ChatGPT Plus, Pro, Business, dan Enterprise, API OpenAI, Microsoft Azure, dan AWS Bedrock. ID model adalah gpt-6-astra, memiliki jendela konteks 1.050.000 token, dan OpenAI menyebutnya “model terbaik untuk rekayasa perangkat lunak hingga saat ini.” Ini juga model pertama yang dinilai Kritis oleh OpenAI untuk kemampuan keamanan siber, yang membentuk perilakunya di API.

Ini adalah panduan praktis. Ini mencakup ID model dan endpoint, permintaan pertama Anda, lima tingkat upaya penalaran, tabel harga lengkap termasuk tarif konteks panjang dan mode Cepat, perubahan yang memutus integrasi GPT-5.6 Sol, dan apakah harga 2.5x lebih tinggi dari tarif promosi Sol sudah cukup. Halaman model OpenAI adalah sumber catatan untuk angka-angka di bawah ini. Untuk merasakan pengalaman bekerja dengannya, baca praktik dua hari kami; tulisan ini berfokus pada API.

TL;DR

• ID Model gpt-6-astra, satu snapshot. Chat Completions, Responses, dan Batch. Tanpa Realtime, tanpa Assistants, tanpa fine-tuning. Pemanggilan alat memerlukan API Responses.
• Konteks 1.050.000-token, output maks 128.000, batas pengetahuan 30 April 2026. Masukan teks dan gambar, keluaran teks.
• Harga standar: masukan $10, bacaan cache $1, penulisan cache $12.50, keluaran $50 per juta token. Prompt di atas 272K token masukan dikenakan biaya $20 / $2 / $75. Batch dan Flex setengah harga. Mode Cepat dua kali lipat.
• Upaya penalaran: low, medium, high, xhigh, max. none dan minimal sudah tidak ada.
• Perbedaan dari Sol: temperature, top_p, dan logprobs dihapus; prompt_cache_retention menjadi prompt_cache_options.ttl.
• GPT-5.6 Sol seharga $4 / $20 dalam promosi setidaknya hingga 21 November 2026, jadi Astra harganya 2.5x lebih mahal di kedua sisi.

GPT-6 Astra sekilas

Ruang kerja Enterprise menonaktifkan Astra secara default; seorang administrator harus mengaktifkannya. Di ChatGPT, penggunaan Astra dihitung terhadap alokasi langganan yang ada, dan paket Pro, Business, dan Enterprise juga menerima GPT-6 Astra Pro.

Permintaan pertama Anda

API Responses adalah permukaan utama, dan diperlukan untuk alat. Panggilan Python minimal:

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6-astra",
    reasoning={"effort": "medium"},
    input=[
        {"role": "developer", "content": "Anda adalah seorang insinyur API senior. Cenderung bertindak. Bertanya hanya jika jawabannya akan mengubah hasil."},
        {"role": "user", "content": "Tinjau operasi OpenAPI ini untuk celah otentikasi dan validasi, lalu ajukan tiga kasus uji."},
    ],
)

print(response.output_text)
print(response.usage)

Permintaan yang sama di curl:

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra",
    "reasoning": {"effort": "medium"},
    "input": "Tinjau operasi OpenAPI ini untuk celah otentikasi dan validasi, lalu ajukan tiga kasus uji."
  }'

Chat Completions masih berfungsi untuk teks biasa: tukar endpoint dan bentuk pesan, dan hilangkan bidang temperature atau top_p apa pun, yang menurut panduan OpenAI harus dihapus. Saat Anda membutuhkan pemanggilan fungsi atau alat bawaan, beralihlah ke Responses. Panduan API Responses kami membahas bentuk permintaan secara mendalam.

Pesan pengembang lebih penting dari sebelumnya. Panduan model OpenAI mengatakan Astra “lebih mudah meminta klarifikasi” daripada pendahulunya dan merekomendasikan untuk memberitahunya agar cenderung bertindak. Ini juga “lebih sensitif terhadap instruksi yang terkandung dalam keterampilan” dan file terlampir lainnya, jadi nyatakan bahwa instruksi pengguna menang jika ada konflik. Dan itu secara default menggunakan daftar dan tabel; jika Anda ingin prosa, mintalah.

Upaya penalaran: lima tingkat, tanpa “none”

GPT-5.6 mengekspos enam tingkat upaya dari none hingga max. Astra mengekspos lima: low, medium, high, xhigh, dan max. Saran migrasi OpenAI langsung: jika Anda menjalankan none atau minimal hari ini, pindah ke low dan evaluasi. Yang lainnya mempertahankan pengaturan saat ini.

Penghapusan itu mengubah bagian murah dari beban kerja Anda. Luna pada none adalah opsi penyelesaian klasik yang cepat dalam keluarga GPT-5.6, dan tidak ada padanan Astra. Astra adalah model penalaran di setiap pengaturan, itulah sebabnya merutekan pekerjaan mekanis ke GPT-5.6 Terra atau Luna dan mencadangkan Astra untuk panggilan sulit tetap merupakan pola yang masuk akal.

Di sisi lain, max adalah tempat tolok ukur peluncuran dijalankan (“skor evaluasi adalah maksimum pada setiap upaya”) dan di mana Artificial Analysis mengukur waktu hingga token pertama lebih dari tujuh menit pada jalankan upaya maksnya. Anggarkan latensi sebelum Anda menganggarkan token.

Berapa biaya GPT-6 Astra

Per juta token, dari halaman harga OpenAI:

Penulisan cache dikenakan biaya $12.50 per juta. Mode Cepat memberikan “hingga 2x kecepatan pemrosesan Standar dengan harga 2x harga Standar.”

Sebagai perbandingan, keluarga GPT-5.6 saat ini:

Harga daftar Sol adalah $5 dan $30; tarif $4 dan $20 telah berlaku sejak 21 Agustus dan OpenAI mengatakan akan bertahan setidaknya hingga 21 November. Terhadap itu, Astra 2.5x lebih mahal pada masukan dan 2.5x lebih mahal pada keluaran. Terhadap harga daftar Sol, itu 2x dan 1.67x.

Contoh yang dikerjakan. Jalankan agen yang membaca snapshot basis kode 200.000-token sekali, menggunakannya kembali sebagai awalan yang di-cache di 30 panggilan, dan menulis total 60.000 token output:

• Astra: $2.00 untuk bacaan pertama, kemudian 29 bacaan cache masing-masing $0.20 ($5.80), ditambah $3.00 output. Sekitar $10.80.
• Sol dalam promosi: $0.80 untuk bacaan pertama, $2.32 untuk bacaan cache, $1.20 output. Sekitar $4.32.

Rasio tetap pada 2.5x. Apa yang diperdebatkan OpenAI, dan apa yang harus Anda ukur, adalah bahwa Astra selesai dalam lebih sedikit panggilan dan lebih sedikit token output. Di Terminal-Bench 4.0 ia mengklaim biaya per tugas sekitar 9% lebih rendah daripada Sol meskipun tarifnya lebih tinggi, dan sekitar 65% lebih sedikit token output daripada Claude Opus 5 di Agents’ Last Exam. Jika itu berlaku untuk beban kerja Anda, tagihan per tugas bisa setara. Jika tidak, Anda membayar 2.5x.

Dua tuas menjaga tagihan tetap rendah. Ambang batas 272K adalah yang harus diperhatikan: prompt yang melewatinya menggandakan tingkat masukan dan cache, jadi pangkas output alat dan cache awalan statis. Dan Batch mengurangi separuh segalanya untuk pekerjaan yang bisa menunggu.

Migrasi dari GPT-5.6 Sol: apa yang rusak

OpenAI menerbitkan daftar singkat, dan patut ditafsirkan secara harfiah.

1. Parameter sampling hilang. Hapus temperature, top_p, dan top_logprobs. Pada Chat Completions juga hapus logprobs; pada Responses hapus message.output_text.logprobs dari include. Panduan OpenAI adalah untuk menghapusnya daripada mengandalkan API yang mengabaikannya, jadi cari kode klien Anda.
2. Batas bawah upaya adalah low. Setiap pengaturan none atau minimal beralih ke low.
3. Retensi cache berubah bentuk. Ganti prompt_cache_retention dengan prompt_cache_options.ttl yang diatur ke "30m". Mode caching eksplisit yang Anda siapkan untuk GPT-5.6 terbawa jika tidak.
4. Alat memerlukan Responses. Chat Completions didukung untuk teks, tetapi pemanggilan fungsi dan alat bawaan berada di API Responses.
5. Prompt menginginkan lebih sedikit keraguan dari Anda dan lebih banyak dari itu. Tambahkan baris yang cenderung bertindak, nyatakan bahwa instruksi pengguna lebih diutamakan daripada file keterampilan, dan minta prosa di mana UI Anda mengharapkan prosa.

Tidak ada dalam daftar yang menyentuh output terstruktur atau definisi fungsi, jadi skema yang berfungsi di Sol akan berfungsi di Astra. Perubahan perilaku yang paling cepat disadari oleh sebagian besar tim adalah pertanyaan: prompt Sol yang berjalan hingga selesai sekarang mungkin berhenti dengan pertanyaan klarifikasi. Jawablah di pesan pengembang di awal dan itu berhenti bertanya.

Apakah sepadan dengan 2.5x Sol?

Untuk pekerjaan agensi dan konteks panjang, angka peluncuran mengatakan ya. Semua angka di bawah ini adalah hasil OpenAI, dengan upaya terbaik untuk setiap model:

Kesenjangan Terminal-Bench dan migrasi basis data adalah hal yang penting bagi pengembang: 20 poin lebih tinggi dari Sol pada pekerjaan terminal agensi, dan skor pengambilan konteks panjang yang membuat jendela 1M dapat digunakan alih-alih nominal. Kesenjangan DeepSWE kecil, dan Claude Fable 5.1 masih memimpin pada Ujian Terakhir Kemanusiaan dengan hampir delapan poin, jadi ini bukan kemenangan bersih. Pada indeks independen Artificial Analysis, Astra berada di urutan kedua di antara 202 model. Rincian tolok ukur Fable 5.1 kami memiliki sisi lain dari perbandingan itu.

Di mana Sol tetap relevan: panggilan singkat bervolume tinggi di mana tingkat upaya dan tarif 2.5x mendominasi, dan apa pun yang membutuhkan latensi gaya none. Di mana Astra unggul: jalankan agen yang panjang, konteks seluruh repositori, penggunaan komputer, dan tugas apa pun di mana mode kegagalan Sol adalah melayang atau menyerah.

Uji penggantian sebelum Anda meluncurkannya

Migrasi ini cukup kecil untuk dilakukan dalam sehari dan cukup signifikan untuk diukur. Di Apidog, simpan ID model sebagai variabel lingkungan sehingga permintaan tersimpan yang sama berjalan melawan gpt-5.6-sol dan gpt-6-astra dengan satu tombol. Tambahkan pernyataan pada usage.input_tokens, usage.output_tokens, dan jumlah token yang di-cache, lalu kirimkan set tugas representatif melalui keduanya dan bandingkan totalnya; itulah pertanyaan 2.5x dijawab dengan lalu lintas Anda sendiri alih-alih bagan peluncuran.

Dua pemeriksaan lagi termasuk dalam proyek yang sama. Kirim permintaan yang masih membawa temperature dan catat apa yang kembali, sehingga Anda mempelajari perilaku dalam pengujian daripada dalam produksi. Dan pastikan bahwa prompt yang panjang tetap di bawah 272K token masukan, karena melewati batas itu secara diam-diam menggandakan tarif. Jadwalkan set tersebut sebagai regresi dan Unduh Apidog jika Anda belum memilikinya; panduan API GPT-5.6 menunjukkan pengaturan yang sama pada generasi sebelumnya.

FAQ

Apa ID model GPT-6 Astra? gpt-6-astra, dengan satu snapshot. Ini juga terekspos melalui Azure dan AWS Bedrock, dan di OpenRouter sebagai openai/gpt-6-astra.

Apakah GPT-6 Astra mendukung fine-tuning atau Realtime API? Tidak. Halaman model mencantumkan Chat Completions, Responses, dan Batch sebagai yang didukung, dengan Realtime, Assistants, dan fine-tuning tidak didukung.

Berapa jendela konteks dan output maks? 1.050.000 token masukan dan 128.000 token keluaran. Prompt di atas 272K token masukan dikenakan biaya pada tarif konteks panjang.

Mengapa permintaan saya gagal setelah beralih dari Sol? Kemungkinan besar sisa temperature atau top_p, tingkat upaya none, atau prompt_cache_retention. Astra menghapus ketiganya; lihat daftar migrasi di atas.

Bisakah permintaan berhenti dengan sendirinya? Ya. OpenAI menjalankan monitor ketidaksesuaian pada permintaan yang menggunakan alat, dan di API tugas yang ditandai berhenti alih-alih dijeda untuk ditinjau. Jalankan agen yang panjang paling terekspos, jadi buatlah agar dapat dilanjutkan. Posting ambang siber Kritis menjelaskan perlindungan di balik perilaku itu.

Apa yang harus dilakukan minggu ini

Pindahkan satu beban kerja agen ke gpt-6-astra pada API Responses, hapus parameter sampling, atur upaya ke medium, dan ukur token dan waktu aktual terhadap Sol pada masukan yang sama. Jika biaya per tugas setara atau lebih baik, migrasikan sisanya. Jika tidak, Anda memiliki angka, yang lebih dari yang akan dimiliki sebagian besar tim pada hari Jumat.