OpenAI ได้เปิดตัว GPT-6 Astra เมื่อวันที่ 3 กันยายน 2026 โดยเริ่มจากองค์กรบางส่วนก่อน จากนั้นในอีกไม่กี่วันต่อมาก็เปิดให้ผู้ใช้งาน ChatGPT Plus, Pro, Business และ Enterprise ทุกคน, OpenAI API, Microsoft Azure และ AWS Bedrock ได้ใช้งาน รหัสโมเดลคือ gpt-6-astra มีหน้าต่างบริบท (context window) ขนาด 1,050,000 โทเค็น และ OpenAI เรียกมันว่า “โมเดลที่ดีที่สุดสำหรับวิศวกรรมซอฟต์แวร์ในปัจจุบัน” นอกจากนี้ยังเป็นโมเดลแรกที่ OpenAI จัดอยู่ในระดับวิกฤต (Critical) สำหรับความสามารถด้านความปลอดภัยทางไซเบอร์ ซึ่งส่งผลต่อพฤติกรรมของมันใน API
นี่คือคู่มือภาคปฏิบัติ ครอบคลุมถึงรหัสโมเดลและเอนด์พอยต์ คำขอแรกของคุณ ระดับความพยายามในการให้เหตุผลทั้งห้าระดับ ตารางราคาเต็มรวมถึงอัตราสำหรับบริบทขนาดยาวและโหมด Fast การเปลี่ยนแปลงที่อาจทำให้การผสานรวม GPT-5.6 Sol เสียหาย และการพิจารณาว่าราคาที่แพงกว่า 2.5 เท่าจาก อัตราโปรโมชันของ Sol นั้นคุ้มค่าเพียงพอหรือไม่ หน้าโมเดลของ OpenAI เป็นแหล่งข้อมูลอ้างอิงสำหรับตัวเลขด้านล่าง สำหรับประสบการณ์การใช้งานจริง โปรดอ่าน รายงานการใช้งานจริงสองวันของเรา; บทความนี้จะเน้นที่ API เป็นหลัก
สรุป (TL;DR)
- รหัสโมเดล
gpt-6-astra, สแนปช็อตเดียว Chat Completions, Responses และ Batch ไม่มี Realtime, ไม่มี Assistants, ไม่มี fine-tuning การเรียกใช้เครื่องมือต้องใช้ Responses API - หน้าต่างบริบท 1,050,000 โทเค็น, เอาต์พุตสูงสุด 128,000 โทเค็น, ข้อมูลล่าสุดถึง 30 เมษายน 2026 รับข้อความและรูปภาพเข้า, ส่งข้อความออก
- ราคามาตรฐาน: $10 สำหรับอินพุต, $1 สำหรับการอ่านแคช, $12.50 สำหรับการเขียนแคช, $50 สำหรับเอาต์พุตต่อล้านโทเค็น พร้อมท์ที่มีอินพุตเกิน 272K โทเค็นจะคิดค่าบริการที่ $20 / $2 / $75 Batch และ Flex ครึ่งราคา โหมด Fast คิดเป็นสองเท่า
- ระดับความพยายามในการให้เหตุผล:
low,medium,high,xhigh,max.noneและminimalถูกยกเลิก - สิ่งที่แตกต่างจาก Sol:
temperature,top_pและ logprobs ถูกลบออก;prompt_cache_retentionกลายเป็นprompt_cache_options.ttl - GPT-5.6 Sol มีราคา $4 / $20 ในช่วงโปรโมชันอย่างน้อยถึง 21 พฤศจิกายน 2026 ดังนั้น Astra มีค่าใช้จ่าย 2.5 เท่าทั้งในส่วนอินพุตและเอาต์พุต
GPT-6 Astra โดยย่อ
| รายการ | ค่า |
|---|---|
| รหัสโมเดล | gpt-6-astra |
| หน้าต่างบริบท | 1,050,000 โทเค็น |
| เอาต์พุตสูงสุด | 128,000 โทเค็น |
| ข้อมูลล่าสุด | 30 เมษายน 2026 |
| รูปแบบการรองรับ | อินพุต: ข้อความ, รูปภาพ. เอาต์พุต: ข้อความ |
| เอนด์พอยต์ | Chat Completions, Responses, Batch |
| ไม่รองรับ | Realtime, Assistants, fine-tuning |
| คุณสมบัติ | Streaming, structured outputs, function calling, file search, web search, prompt caching, image input |
| เครื่องมือในตัว | Computer use, web search, file search, code interpreter, image generation |
| ความพยายามในการให้เหตุผล | low, medium, high, xhigh, max |
| อัตราจำกัด (Tier 5) | 15,000 RPM, 40,000,000 TPM |
| ยังมีให้บริการบน | Microsoft Azure, AWS Bedrock; OpenRouter ในชื่อ openai/gpt-6-astra |
| การจัดการข้อมูล | Zero Data Retention สำหรับลูกค้า API ที่มีคุณสมบัติ |
สำหรับพื้นที่ทำงานแบบ Enterprise นั้น Astra จะถูกปิดใช้งานโดยค่าเริ่มต้น ผู้ดูแลระบบจะต้องเปิดใช้งานมัน ส่วนใน ChatGPT การใช้งาน Astra จะถูกนับรวมกับโควตาการสมัครสมาชิกที่มีอยู่ และแผน Pro, Business และ Enterprise ก็จะได้รับ GPT-6 Astra Pro ด้วย
คำขอแรกของคุณ
Responses API เป็นส่วนหลักที่ใช้งาน และจำเป็นสำหรับการเรียกใช้เครื่องมือ นี่คือการเรียกใช้ Python แบบขั้นต่ำ:
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-6-astra",
reasoning={"effort": "medium"},
input=[
{"role": "developer", "content": "You are a senior API engineer. Bias towards action. Ask only when the answer would change the result."},
{"role": "user", "content": "Review this OpenAPI operation for auth and validation gaps, then propose three test cases."},
],
)
print(response.output_text)
print(response.usage)
คำขอเดียวกันใน 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": "Review this OpenAPI operation for auth and validation gaps, then propose three test cases."
}'
Chat Completions ยังคงใช้งานได้สำหรับข้อความธรรมดา: เพียงแค่เปลี่ยนเอนด์พอยต์และรูปแบบข้อความ และลบฟิลด์ temperature หรือ top_p ออก ซึ่งแนวทางของ OpenAI แนะนำให้ลบออก เมื่อคุณต้องการฟังก์ชัน calling หรือเครื่องมือในตัว ให้เปลี่ยนไปใช้ Responses คู่มือ Responses API ของเรา ครอบคลุมรูปแบบคำขออย่างละเอียด
ข้อความของนักพัฒนามีความสำคัญมากกว่าที่เคยเป็นมา แนวทางโมเดลของ OpenAI ระบุว่า Astra “ขอคำชี้แจงบ่อยขึ้น” กว่ารุ่นก่อนหน้า และแนะนำให้บอกให้มันมีแนวโน้มที่จะดำเนินการ (bias towards action) นอกจากนี้ยัง “อ่อนไหวต่อคำสั่งที่อยู่ในทักษะ” และไฟล์แนบอื่น ๆ มากขึ้น ดังนั้นระบุว่าคำสั่งของผู้ใช้มีความสำคัญกว่าเมื่อเกิดความขัดแย้ง และโดยค่าเริ่มต้นมันจะแสดงผลเป็นรายการและตาราง หากคุณต้องการข้อความแบบเรียงความ ให้ระบุ
ความพยายามในการให้เหตุผล: ห้าระดับ, ไม่มี “none”
GPT-5.6 มีระดับความพยายามหกระดับตั้งแต่ none ถึง max Astra มีห้าระดับ: low, medium, high, xhigh และ max คำแนะนำในการย้ายระบบของ OpenAI ชัดเจน: หากคุณใช้ none หรือ minimal อยู่ในปัจจุบัน ให้ย้ายไปที่ low แล้วประเมินผล ส่วนอื่น ๆ ให้คงการตั้งค่าเดิมไว้
การลบออกนั้นเปลี่ยนปลายทางราคาถูกของปริมาณงานของคุณ Luna ที่ none เป็นตัวเลือกการเติมข้อความคลาสสิกที่รวดเร็วในตระกูล GPT-5.6 และไม่มี Astra เทียบเท่า Astra เป็นโมเดลการให้เหตุผลในการตั้งค่าทุกระดับ นั่นคือเหตุผลที่การส่งงานเชิงกลไปที่ GPT-5.6 Terra หรือ Luna และสงวน Astra ไว้สำหรับการเรียกใช้ที่ยากยังคงเป็นรูปแบบที่สมเหตุสมผล
ในทางกลับกัน max คือจุดที่ใช้ในการทดสอบประสิทธิภาพตอนเปิดตัว (“คะแนนการประเมินคือสูงสุดในทุกความพยายาม”) และที่ Artificial Analysis วัดเวลาในการส่งโทเค็นแรกได้นานกว่าเจ็ดนาทีในการทำงานแบบ max-effort คำนวณความล่าช้าก่อนที่คุณจะคำนวณโทเค็น
ค่าใช้จ่ายของ GPT-6 Astra
ต่อล้านโทเค็น จาก หน้าการกำหนดราคาของ OpenAI:
| ระดับ | อินพุต | อินพุตที่แคชไว้ | เอาต์พุต |
|---|---|---|---|
| มาตรฐาน | $10.00 | $1.00 | $50.00 |
| มาตรฐาน, บริบทขนาดยาว (อินพุตเกิน 272K) | $20.00 | $2.00 | $75.00 |
| Batch / Flex | $5.00 | $0.50 | $25.00 |
| Batch, บริบทขนาดยาว | $10.00 | $1.00 | $37.50 |
| โหมด Fast | $20.00 | $2.00 | $100.00 |
| โหมด Fast, บริบทขนาดยาว | $40.00 | $4.00 | $150.00 |
การเขียนแคชคิดค่าบริการ $12.50 ต่อล้าน โหมด Fast ให้ “ความเร็วในการประมวลผลสูงสุด 2 เท่าของมาตรฐาน ในราคา 2 เท่าของมาตรฐาน”
เพื่อเปรียบเทียบ กับตระกูล GPT-5.6 ปัจจุบัน:
| โมเดล | อินพุต | อินพุตที่แคชไว้ | เอาต์พุต |
|---|---|---|---|
| GPT-5.6 Sol (โปรโมชันอย่างน้อยถึง 21 พ.ย. 2026) | $4.00 | $0.40 | $20.00 |
| GPT-5.6 Terra | $2.00 | $0.20 | $12.00 |
| GPT-5.6 Luna | $0.20 | $0.02 | $1.20 |
ราคาปกติของ Sol คือ $5 และ $30; อัตรา $4 และ $20 มีมาตั้งแต่ 21 สิงหาคม และ OpenAI ระบุว่าจะคงอยู่จนถึงอย่างน้อย 21 พฤศจิกายน เทียบกับราคาดังกล่าว Astra มีราคา 2.5 เท่าสำหรับอินพุตและ 2.5 เท่าสำหรับเอาต์พุต เทียบกับราคาปกติของ Sol คือ 2 เท่าและ 1.67 เท่า
ตัวอย่างการคำนวณ: การเรียกใช้งาน agent ที่อ่านสแนปช็อต codebase ขนาด 200,000 โทเค็นหนึ่งครั้ง นำกลับมาใช้ซ้ำเป็น prefix ที่แคชไว้ในการเรียก 30 ครั้ง และเขียนเอาต์พุตทั้งหมด 60,000 โทเค็น:
- Astra: $2.00 สำหรับการอ่านครั้งแรก จากนั้นอ่านจากแคช 29 ครั้งครั้งละ $0.20 ($5.80) บวกกับเอาต์พุต $3.00 รวมประมาณ $10.80
- Sol ในช่วงโปรโมชัน: $0.80 สำหรับการอ่านครั้งแรก $2.32 สำหรับการอ่านจากแคช $1.20 สำหรับเอาต์พุต รวมประมาณ $4.32
อัตราส่วนยังคงอยู่ที่ 2.5 เท่า สิ่งที่ OpenAI โต้แย้งและสิ่งที่คุณควรวัดคือ Astra ทำงานได้เสร็จสิ้นโดยมีการเรียกใช้น้อยลงและใช้โทเค็นเอาต์พุตน้อยลง ใน Terminal-Bench 4.0 อ้างว่ามีค่าใช้จ่ายต่อภารกิจต่ำกว่า Sol ประมาณ 9% แม้จะมีอัตราที่สูงกว่า และใช้โทเค็นเอาต์พุตน้อยกว่า Claude Opus 5 ใน Agents’ Last Exam ประมาณ 65% หากสิ่งเหล่านี้ยังคงเป็นจริงสำหรับปริมาณงานของคุณ ค่าใช้จ่ายต่อภารกิจอาจเท่ากัน หากไม่เป็นเช่นนั้น คุณจะต้องจ่าย 2.5 เท่า
มีสองปัจจัยที่ช่วยลดค่าใช้จ่าย เกณฑ์ 272K เป็นสิ่งสำคัญที่ต้องจับตา: พร้อมท์ที่เกินเกณฑ์นี้จะเพิ่มอัตราอินพุตและแคชเป็นสองเท่า ดังนั้นควรตัดเอาต์พุตของเครื่องมือและแคช prefix แบบคงที่ และ Batch จะลดค่าใช้จ่ายทุกอย่างลงครึ่งหนึ่งสำหรับงานที่สามารถรอได้
การย้ายจาก GPT-5.6 Sol: อะไรที่ใช้งานไม่ได้
OpenAI ได้เผยแพร่รายการสั้นๆ และควรยึดถือตามตัวอักษร
- พารามิเตอร์การสุ่มตัวอย่างถูกลบออกแล้ว ลบ
temperature,top_pและtop_logprobsออก ใน Chat Completions ให้ลบlogprobsออกด้วย; ใน Responses ให้ลบmessage.output_text.logprobsออกจากincludeแนวทางของ OpenAI คือให้ลบออกแทนที่จะพึ่งพา API ที่ไม่สนใจมัน ดังนั้นให้ค้นหาในโค้ดไคลเอ็นต์ของคุณ - ระดับความพยายามต่ำสุดคือ
lowการตั้งค่าnoneหรือminimalใดๆ จะย้ายไปที่low - การเก็บแคชเปลี่ยนรูปแบบไป แทนที่
prompt_cache_retentionด้วยprompt_cache_options.ttlโดยตั้งค่าเป็น"30m"โหมดการแคชที่ชัดเจนที่คุณตั้งค่าไว้สำหรับ GPT-5.6 ยังคงใช้ได้ในส่วนอื่น - เครื่องมือต้องใช้ Responses Chat Completions รองรับข้อความ แต่การเรียกฟังก์ชัน (function calling) และเครื่องมือในตัวจะอยู่ใน Responses API
- พรอมต์ต้องการการหลีกเลี่ยงที่น้อยลงจากคุณ และมากขึ้นจากมัน เพิ่มบรรทัด bias-towards-action ระบุว่าคำสั่งของผู้ใช้มีความสำคัญเหนือกว่าไฟล์ทักษะ และขอข้อความแบบเรียงความในกรณีที่ UI ของคุณคาดหวังข้อความแบบเรียงความ
ไม่มีสิ่งใดในรายการที่เกี่ยวข้องกับเอาต์พุตที่มีโครงสร้างหรือการกำหนดฟังก์ชัน ดังนั้นสกีมาที่ใช้งานได้บน Sol ก็จะใช้งานได้บน Astra การเปลี่ยนแปลงพฤติกรรมที่ทีมส่วนใหญ่สังเกตเห็นเป็นอันดับแรกคือการถาม: พรอมต์ Sol ที่ทำงานจนเสร็จสมบูรณ์อาจหยุดลงพร้อมกับคำถามชี้แจง หากตอบในข้อความของนักพัฒนาตั้งแต่แรก มันก็จะหยุดถาม
คุ้มค่าหรือไม่กับราคาที่แพงกว่า Sol 2.5 เท่า?
สำหรับงาน Agentic และงานที่มีบริบทขนาดยาว ตัวเลขการเปิดตัวบอกว่าคุ้มค่า ตัวเลขทั้งหมดด้านล่างดำเนินการโดย OpenAI โดยใช้ความพยายามสูงสุดสำหรับแต่ละโมเดล:
| เกณฑ์มาตรฐาน | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 |
|---|---|---|---|
| Terminal-Bench 4.0 | 57.9% | 37.3% | 55.8% |
| DeepSWE v1.1 | 74.1% | 72.7% | 67.4% |
| FrontierCode 1.1 Extended | 64.5% | 60.6% | 63.6% |
| งานย้ายฐานข้อมูลภายใน | 63.9% | 42.7% | 57.8% |
| OSWorld 2.0 | 72.6% | 65.7% | - |
| MRCR v2 8-needle, 512K ถึง 1M | 96.3% | 73.8% | - |
| GPQA Diamond | 96.0% | 94.6% | 93.7% |
| Humanity’s Last Exam (พร้อมเครื่องมือ) | 57.2% | - | 65.0% |
ช่องว่างใน Terminal-Bench และการย้ายฐานข้อมูลเป็นสิ่งสำคัญสำหรับนักพัฒนา: สูงกว่า Sol 20 จุดในงาน Terminal แบบ agentic และคะแนนการดึงข้อมูลบริบทขนาดยาวที่ทำให้หน้าต่าง 1M สามารถใช้งานได้จริงแทนที่จะเป็นเพียงตัวเลข ช่องว่างของ DeepSWE เล็กน้อย และ Claude Fable 5.1 ยังคงนำใน Humanity’s Last Exam เกือบแปดจุด ดังนั้นนี่ไม่ใช่การชนะขาดลอยทั้งหมด จากดัชนีอิสระของ Artificial Analysis, Astra อยู่ในอันดับสองจาก 202 โมเดล การวิเคราะห์เกณฑ์มาตรฐาน Fable 5.1 ของเรา แสดงให้เห็นอีกด้านของการเปรียบเทียบนั้น
ในส่วนที่ Sol ยังคงทำหน้าที่ได้ดี: การเรียกใช้ที่สั้นและมีปริมาณมาก ซึ่งระดับความพยายามและอัตรา 2.5 เท่ามีผลต่อค่าใช้จ่าย และอะไรก็ตามที่ต้องการความล่าช้าแบบ none ในส่วนที่ Astra คุ้มค่า: การรัน agent ที่ยาวนาน, บริบทของคลังข้อมูลทั้งหมด, การใช้คอมพิวเตอร์ และงานใดๆ ที่ Sol เคยล้มเหลวด้วยการเบี่ยงเบนหรือยอมแพ้
ทดสอบการสลับก่อนที่จะนำไปใช้งานจริง
การโยกย้ายนั้นเล็กพอที่จะทำได้ในบ่ายวันเดียว และมีความสำคัญมากพอที่จะต้องวัดผล ใน Apidog ให้เก็บรหัสโมเดลเป็นตัวแปรสภาพแวดล้อม เพื่อให้คำขอที่บันทึกไว้ทำงานกับ gpt-5.6-sol และ gpt-6-astra ได้ด้วยการสลับเพียงครั้งเดียว เพิ่มการยืนยันบน usage.input_tokens, usage.output_tokens และจำนวนโทเค็นที่แคชไว้ จากนั้นส่งชุดงานตัวแทนผ่านทั้งสองแบบและเปรียบเทียบผลรวม; นั่นคือคำตอบสำหรับคำถาม 2.5 เท่าด้วยปริมาณการใช้งานของคุณเอง แทนที่จะเป็นแผนภูมิการเปิดตัว
การตรวจสอบอีกสองอย่างควรอยู่ในโปรเจกต์เดียวกัน ส่งคำขอที่ยังคงมี temperature และบันทึกสิ่งที่ได้รับกลับมา เพื่อที่คุณจะได้เรียนรู้พฤติกรรมในการทดสอบแทนที่จะเป็นในเวอร์ชันใช้งานจริง และยืนยันว่าพร้อมท์ขนาดยาวยังคงอยู่ภายใต้ 272K โทเค็นอินพุต เพราะการข้ามเส้นนั้นจะทำให้อัตราเพิ่มขึ้นเป็นสองเท่าโดยไม่มีการแจ้งเตือน กำหนดเวลาชุดการทดสอบนี้เป็นการถดถอยและ ดาวน์โหลด Apidog หากคุณยังไม่มี; คู่มือ GPT-5.6 API แสดง rig เดียวกันในรุ่นก่อนหน้า
คำถามที่พบบ่อย (FAQ)
รหัสโมเดล GPT-6 Astra คืออะไร? gpt-6-astra พร้อมสแนปช็อตเดียว นอกจากนี้ยังมีให้ใช้งานผ่าน Azure และ AWS Bedrock และบน OpenRouter ในชื่อ openai/gpt-6-astra
GPT-6 Astra รองรับการ fine-tuning หรือ Realtime API หรือไม่? ไม่ รองรับ Chat Completions, Responses และ Batch โดย Realtime, Assistants และ fine-tuning ไม่ได้รับการรองรับ
หน้าต่างบริบท (context window) และเอาต์พุตสูงสุดคืออะไร? อินพุต 1,050,000 โทเค็น และเอาต์พุต 128,000 โทเค็น พร้อมท์ที่เกิน 272K โทเค็นอินพุตจะถูกเรียกเก็บเงินในอัตราบริบทขนาดยาว
ทำไมคำขอของฉันจึงล้มเหลวหลังจากเปลี่ยนจาก Sol? ส่วนใหญ่เกิดจาก temperature หรือ top_p ที่หลงเหลืออยู่ ระดับความพยายาม none หรือ prompt_cache_retention Astra ได้ลบทั้งสามอย่างออกไปแล้ว ดูรายการการย้ายระบบด้านบน
คำขอสามารถหยุดได้เองหรือไม่? ได้ OpenAI มีระบบตรวจสอบการไม่สอดคล้องกัน (misalignment monitor) สำหรับคำขอที่ใช้เครื่องมือ และใน API งานที่ถูกตั้งค่าสถานะจะหยุดลงแทนที่จะหยุดชั่วคราวเพื่อตรวจสอบ งาน Agent ที่ยาวนานเป็นสิ่งที่ได้รับผลกระทบมากที่สุด ดังนั้นควรทำให้สามารถดำเนินการต่อได้ โพสต์เรื่องเกณฑ์ความปลอดภัยทางไซเบอร์ที่สำคัญของ GPT-6 Astra อธิบายมาตรการป้องกันเบื้องหลังพฤติกรรมดังกล่าว
สิ่งที่ควรทำในสัปดาห์นี้
ย้ายปริมาณงาน Agent หนึ่งชุดไปยัง gpt-6-astra บน Responses API ลบพารามิเตอร์การสุ่มตัวอย่าง ตั้งค่าความพยายามเป็น medium และวัดโทเค็นและเวลาจริงเทียบกับ Sol ด้วยอินพุตเดียวกัน หากค่าใช้จ่ายต่อภารกิจเท่ากันหรือดีขึ้น ให้ย้ายส่วนที่เหลือ หากไม่เป็นเช่นนั้น คุณก็จะได้ตัวเลข ซึ่งเป็นสิ่งที่ดีกว่าที่ทีมส่วนใหญ่จะมีภายในวันศุกร์นี้