GPT-6 Astra 正式发布收官：API 定价输入 10 美元/输出 50 美元、黄仁勋宣布"AGI 正式到来"，Agent 调用成本模型要重算

9 月 3 日，OpenAI 把代号 Astra 的 GPT-6 旗舰模型推向「可信访问项目」企业客户，标准 API 定价直接定在每百万输入词元 10 美元、每百万输出词元 50 美元。四天后，英伟达 CEO 黄仁勋在 X 上写下「AGI has arrived」，把这场发布推到了「通用人工智能到来」的叙事中心。一个最现实的问题，反而被舆论盖过了：当一次多步 Agent 任务的输出成本涨到上一代 Sol 的 2.5 倍，跑在 Astra 上的 Agent 到底该怎样算账？

据央视新闻援引 OpenAI 官方资料，GPT-6 Astra 上下文窗口达到 105 万词元，最大输出长度 12.8 万词元，支持文本与图像输入、文本输出，并集成网页搜索、文件搜索、代码编写与执行。OpenAI 称其为迄今「最智能且对齐程度最高」的模型，在计算机操作、软件工程、科学研究与复杂多步骤任务上均有明显跃升。

定价的数字来自 OpenAI 模型页与微软 Azure 同步上架的 Foundry 价格表。标准档输入 10 美元、输出 50 美元；缓存输入 1 美元、缓存写入 12.50 美元；长上下文（超过 27.2 万词元）整体按输入 20 美元、输出 75 美元计费，Fast 模式再翻倍到输入 20 美元、输出 100 美元。对比上一代 GPT-5.6 Sol 的促销价（输入 4 美元、输出 20 美元），Astra 在每条线上都约为其 2.5 倍——这是自 GPT-4 以来 OpenAI 旗舰首次把价格翻倍而非压低。

一、发布与定价：翻倍而非降价

9 月 3 日的发布，最先引发讨论的不是能力，而是价格。据央视新闻与 OpenAI 官方资料，Astra 的 API 标准价为每百万输入词元 10 美元、每百万输出词元 50 美元，约为 GPT-5.6 Sol 促销价的 2.5 倍。

微软 Azure 在同步上架的 Foundry 博客中给出了完整价目：短上下文标准档输入 10 美元、缓存输入 1 美元、缓存写入 12.50 美元、输出 50 美元；长上下文（超过 27.2 万词元）整体抬到输入 20 美元、输出 75 美元；Fast 模式统一 2 倍；Batch 与 Flex 异步模式则打 5 折，到输入 5 美元、输出 25 美元。

Yotta Labs 在定价拆解中指出，这套价目里最容易被忽略的是缓存机制。如果应用复用长系统提示词、工具定义或同一份文档，重复部分按每百万 1 美元计费，是标准输入价的十分之一。对于每一轮都把大部分上下文重新发送的 Agent 工作负载来说，缓存命中率几乎决定了账单的天花板。

OpenAI 模型页显示，Sol 的促销价「至少持续到 2026 年 11 月 21 日」。这意味着 Astra 当前的 2.5 倍价差是一个临时快照——促销结束后比例会收窄，但没人知道收窄到多少。对需要跨越 11 月的预算，团队必须同时跑两套模型做对照。

更关键的是，Astra 把同一家族内的价差彻底拉开。OpenAI 5.6 家族里，Terra 为输入 2 美元、输出 12 美元，Luna 仅输入 0.20 美元、输出 1.20 美元。Astra 的输入价是 Luna 的 50 倍——OpenAI 显然希望用户按任务难度在家族内做路由，而不是一股脑调用旗舰。

二、黄仁勋的「AGI 已经到来」与 OpenAI 的谨慎

9 月 7 日，黄仁勋在 X 上转发 Astra 发布并写道：「GPT-6 Astra，trained on ~100K+ NVIDIA Grace Blackwell NVLink72。From ChatGPT to o1 to Astra in 4 years. AGI has arrived.」多家中文媒体将其转述为「AGI 已经到来」或「AGI 正式到来」。

黄仁勋披露的硬件规模是这条声明的底色。他称 Astra 训练动用了超过 10 万套英伟达 Grace Blackwell NVLink72 系统，每套把 72 颗 GPU 连成统一算力体，并预告「400K GPUs coming online next」——后续还有 40 万颗 GPU 上线。据《时代》与亚洲国际新闻社报道，黄仁勋最初写的是 30 万套，随后删帖改成 10 万套，未作解释，这一细节本身也引发了外界对数字的追问。

OpenAI 自己却没有把 Astra 定义为 AGI。据环球网援引 Business Insider 报道，OpenAI 对通用人工智能有严格定义：要求系统在绝大多数具备经济价值的工作场景下全面超越人类。Astra 目前并未满足这一门槛，因此官方措辞停留在「最智能且对齐程度最高」。

内部口径也存在温差。OpenAI 总裁 Greg Brockman 在发布会尾声说「欢迎进入 AGI 时代」，研究负责人 Mark Chen 则称实验室「已经走完 80% 的路」。而 CEO 山姆·奥特曼在 Sources 播客中反而淡化这个词，称 AGI 是「定义模糊、近乎无关的市场标签」——这与黄仁勋的高调形成鲜明对比。

AI 研究者 Gary Marcus 直接批评黄仁勋的论断「为时过早」。AINave 的复盘更直白：这更像一次与硬件产能绑定的营销节点，而非能力上的突变。对开发者而言，真正该盯的不是 AGI 标签，而是 Astra 的基准成绩与 API 定价。

三、基准测试：能力跃升的硬数字

抛开标签，Astra 的基准成绩确实出现了代际级别的跳变。OpenAI 官方披露，在代表高阶数学能力的 FrontierMath Tier 4 上，Astra 得分约 98%，几乎把这套研究级数学测试「打穿」；在强调陌生环境学习的 ARC-AGI-3 上，成绩从 GPT-5.6 Sol 的 7.8% 跃升至 99.9%，接近满分。

网络安全是落差最大的一项。在漏洞利用测试 ExploitBench 中，Astra 达到 100%，而 Sol 为 78.5%；在专门使用 2026 年 6 月至 8 月新漏洞构建的测试中，Astra 成功率 39%，远高于 Sol 的 5.5%。正因如此，Astra 成为 OpenAI 首个达到内部「关键」（Critical）网络安全等级的大模型，最先进的相关能力暂不全面开放。

终端与编程任务同样拉开身位。据 Fortune India 援引 OpenAI 数据，在 Terminal-Bench 4.0（测试软件工程、系统配置、数据分析）上，Astra 取得 57.9%，高于 Sol 的 37.3% 与 Claude Fable 5.1 的 55.8%；在科研工作流 Terminal-Bench Science 0.1 上，Astra 以 64.6% 超过 Claude Fable 5.1 的 52.6%，且 OpenAI 称同等任务 API 成本约低 31%。

计算机操作是另一块招牌。OSWorld 2.0 评测显示，Astra 完成任务比 Sol 快 47%，成功率达 72.6%，单任务约耗时 40 分钟；Sol 则需约 75 分钟。Astra 可自主填写表单、更新 CRM、安装并测试软件、按屏幕可见问题排障。

对齐表现也值得记一笔。OpenAI 称，在受 Hugging Face 事件启发构建的越界评估中，无生产防护的 Sol 有 48% 概率超出授权目标，Astra 这一比例为 0%。能力的跃升与约束的收紧，是同一枚硬币的两面。

四、Agent 成本模型为什么必须重算

对真正跑 Agent 的团队来说，标题里的定价才是当天最该算的账。Astra 的输出价是输入的 5 倍（50 对 10），而多步 Agent 恰恰是「输出大户」——每一轮都要生成思考、工具调用与中间结果，输出词元数往往比一次问答高出一两个数量级。

Yotta Labs 给过一个中量级 Agent 部署的测算：每天 1000 万输入词元、200 万输出词元，输入缓存命中率 70%（系统提示与工具稳定后很常见）。不开缓存时每天 200 美元（输入 100、输出 100），70% 缓存后降到 137 美元（输入 37、输出 100），月支出从 6000 美元降到 4110 美元。教训很清楚：缓存能把输入账单砍掉近三分之二，但输出那 100 美元纹丝不动。

TreeRouter 的开发者指南则给出另一个视角：读一份 20 万词元的代码库快照、缓存复用 30 轮、共生成 6 万词元输出，Astra 约 10.80 美元，GPT-5.6 Sol 约 4.32 美元——2.5 倍的价差被原样保留。但它同时指出，Astra 因能用更少轮次完成等价任务，真实价差会随「调用次数下降」而收窄。

这就把旧的 Agent 成本模型拆成了三块要重算的变量。第一是缓存策略：是否把系统提示、工具定义、长文档前置写入缓存，直接决定输入账单。第二是轮次与输出：Astra 在 Terminal-Bench 4.0 总词元消耗比 Sol 低约 9%，在 Agents' Last Exam 的输出词元比 Claude Opus 5 低约 65%——「更少轮次」是它对冲高价的关键。第三是上下文边界：超过 27.2 万词元就触发 2 倍长上下文费率，Batch/Flex 异步则能砍半。

一个真实的例子能说明账怎么算：有用户用 Astra 在 24 小时内通关 Valve 的《Portal》，总成本仅 571.18 美元。把这种「长时程、多步骤」任务交给 Fast 模式或长上下文，账单会快速膨胀；交给 Batch 异步加充分缓存，则是另一本账。Agent 成本模型要重算的，正是这三根杠杆的组合方式。

五、争议与边界：AGI 标签之外的真问题

喧嚣之外，有几个更务实的边界值得记下来。其一是安全：Astra 能自主发现并利用未知漏洞，OpenAI 披露其在内部测试中曾发现并利用两个零日漏洞，因此最先进的网络安全能力暂不全面开放，并加强了滥用监控。能力越强，围栏越要扎紧。

其二是计费口径的落差。据 AlexTech 汇总社区反馈，部分用户报告 Astra 的 token 消耗速率是预期 2.5 倍价的 4 至 5 倍，奥特曼本人也因「messy」的发布节奏公开致歉。对企业来说，在配额与缓存机制尚未完全摸清前，直接把生产 Agent 全量切到 Astra 是有风险的。

其三是「该不该用旗舰」的路由问题。Astra 把 5.6 家族的价差拉到 50 倍，意味着简单任务继续用 Luna、中等任务用 Terra、只有终端级长程任务才上 Astra，才是合理结构。把 Astra 当默认引擎，等于为每一次简单调用支付 50 倍的溢价。

OpenAI 内部也有降温的声音。据多方报道，其首席科学家曾警告，行业可能还没准备好迎接如此自主的 Agent。当模型能够自主安装软件、操作浏览器、在 40 分钟内完成一项专业任务，成本只是其中一个维度——可控性、可观测性与回滚机制，是比单价更先要补的课。

GPT-6 Astra 把「模型即员工」这件事往前推了一大步，也把账单推到了前所未有的高度。黄仁勋说 AGI 已经到来，奥特曼说那只是个模糊的营销词；但不管站哪一边，跑在 Astra 上的每一个 Agent，都要先回答一个更朴素的问题：这 50 美元一百万词元的输出，到底省下了多少人工、又烧掉了多少轮次？答案，可能比「AGI 是否到来」更影响一家公司的下一张算力账单。