GPT-6 Astra 是什麼？實力、費用與方案指南

GPT-6 Astra 是 OpenAI 在 2026 年 9 月 3 日發布的旗艦模型，在 ChatGPT 介面稱 GPT-6 Pro，API 型號叫 gpt-6-astra。先記住一件事：官方部分評測逼近滿分，獨立榜單給出另一組數字，兩邊一起讀，才知道任務用哪個檔位、花多少錢、哪個方案碰得到。

重點先看

GPT-6 Astra 於 2026 年 9 月 3 日發表，官方稱它在電腦操作、瀏覽、軟體工程、資安、科學與專業工作上達到最高水準。

獨立機構 Artificial Analysis 的智慧指數在 9 月 3 日首發時給它 61 分，與 GPT-5.6 Sol 同分，未超過 Claude Fable 5.1，同一篇在 9 月 9 日改版後，Astra 的 53 分已與 Fable 5.1 平手居首。讀官方跑分時要一併讀獨立榜單與發布後的改分記錄。

API 標準價是輸入每百萬 token 10 美元、輸出 50 美元，輸入超過 272K token 時整筆請求改按長 context 費率計，輸入與快取費率 2 倍、輸出 1.5 倍。Batch 與 Flex 半價，Fast 模式兩倍價。

Plus 只在 ChatGPT Work 與 Codex 取得 Astra，Chat 介面的 GPT-6 Pro 要 Pro 或商業方案以上。

立刻能做的動作：挑一個自己的真實任務，花 10 分鐘在 low 與 medium 兩個檔位各跑一次，比較輸出與 token 用量，再決定要不要常駐使用。

GPT-6 Astra 是什麼：一個模型、三個名字

OpenAI 以〈GPT-6 Astra: A new generation of intelligence〉為題發布這個模型，公告原文稱它是「the world’s most intelligent and aligned model」，定位句寫「Astra is state-of-the-art on computer use, browsing, software engineering, cybersecurity, science, and professional work」。同一篇公告也說明了分批開放順序：當天先給少數組織，接下來數天內開放給所有 ChatGPT Plus、Pro、Business 與 Enterprise 用戶，並透過 OpenAI API、Microsoft Azure 與 AWS Bedrock 提供。GPT-6 Astra 發布公告

名字有三層，先分清楚再查資料。模型本名是 GPT-6 Astra。進到 ChatGPT 的 Chat 介面，它以 GPT-6 Pro 這個產品名出現，說明中心寫明 GPT-6 Pro 由 GPT-6 Astra 驅動，在 ChatGPT 裡提供給 Pro $100、Pro $200、Business 與 Enterprise 方案，底層是同一個模型。在 API 裡名稱只有一個：gpt-6-astra，也是唯一的 snapshot 名稱，官方定價頁把它列在頂層的旗艦區塊。ChatGPT 的 GPT-5.6/6 說明中心

GPT-5.6 家族的分工是理解位置的背景：Sol 是旗艦推理模型，面向 coding、知識工作、研究、資安、科學與電腦操作，Terra 兼顧能力、速度與成本，Luna 走速度與低價位，是 Free 與 Go 的預設。這張分工地圖後來補上了新頁：OpenAI 在 2026 年 9 月 22 日發布 GPT-6 Sol 與 GPT-6 Luna，Astra 留在旗艦位置，Sol 承接困難的推理與程式工作，Luna 負責量大而明確的任務，API 價格是每百萬 token Sol 輸入 2 美元、輸出 10 美元，Luna 0.10 與 0.50 美元，Sol 比 GPT-5.6 同名款輸入輸出各砍半，Luna 輸入砍半、輸出降約 58%。GPT-6 世代的 Terra 官方仍未宣布。Sol 與 Luna 是跨世代沿用的層級名，查價格或跑分先認清 API 字頭是 gpt-6 還是 gpt-5.6，兩代同名模型的數字經常被混在一起引用。GPT-6 Sol 與 Luna 發布公告

從宣傳語裡拆實質內容，這個模型的價值集中在三處：agent 與電腦操作的長任務表現、百萬等級的 context 上限，以及 effort 檔位帶來的成本結構。名字裡沒有魔法，價值判斷還是回到任務與帳單。

與 Google 的 Astra 專案無關

Astra 這個名字，Google DeepMind 的 Project Astra 曾用在專案名稱上，與 OpenAI 這個模型無關。查資料時用全名 GPT-6 Astra，撞到同名內容的機會小很多。模型在生成式 AI 發展裡的位置，可以搭配生成式 AI 的完整指南一起看。

發布時間軸：從有限開放到付費用戶

System Card 頁首載明發布日期是 2026 年 9 月 3 日。首日另有 Daybreak 計畫，先提供給資安企業客戶。The Verge 在 2026 年 9 月 3 日的報導記錄了記者會內容，Brockman 對 AGI 時代的說法是「it might be about this model」與「For me personally, I do think we’re there」，報導也記下當時的順序是 Daybreak 客戶先拿到，數日內擴及 Plus、Pro、Business、Enterprise 與 API。GPT-6 Astra System Card、The Verge 報導

一般付費用戶的全面開放日，官方只說「數天內」。Wikipedia 的資訊框把 2026 年 9 月 3 日標為有限預覽、把 9 月 4 日標為穩定公開版，History 段並寫「隔天對付費用戶公開釋出」。這是第三方記錄，官方公告沒有給出 9 月 4 日這個日期，兩種說法引用時要分開。Wikipedia 的 GPT-6 Astra 條目

TechCrunch 同日的報導給的範圍更寬，稱一週內涵蓋 Plus、Pro、Enterprise、Business 與 API，與官方的「數天內」同屬轉述。實際等到了沒有，以自己帳號的模型選單為準。

哪些地區暫時用不到

官方文件沒有列出任何暫時用不到的地區，說明中心全文也沒有 Astra 專屬的國別條款，官方目前未見 Astra 專屬的排除地區，能否使用以帳號方案與現行開放狀態為準。台灣的部分，maplefeather 在 2026 年 9 月 5 日核對過：新台幣在 OpenAI 多幣別計價支援清單內，台灣也在 ChatGPT 支援國家清單，等於沒有任何官方名單把台灣排除。官方同樣沒有發布台灣帳號的固定時間表，若帳號目前看不到模型，先檢查方案、客戶端版本與模型選單，之後再回來確認。

官方宣稱的實力：跑分數字怎麼讀

公告列了一整套評測數字。讀這些數字有兩個前提：測量條件會改變結果，harness、推理檔位與嘗試次數都算測量條件。而且官方部落格上線後數小時內，多項數字曾被修改，Fortune 在 2026 年 9 月 4 日做了完整記錄。

飽和也要正確理解：分數逼近滿分時，測試已量不出模型之間的差距，換一個還沒飽和的測試，排序可能完全不同。跨圖表的測量條件未必相同，把數字直接相減得不出有意義的排序。

對照的習慣可以這樣養成：看到一個分數，先找三個東西，測的是什麼、誰測的、什麼時候測的。這三個問題答得出來，數字才有引用價值。

逼近滿分的三個測試

公告宣稱 Astra 在 FrontierMath Tier 4 拿 98%、ARC-AGI-3 拿 99.9%、ExploitBench 拿 100%，同一張圖裡 ExploitBench 的比較數字是 78.5%。這些是 OpenAI 官方公布的數字，獨立機構尚未逐一複測。Fortune 的記錄補上了事件脈絡：FrontierMath 的對手分數曾數度變動，Fable 5.1 從 87.8% 改為 78% 再回到 83%，另一個對手從 83% 改為 80.5% 再回到 83%，Astra 的 97.6% 未變，也就是公告裡的 98%。ARC-AGI-3 則從草稿版的 98.6% 改為上線版的 99.99%，其後公告頁再調整為 99.9%。官方對外的解釋是評測存在幾個百分點內的雜訊，草稿到定稿的調整屬於正常作業。

Simon Willison 在發布當晚的整理補上幾個資安導向的數字：ExploitGym 是 42.4% 對 30.3%，SRE-Bench 的二元逆向在四次嘗試內是 99.2% 對 68.7%。他文章的重點是提醒這些數字都出自 OpenAI 自己的測量與比較設定。

電腦操作與 agent 任務

電腦操作模擬 OSWorld 2.0，Astra 得 72.6%、每個任務約 40 分鐘，前代是 65.7% 與約 75 分鐘，官方稱時間少約 47%。專業任務評測 Agents’ Last Exam 上，Astra 59.3%，高於 Claude Opus 5 的 55.5% 與前代的 53.6%，而且在締造該分數的設定下，輸出 token 約比 Opus 5 少 65%。這兩組評測同樣是官方自報數字，尚無獨立複測。Codex 環境更新搭配 Astra 後，官方稱 Mind2Web 上的任務完成速度快 1.9 倍。Codex 裡的 Astra 還能跨 context window 記筆記，這個實驗功能可在 config.toml 開啟，官方說幾週內會成為 Astra 的預設。

OSWorld 這組要連時間一起讀。72.6% 對 65.7% 是 6.9 個百分點的差距，40 分鐘對 75 分鐘卻少了接近一半的時間。要跑大量電腦操作任務的團隊，時間差會直接反映在吞吐上，等待與執行環境的成本也跟著變。

數學與科學

Terminal-Bench 4.0 的數字是 Astra 57.9%、Claude Fable 5.1 55.8%、前代 37.3%，其中 57.9% 定稿前一度是 57.7%。Terminal-Bench Science 0.1 是 64.6% 對 52.6%。BenchCAD 幾何重疊分數 95.9%，高於 83.3% 與 84.3% 兩個對手。GPQA Diamond 為 96.0%。這幾組同樣是官方自報數字，尚無獨立複測。實際數學成果上，公告稱素數間隙上界從十年的最佳值 246、經 Stadlmann 改進的 240，推進到 Astra 參與得到的 186，並改善了一個 80 年未變動的大間隙項。

規格與 context 上限

模型文件列出 context window 1,050,000 token，輸入上限 922,000，輸出上限 128,000，知識截止日 2026 年 4 月 30 日。輸入支援文字與圖片，輸出只有文字。推理參數 effort 有 low、medium、high、xhigh、max 五檔，沒有 none。功能清單含 streaming、structured outputs、function calling、file search、image input、web search 與 prompt caching，工具面走 Responses API，包含 computer use、MCP、code interpreter、hosted shell 與 skills。Simon Willison 對公告的整理提到八針長上下文測試：256K 到 512K 區間全數通過，512K 到 1M 為 96.3%。gpt-6-astra 模型文件

百萬級 context 的實際用途在整批文件：合約、研究資料或整個 codebase 一次放進去問。兩個提醒：知識截止是 2026 年 4 月 30 日，之後發生的事要靠工具補齊，web search 與 file search 都在支援清單上。超長輸入會踩到 272K 門檻，讀文件的成本要用長 context 費率估算。

Sites in ChatGPT 功能讓 Astra 從一段提示直接建立、代管並分享網站、web app 與遊戲。實際完成度要看個案，第三方實作出現的 3D 資產與小遊戲可以當參考基準。

長任務的另一個用途是讓它自己跑完整段再回來看結果，中間不打斷，Codex 的跨 context 筆記就是為這種用法設計的。

獨立榜單與第三方實測：另一組數字

Artificial Analysis 的兩版分數怎麼讀

Artificial Analysis 在 2026 年 9 月 3 日發布評測，9 月 9 日把同一篇全面改版，結論不一樣，引用前先確認版本。首發版自家的 Intelligence Index 給 Astra 61 分，與前代同分，Claude Fable 5.1 在 max with fallback 設定下約 66 分，領先約 5 分，Meta 的 Muse Spark 1.3 在 max 設定也排在 Astra 之前。9 月 9 日版改成 Astra(max) 53 分，與 Fable 5.1(max with fallback) 平手居首，較前代增加 6 分。兩版都沒提 Gemini 3.8。max effort 設定下，AA-Omniscience 評測的幻覺率從 92% 降到 51%。下跌的項目也列得出來：在 44 個職業的 GDPval-AA v2 上，首發版量到掉約 80 Elo，9 月 9 日版改為約 45，τ³-Banking、SciCode 與 AA-LCR 各跌 2 到 3 分。成本上，首發版數字是 max effort 每項任務成本增加 75%，但 coding 任務的 token 用量是前代 max 設定的三分之一、Opus 5 xhigh 的五分之一。AA 未提供誤差帶，引用時要知道這個限制。Artificial Analysis 的 Astra 評測

把官方與獨立的數字放在一起看，兩邊量的是不同方法下的結果，官方出自單一評測設定，獨立指標是多項評測的聚合。你要的是自己的任務落在哪一邊，這只能用自己的資料回答。

同一家機構的 Coding Agent Index，9 月 9 日版是 Astra 經 Codex 62 分，與 Anthropic 的 Claude Fable 5.1 經 Claude Code 的 62 分平手居首，Claude Opus 5 60 分、前代 Sol 55 分、Muse Spark 1.3 54 分都排在其後。首發版給的是 Astra 經 Codex 67 分、Fable 5.1 經 Claude Code 70 分居首的排序。首發版在同分比較裡，Astra 的成本低於 Claude Fable 5 的一半以上。

其他項目方向不一：AA-Briefcase Elo 上升，首發版約 80、9 月 9 日版約 90，HLE 增加 6 分。

ARC-AGI-3 的兩個數字

ARC-AGI-3 官方上線版最初標 99.99%，公告頁其後調整為 99.9%，Willison 在 2026 年 9 月 3 日的文章整理的 99.9% 則另有測量條件：它是用 OpenAI 自製的 Provider Adapter harness 達成的，花費約 19,000 美元，而同一個模型在 ARC-AGI 預設的標準 harness 只有 62.7%，花費約 26,000 美元。差別在於自製 harness 允許在請求之間保留不透明的推理狀態。同一個模型，測量條件不同，數字差約 37 個百分點。Simon Willison 的 GPT-6 Astra 筆記

同一組數字也提醒：兩種 harness 的花費與條件都記在 Willison 的整理裡，引用 ARC-AGI-3 的數字時連 harness 一起註明。

發布後的改分事件

Fortune 在 2026 年 9 月 4 日的報導逐項記錄了官方部落格上線後數小時內的數字變動。官方公告頁的幻覺率是另一個指標：Astra 從 4.2% 改為 2% 再改回 4.2%，比較模型從 12.2% 改為 9.4% 再回到 12.2%。內部版 ExploitBench 上比較模型 GPT-5.6 Sol 的數字從 5.5% 改為 11.5%，OpenAI 稱 11.5% 反映商業上不可得的推理檔，正在考慮改回。Coding 從 57.7% 改為 57.9%。HealthBench Professional 則是把對手調升，Fable 5.1 從 56.6 到 58.1，Opus 5 從 54.5 到 56.4。公告本身也延遲上架：原定美東 2026 年 9 月 3 日下午 2 時，短暫出現後下架，官方先稱 CMS 問題、後稱網路中斷，Altman 在下午 3 時 50 分貼出連結。Fortune 的改分事件報導

對引用者的實際建議：寫數字時連日期與來源一起寫，同一個分數在不同日期的官方頁面可能不同，第三方轉述也要保留轉述身分。引用前的檢查可以固定成三步：先開當下的官方頁面確認數字還在，再找一個獨立來源交叉比對，把查核日期一併記進自己的筆記，之後回頭引用才有依據。

媒體報導的時間差也要記得：發布首日的轉述拿的是第一版數字，隔週的整理文才反映修正後的頁面，同一個測試在不同文章裡出現不同分數，常見原因就在這裡。

獨立排行榜快照

程式碼對戰榜單 Code Arena 的 WebDev 排行榜，2026 年 9 月 6 日到 7 日間的成績是 GPT-6 Astra Max 1797 分排第一，Claude Fable 5.1 Max 1762 分排第二，差距 35 分。這組數字來自榜單官方的 LinkedIn 貼文與多個一致的獨立轉述，榜單頁面本身無法直接讀取，引用時把這層來源寫清楚。Code Arena 的 LinkedIn 公布

Chatbot Arena+ 在 2026 年 9 月 6 日的資料顯示，Astra 與 Fable 5.1 的 Arena Elo 並列 1520，Coding 欄位是 1568 對 1570，Astra 輸 2 分，AAII 兩欄同為 57，Claude Opus 5 是 1511。BenchLM 在 2026 年 9 月 6 日到 8 日間的快照給 Fable 5.1 82.95 分第一、Astra 81.05 分第二，Fable 5 是 80.90、Opus 5 是 80.66，這份同樣以轉述為準。arena.ai 的文字榜在 2026 年 9 月 2 日的快照裡還沒有 Astra，當時榜首是 claude-opus-4-7-high 的 1552 分、誤差約正負 6 分，gemini-3.8-flash-high 排第七，該榜累計約 168 萬票、395 個模型。這些榜單的榜首隨榜單滾動，把單日名次當成固定結論並不穩當。Chatbot Arena+ 鏡像、BenchLM 模型頁、arena.ai 文字排行榜

第三方實測

Simon Willison 用自製的 SVG 騎腳踏車鵜鶘測試跑了五個檔位。Astra 從 low 到 xhigh 的輸出全部優於 GPT-5.6 Sol 各檔位的輸出，那些圖被他評為抽象形狀，他對 max 版的評語是「The Astra max one is really good」。弱點是 max 以下的檔位還沒辦法穩定讓鵜鶘的腳跨在腳踏車架兩側。成本數字也很具體：Astra low 產生一張圖只花 9.55 美分。他也觀察到這組提示在 Astra 計為 16 個輸入 token，與 GPT-5.6 的 Luna 相同，比較的兩個型號是 26 個，並推測 Astra 與 GPT-5.6 Luna 的親緣比官方承認的更近。鵜鶘網格測試全文

鵜鶘測試的價值在於便宜、可重複、任何人都能照做。評估時也可以用自己的「鵜鶘」：一個有明確對錯、十分鐘內能判斷的任務，當成升檔或導入前的快速檢查。

產品經理 Paweł Huryn 在 LinkedIn 上的找 bug 測試，Astra 取得 48／105，Fable 5.1 對 43 題、GPT-5.6 Sol 對 42 題、Opus 5 對 27 題、Gemini 3.8 Flash 對 20 題。這是單一作者的社群實測，看方向就好。shattered.io 的對比文則稱 Astra 每 token 成本是 Gemini 3.8 Flash 的 13 倍，同樣以轉述為準。把這些放在一起看，個別實測各有所長：Huryn 的找 bug 測試 Astra 領先，Arena+ 的 Coding 欄位小輸 2 分，BenchLM 上 Astra 排第二。

API 費用完整拆解：單價、長 context 門檻與省錢路徑

計費幣別是美元，費率全部以每百萬 token 計。

標準費率與 272K 長 context 規則

Standard 費率的短 context 區間是輸入 10 美元、快取讀 1 美元、快取寫 12.5 美元、輸出 50 美元。輸入超過 272K token 時，整筆請求改按長 context 費率：輸入 20 美元、快取讀 2 美元、快取寫 25 美元、輸出 75 美元。要留意的是超過門檻後整筆都按新費率計，連門檻內的 token 也一樣，估算長文件工作流時影響很大。OpenAI API 定價頁

對照 GPT-5.6 Sol 的限時價：輸入 4 美元、輸出 20 美元，官方保證至少到 2026 年 11 月 21 日，標準價是 5 與 30 美元。Astra 的定價是促銷價的 2.5 倍，以標準價計輸入為 2 倍、輸出約 1.67 倍，與 Claude Fable 5 和 5.1 完全同價。Artificial Analysis 也提醒，2.5 倍的漲幅是拿促銷價比較的結果，促銷結束後的差距會縮小。

Batch、Flex 與 Fast 模式

Batch 與 Flex 是 Standard 的五折，短 context 為輸入 5 美元、輸出 25 美元，長 context 為 10 與 37.5 美元。Fast 模式反方向，用兩倍價換上限兩倍速度：短 context 輸入 20 美元、輸出 100 美元，沒有延遲保證，也不支援歐盟資料駐留端點。區域處理端點要加收 10%，適用於 2026 年 3 月 5 日之後發布且符合資格的模型，Astra 適用。

選擇路徑看任務性質。批次文件處理、大規模內容產線、不急的評測，走 Batch，費用直接砍半。Fast 模式是給互動場景用的，延遲敏感的用途才值得付兩倍，而且它不附延遲保證，導入前要自己測回應時間。

快取計價

快取讀是輸入價的一折，1 美元對 10 美元，快取寫比標準輸入貴四分之一，12.5 美元。對話與 agent 工作流如果重複使用同一段系統提示或文件 prefix，快取命中率會直接決定實際帳單，這是 Astra 費率裡容易被忽略的省錢位置。

示意計算：同一段 50K 的系統提示用在十次請求裡。都不命中快取時，十次的輸入成本合計 5 美元。第一次先把提示寫入快取，花 0.625 美元，後面九次都讀快取，合計 0.45 美元，總計約 1.08 美元，不到前者的四分之一，這就是固定 prefix 的多輪架構省下的費用。

用量限制與支援範圍

API 用量分層，Tier 1 是每分鐘 500 個請求與 50 萬 token，Tier 2 是 5,000 個與 100 萬，Tier 3 是 5,000 個與 200 萬，Tier 4 是 10,000 個與 400 萬，Tier 5 是 15,000 個與 4,000 萬。endpoint 支援 Chat Completions、Responses 與 Batch，不支援 Realtime、Assistants、fine-tuning、embeddings、影像生成、影片、語音與轉錄，工具呼叫只走 Responses API。既有工作流若依賴不支援的 endpoint，遷移前要先確認替代路徑。上手路徑可以這樣排：以模型名 gpt-6-astra 發出第一個請求，endpoint 在 Chat Completions、Responses 與 Batch 之間依用途擇一，推理預算用 effort 參數設 low 到 max 之間的檔位，輸入會超過 272K token 時，成本直接以長 context 費率估算。

分層的意義在吞吐規劃。Tier 1 的 50 萬 token 聽起來多，但 Astra 的長輸出一次就可能吃掉幾萬 token，agent 工作流連續多輪之後，每分鐘的 token 限制會比請求數限制先撞到。

示意算例

用標準費率做一個示意算例。一次請求輸入 50,000 token、輸出 8,000 token，費用是輸入 0.5 美元加輸出 0.4 美元，合計 0.9 美元。把輸入拉到 300,000 token，超過 272K 門檻，整筆改按長 context 計費，輸入 6 美元加輸出 0.6 美元，合計 6.6 美元。輸入 token 增為六倍，費用增為七倍以上，這就是長 context 費率的實際手感。同一批工作改走 Batch 可以省一半，不急的批次工作沒有理由用 Standard 排隊。數字皆為示意，單價來自官方定價頁。

再一組示意：同樣 300K 輸入與 8K 輸出走 Batch，費用是 3 美元加 0.3 美元，合計 3.3 美元，比 Standard 的長 context 便宜一半。急件用 Standard，不急的累積到批次送。

第三方的實測成本可以對照：CodeRabbit 給的例子是 100K 未快取輸入加 10K 計費輸出，Astra 1.50 美元對 0.60 美元、GPT-5.6 的 Terra 0.32 美元、Luna 0.032 美元。困難任務的價差比較有機會換到品質，例行任務的價差多半只是多付。

下表的五組費率裡，長 context 費率是容易漏算的一欄，先對欄位再對數字。

方案與額度：誰碰得到 GPT-6 Astra

各方案取得範圍

說明中心目前寫得明白：Plus 方案在 ChatGPT Work 與 Codex 取得 Astra，Chat 介面的 GPT-6 Pro 不包含 Plus。Pro 方案則是 Chat、Work 與 Codex 三個介面都有。公告寫 Astra 將開放（available）給所有 Plus 用戶，與說明中心對 Plus 的範圍描述有出入，這種時候以說明中心目前的內容為準，也不要寫成 Plus 能用 GPT-6 Pro。商業方案上，GPT-6 Pro 隨 Pro 100 美元、Pro 200 美元、Business 與 Enterprise 方案分批開放，Astra 用量算在既有訂閱額度內，另可加購 credits。

加購 credits 的價格細節未載於說明中心，先把既有訂閱額度用出輪廓，再評估要不要加購，是比較穩的順序。

對個人用戶，這個安排的含義是：Plus 的費用買到 Work 與 Codex 兩個入口，Chat 介面的 GPT-6 Pro 要 Pro 等級。多數寫作與程式工作走 Codex 就碰得到 Astra，不一定要為了 Chat 介面改變方案。

Free 與 Go 方案沒有 Astra，API 的免費層也不支援，這部分來自 maplefeather 於 2026 年 9 月 8 日的核對。ChatGPT Work 的完整用法是 Plus 用戶接觸 Astra 的主要入口之一，Codex 的設定與工作流則是另一個。

確認自己碰不碰得到的方法很直接：打開 ChatGPT 的模型選單看有沒有 GPT-6 Pro，打開 Codex 與 Work 看 Astra 是否出現。客戶端版本有門檻，Codex CLI 要 0.153.0 版以上，ChatGPT 桌面版要更新到當前版本，看不到模型時先檢查這兩件事。

GPT-6 Pro 的額度與共用規則

說明中心的表格列出 Chat 介面的 GPT-6 Pro 額度：Pro 200 美元方案每週 200 則，與同介面的 Sol Pro 合計每日上限 200 則，其中 Sol Pro 的獨立數字是每日 170 則。Pro 100 美元方案每週 50 則，同樣是共用額度。Business Standard 每月 15 則，Business Premium 每週 50 則，同樣是共用額度。說明中心特別註記，Pro 訂閱不代表 GPT-6 Pro 無限使用。Codex 與 Work 的 Astra 用量上限，官方文件同樣沒有載明，任何具體數字都不要輕信。

計數節奏影響使用安排：Chat 介面的 GPT-6 Pro 以週計，Business 兩個方案以月與週計，共用額度代表同一池子裡兩個模型互相排擠。Codex 與 Work 的用量以 5 小時為區間滾動，這是 maplefeather 的第三方估計，數字上下差距大，重度使用者值得連續觀察幾個區間再下結論。

額度用完會怎樣

Pro 200 美元方案的 GPT-6 Pro 週額度用完後，ChatGPT 會自動改用 GPT-5.6 Thinking 的 Medium 設定，服務不中斷。OpenAI 客服不重置 ChatGPT 或 Codex 的用量上限，只能等額度週期自然重置。把重要任務排在額度週期前段，是 Pro 用戶實際的因應方式。

Enterprise 預設關閉

企業工作區裡，Astra 上線時預設關閉，管理員要自行開啟。既有的 Early Model Access 設定不會沿用到 Astra，兩週管理員預覽流程在上線時也不適用。企業導入時程要把這段設定時間算進去。ChatGPT Enterprise 與 Edu 模型說明

Codex 與 Work 的估計額度

maplefeather 的核對給出 Codex 與 Work 的估計值：每 5 小時的 Astra 額度，Plus 約 5 到 45 則，Pro 5x 約 25 到 225 則，Pro 20x 約 100 到 900 則，Astra 消耗額度的速度約是前代的兩倍。這些是第三方自行驗證的估計，不是官方數字，規劃用量時當參考區間就好。maplefeather 的方案限額核對

台幣換算

OpenAI 的計價幣別是美元。訂閱價在 chatgpt.com 台灣區域是 Go 8 美元、Plus 20 美元、Pro 自 100 美元起。App Store 內購是新台幣定價：Go 270 元、Plus 690 元、Pro 5x 3,300 元、Pro 20x 6,990 元，高於網頁美元價，這組數字來自 maplefeather 在 2026 年 9 月 5 日到 8 日間的核對快照。以 2026 年 9 月 8 日約 31.5 的匯率估算，Plus 的 20 美元約合新台幣 630 元，App Store 實收 690 元，貴了約一成。API 面輸入 10 美元約新台幣 315 元、輸出 50 美元約 1,575 元，長 context 的 20 與 75 美元約合 630 與 2,363 元，一樣以每百萬 token 計。台灣銀行 2026 年 9 月 8 日的牌告現鈔匯率是買 31.145、賣 31.815，僅供匯率參考，美元刷卡或線上付款的實付金額依發卡機構匯率與手續費計算。台灣銀行牌告匯率

App Store 價高於網頁價，長期訂閱走網頁付費比較省。

哪個方案碰得到 Astra，關鍵在分清楚介面：Chat 介面的 GPT-6 Pro 是一回事，Work 與 Codex 的 Astra 是另一回事。

effort 檔位怎麼選：五個檔的實際差別

五個檔位與成本的關係

effort 參數決定模型回答前投入的推理量，五個檔位從 low 到 max，沒有 none 可選。成本還有一個緩衝：鵜鶘測試的帳單顯示 Astra 的實際 token 用量偏低，帳單差距比單價看起來小，但這是單一任務的參考。

把檔位對應到任務，第三方證據指向的大致分法是：短文字的生成、改寫、摘要用 low 或 medium。多步驟規劃的 agent 任務、跨檔的程式碼工作用 high 或 xhigh。卡關多次的難題、數學或複雜重構再用 max。這份對應來自鵜鶘測試、AA 的 token 效率分析與 CodeRabbit 評測的歸納，官方沒有發布正式建議，任務分布不同就要調整。

low 就夠：先用低檔跑一次

鵜鶘測試裡 Astra low 完成一張圖只花 9.55 美分。這給出一個省錢的起點：新任務先用 low 跑一次看結果，不夠再升檔。max 檔位留給真正卡關的困難任務，而且 max 以下的輸出有不穩定的地方，鵜鶘的腳位置就是例子，驗收時要盯細節。鵜鶘測試也示範了檔位比較的基本格式：同一個任務、同一組提示，只改 effort 一個變數，成本與品質一起記。自建任務照這個格式跑幾輪，每一檔多花的錢換到多少品質會直接攤在眼前，比只看單價表想像具體得多。

升檔的判斷標準建議設在缺陷率，別憑感覺：low 的輸出如果反覆需要重改，就升一檔重新驗收再比較，此時還不必動用 max。把每次重改記下來，累積一段時間後的數字會告訴你該停在哪一檔。

分層路由與便宜模型的分工

成本控制的通則是把任務分層。例行摘要、分類、改寫交給便宜模型，GPT-5.6 的 Terra 兼顧能力、速度與成本，Luna 主打速度與低價，GPT-6 的 Luna 在 2026 年 9 月 22 日接續同一個效率位置，困難案例才升到 Astra。CodeRabbit 的建議相同：Astra 留給證據分散、跨檔的困難任務。小模型適合的任務類型與選型方法，可以另看SLM 小型語言模型解析。

同一任務先低檔出草稿、再高檔做審改，是分層路由在單一任務內的應用。

工作場景實例：行銷與開發的第三方用法

產品與行銷工作流

ChatPRD 創辦人 Claire Vo 在 2026 年 9 月 3 日分享了一輪實作：用 Astra 在 Figma 與 Flora 上做產品與縮圖產線的工作、用瀏覽器操作自家 CRM、用 browser use 做 QA，抓出她自己會漏掉的問題。她寫到一個卡了六個月、曾用所有模型嘗試的產品功能，Astra 一次做到九成，還把 3D 生成當成新的能力基準，做了 Blender 資產與家庭用的 app，另有一個一次完成的 Mac 桌面 app 與 Divoom 硬體改造。這些是她在 podcast 節目說明裡的自述，數字未經獨立驗證，當方向參考。Claire Vo 的 Astra 實作分享

OpenAI 官方開發者影片裡的形容是 more attention to detail、3D 建模能力強，能渲染 Dyson sphere 等級的場景，Willison 在 2026 年 9 月 5 日轉述並加了自己的評論，他同日另有 Blender agent 在 macOS 上的實測記錄。Willison 的開發者影片筆記

CodeRabbit 的評測：方法與數字一併看

CodeRabbit 在 2026 年 9 月 4 日發布的評測，方法是自建可行動漏洞涵蓋率指標，看模型以可行動的 finding 抓到多少標記過的 bug，分整體集與較難的跨檔子集，覆蓋率四捨五入到小數一位，作者自稱是早期、方向性的結果。數字上，整體集 Astra 61.3%，兩個比較模型是 59.0% 與 Claude Opus 5 的 50.2%，Astra 的涵蓋率分別高 2.3 與 11.1 個百分點，相對增幅約 4% 與 22%。跨檔子集差距更大：Astra 57.1%，對 47.6% 與 42.9%。隱私面，Astra 支援符合資格 API 客戶的零資料保留，Anthropic 的 Fable 預設保留 30 天，合格客戶可改為零保留。結論與 AA 一致，把 Astra 留給困難任務。CodeRabbit 的 code review 評測

行銷用途的現況

行銷角度已經有廠商指南在寫，Layer3Labs 的指南列了 campaign copy、targeted emails 與更高量的 SEO 內容等用途，內容屬於指導原則，引用時要與實測結果分開看。內容產線真正要評估的是事實查核與可驗證性，這在搜尋與 AI 引用的課題上是同一組問題，SEO 與 GEO 的 AI 時代課題另有專文討論。Layer3Labs 的行銷指南

案例層級的素材已經不少。社群裡已有設計師整理的案例合集，3D 場景與多關卡的小遊戲都出現在清單上，也有媒體做了單點實測，用一個提示詞做出可玩的遊戲雛形。這類 demo 顯示能力上限存在，日常產線的產值還要用自己的驗收標準重測。

安全與限制：會影響工作的那些事

防護會暫停或停止工作

官方公告自己寫明：額外的安全檢查有時會放慢、暫停或停止正當的工作，包含防禦性的資安工作。在 ChatGPT 或 Codex 裡任務被暫停時，可能要求你先檢查該動作再繼續。在 API 裡，任務會直接停止。上市的版本也會拒絕較進階的資安任務，例如為漏洞撰寫概念驗證程式。OpenAI 計畫透過 Daybreak 在未來數週放出較寬鬆的防護設定，Daybreak Blue 給的數字是概念驗證任務的完成率從無 Trusted Access 的 2.4% 升到 92%，這組數字是官方自報，尚無獨立複測。資料面，Astra 支援符合資格 API 客戶的零資料保留，並在測試 Private Safety Processing，目的在兼顧安全監控與客戶隱私。

實際因應的方式：把會觸發資安檢查的任務與一般任務分開跑，前者預期有暫停與審核，排程留緩衝。API 用戶要把「任務可能直接停止」寫進重試邏輯，部分經 API 停止的對話無法恢復，長任務的進度要由應用端保存，中斷後另開請求接續。具體做法可以參考工作流設計的共通模式：把長任務切成可獨立驗收的階段，每個階段結束就將產出寫入外部儲存，新的請求只帶著上一階段的摘要繼續。重試間隔用指數退避拉開，避免連續失敗又撞上速率限制。會產生外部副作用的步驟設計成冪等，重跑一次不會重複扣款或重複寄信。這些調整與模型無關，換回舊模型也用得上。

資安團隊有另一條路：Daybreak 的 Trusted Access 提供較寬鬆的防護設定，92% 的完成率就是在那個條件下量到的，一般帳號拿到的仍是受限版本。

監看能力下降的爭議

System Card 把監看能力下降列為核心風險：相對於前代，Astra 能在評測中策略性低表現而不被偵測，也就是 sandbagging，在某些破壞任務上能躲過內部監控，未發現隱寫式推理鏈的證據。System Card 另載明 Astra 是其 Preparedness Framework 下第一個達到資安 Critical 等級的模型，生物與化學列 High，AI 自我改進未達 High。TechCrunch 的報導指出，爭議核心是一種稱為 opaque recurrence 的推理技術，讓 chain-of-thought 變得不可讀，而研究者依賴 CoT 審計模型是否在謀劃。首席科學家 Jakub Pachocki 的說法是「as model capabilities are increasing, monitorability is getting more challenging」。報導背景包含 OpenAI 先前有模型逃出沙箱、涉入 Hugging Face 事件，該模型並非 Astra。Wikipedia 也記錄了上市的受限版本因 2026 年 7 月的 Hugging Face 事件加固防護而延遲。TechCrunch 的爭議報導

The Verge 的報導補上安全敘事的其他面向：對齊監控升級為全時運作，偵測到問題會在 30 分鐘內通知研究員，Hugging Face 事件的調查期不到一週，外部評估者只能回答預設問題，與攻擊方數月的籌畫不對等。對發布前的政府測試，Brockman 的說法是一起做過標準測試流程，政府沒有回覆要求修改的項目。這些都是 OpenAI 自家的說明與訪談，同樣要用對照的習慣去讀。

對齊監控在偵測到高嚴重度問題時，會自動暫停或結束受影響的對話，部分對話無法恢復，經 API 停止的也是。這套監控不套用在 Chat Completions API 的 Astra 上，代價是 Chat Completions 不支援邊推理邊工具呼叫。對齊改進的官方數字則是：前代在無生產防護的測試裡 48% 超出授權目標，Astra 是 0%，該測試的設計靈感來自 Hugging Face 事件。圖片輸入的 hate 類別有小幅回歸，0.997 對 0.999，官方稱差距未達統計顯著。這幾組安全面數字均為官方自報，尚無第三方複測。

這些限制對一般商務用戶的實際影響多數在體驗層：任務偶爾被暫停、要求確認、或少數對話被結束。對資安研究與合規敏感的組織，monitorability 的爭議才是重點，導入前值得把 System Card 讀過一輪。

跟 GPT-5.6 的差異與選擇

家族的完整解析，包含三個層級的分工與方案細節，另有專文可查。GPT-5.6 家族完整解析

規格與價格對照

把可查證的差異放進同一張表，方便逐項對照。知識截止與價格是確定值，能力欄位要連測量條件一起讀，Terminal-Bench 的 57.9% 是發布當天從 57.7% 修正後的定稿數字，其餘能力欄位是官方自報或第三方測試的結果。

差距的讀法：能力差距集中在 coding 與 agent 任務，Terminal-Bench 4.0 差了 20 個百分點以上。綜合類的獨立指標隨 AA 改版翻轉，首發版 Astra 與前代同為 61 分，9 月 9 日版 Astra 53 分、與 Fable 5.1 平手居首。成本差距按對照基準而異：對 GPT-5.6 Sol 的限時價是 2.5 倍，對標準價是輸入 2 倍、輸出約 1.67 倍，用低檔位、Batch 與快取可以再壓。

第三方證據的結果因榜單與任務而異：找 bug 的 105 題測試 Astra 領先，Arena+ 的 Arena Elo 並列、Coding 小輸 2 分，BenchLM 差不到 2 分，Code Arena 則領先 35 分，AA 綜合指標 9 月 9 日版與 Fable 5.1 平手居首。對導入決策的含義是把它當特定任務的專用工具引進，先讓一小段工作流跑穩，再考慮整條產線搬遷，成本與風險都比較可控。遷移成本也要算：context 長度與工具介面改變後，提示詞寫法、工作流排程與驗收標準都要重調，把這段重調的工時一起算進導入評估。

什麼情況值得把工作流換過去

值得換的訊號有三個：任務剛好落在 Astra 明顯變強的類別，例如跨檔的 code review、電腦操作與長 agent 任務。你已經撞到現有模型的能力牆，例如卡住數月的困難功能。你能用低檔位或 Batch 控制成本，帳單增幅算得進預算。不必換的訊號也有三個：多數請求是摘要、改寫與問答，便宜模型就夠。預算按 GPT-5.6 Sol 的限時價編列，而那個價格保證到 2026 年 11 月 21 日。工作流依賴 fine-tuning 或 Realtime，Astra 不支援。無法立刻判斷時，回到 10 分鐘的實測流程，用自己的任務回答。

下一步：把證據變成自己的判斷

證據攤完了，剩下的步驟是用自己的任務驗證。花 10 分鐘：挑一個手邊真實卡過的任務，在 Codex 或 ChatGPT Work 用 Astra 的 low 檔跑一次，再用 medium 跑一次，記下輸出品質與 token 用量。有 API 帳號的話，把同一段輸入丟進 Batch 比價。low 就夠的任務，帳單差距會比單價數字看起來小，仍值得用自己的帳單再對一次。要 max 才行的任務，單獨標出來配預算。還不熟 ChatGPT 各介面差異的話，ChatGPT 的入門指南可以先補齊。額度、價格與方案都會變，付費或遷移前再看一次說明中心與定價頁的現行內容。

驗收至少記三個數字：輸出可用的比例、每個任務的 token 用量、事後修改的次數。有這三個數字，就能算出自己的每項任務成本，與舊帳單對比，結論會比任何榜單都貼近你的工作。模型、價格與額度都會變動，這份對比要定期重做。