Hacker News 中文摘要

RSS订阅

OpenRouter 上线 GPT-6 Astra -- GPT-6 Astra on OpenRouter

原文链接 | HN讨论 | 2026-09-05 08:56:15

OpenAI（OpenAI）推出的 GPT-6 Astra 是其面向高要求端到端任务的旗舰模型，适用于高级分析、软件工程、深度研究、科学工作及文档创建，在长周期自主任务处理方面具备突出优势，可满足多领域复杂场景的应用需求。

正文

GPT-6 Astra 是 OpenAI 面向高要求端到端任务的旗舰模型，适合高级分析、软件工程、深度研究、科学工作和文档创作，在涉及计算机和浏览器使用的长周期智能体任务上表现尤为突出。

输入/输出价格：每百万 token 10 美元 / 50 美元 上下文长度：1M 发布时间：2026 年 9 月 4 日

服务商

多家公司托管同一模型，OpenRouter 会根据你选择的路由模式将请求分发到对应服务商：Balanced（兼顾价格与速度）、Nitro（最快）、Exacto（工具调用准确率最高）。

标准服务商及性能（P50 延迟/吞吐量）： - OpenAI Flex：输入 5 美元/M，输出 25 美元/M，缓存读取 0.5 美元/M，延迟 2.40 秒，吞吐量 44 tps，正常运行时间 100.00% - Azure：输入 10 美元/M，输出 50 美元/M，缓存读取 1 美元/M，延迟 6.07 秒，吞吐量 47 tps，正常运行时间 99.61% - OpenAI：输入 10 美元/M，输出 50 美元/M，缓存读取 1 美元/M，延迟 4.53 秒，吞吐量 39 tps，正常运行时间 99.96% - Azure (US)：输入 11 美元/M，输出 55 美元/M，缓存读取 1.1 美元/M，延迟 3.12 秒，吞吐量 49 tps，正常运行时间 99.76% - OpenAI Fast：输入 20 美元/M，输出 100 美元/M，缓存读取 2 美元/M，延迟 2.65 秒，吞吐量 29 tps

定价

以下是客户实际支付的平均价格，缓存和折扣通常让实际支付价格远低于标价。 加权平均输入价格：2.564 美元/M token 加权平均输出价格：51.53 美元/M token

各服务商实际与标价对比（含缓存命中率、24 小时 token 占比）： - OpenAI：实际输入 2.663 美元/M，实际输出 52.27 美元/M，标价输入 10 美元/M，标价输出 50 美元/M，缓存命中率 89.2%，占比 68.3% - Azure：实际输入 2.629 美元/M，实际输出 51.69 美元/M，标价输入 10 美元/M，标价输出 50 美元/M，缓存命中率 89.1%，占比 23.8% - OpenAI Flex：实际输入 1.01 美元/M，实际输出 25 美元/M，标价输入 5 美元/M，标价输出 25 美元/M，缓存命中率 90.2%，占比 5.6% - Azure (US)：实际输入 2.508 美元/M，实际输出 55.80 美元/M，标价输入 11 美元/M，标价输出 55 美元/M，缓存命中率 93.8%，占比 2.0% - OpenAI Fast：实际输入 4.043 美元/M，实际输出 100 美元/M，标价输入 20 美元/M，标价输出 100 美元/M，缓存命中率 91.0%，占比 0.3%

性能

吞吐量指模型生成速度（token/秒，越高越好），延迟是总往返时间（越低越好），TTFT 是首 token 出现时间（越低越好）。 - 吞吐量最佳 P50：49 tok/s（全服务商最优） - 延迟最佳 P50：2.40 秒（最优服务商） - 3 天 P50 吞吐量：OpenAI Flex 平均 49 tok/s，Azure 平均 45 tok/s，Azure (US) 平均 41 tok/s - 3 天 P50 延迟：OpenAI Fast 平均 2.54 秒，Azure (US) 平均 3.36 秒，OpenAI Flex 平均 3.60 秒 - 端到端延迟：OpenAI Fast 平均 7.21 秒，OpenAI Flex 平均 9.48 秒，OpenAI 平均 9.86 秒 - 工具调用错误率：Azure (US) 平均 0.60%，Azure 平均 0.87%，OpenAI 平均 3.09% - 结构化输出错误率：OpenAI 平均 0.95%，Azure 平均 6.20%，OpenAI Flex 平均 8.33% - 缓存命中率：OpenAI 平均 89.34%，Azure 平均 88.34%，OpenAI Fast 平均 85.52%

正常运行时间

正常运行时间指过去 3 天至少有一个服务商能响应请求的时间占比，可用性是推理成功服务的时间占比。OpenRouter 持续监控，当一个服务商报错时自动切换到次优服务商。 - 3 天正常运行时间：100.00% - 3 天可用性：98.85% - 过去 24 小时 OpenRouter 可用性：98.60%，无路由时可用性：94.76%

基准测试

标准化评估得分，百分比越高越好，排名百分位显示该模型在 OpenRouter 所有模型中的位置： - Artificial Analysis 智能指数：54.7，优于 95% 的模型 - Artificial Analysis 编码指数：76.9，优于 96% 的模型 - Artificial Analysis 智能体指数：51.6，优于 91% 的模型

细分得分： - 推理：GPQA Diamond（研究生级科学推理）96.1%，HLE（人类终极考试）54.7%，AA-LCR（长上下文推理评估）80.7%，GDPval-AA（有经济价值任务）54.2%，CritPt（研究级物理推理）31.7% - 编码：SciCode（科学计算 Python 编程）56.5% - 知识：AA-Omniscience 准确率 62.6%，AA-Omniscience 非幻觉率 48.7% 数据来源：Artificial Analysis

应用

使用该模型流量最高的公开应用，可反映真实生产工作负载和适用场景： 1. omp：474M token 2. Codex：AI 编码智能体，帮助用 AI 构建和发布产品，294M token 3. Descript：AI 视频与播客编辑器，263M token 4. Hermes Agent：Nous Research 开发的开源自进化 AI 智能体，支持跨会话持久记忆，内置 40+ 工具，233M token 5. Claude Code：Anthropic 的智能体编码工具，可读取整个代码库、规划执行跨文件修改、运行测试并迭代修复，184M token

活动

模型的历史 token 量和请求流量： - 提示词 token：2.79B - 补全 token：28.5M - 推理 token：23M 提示词 token 衡量输入规模，推理 token 是响应前的内部思考，补全 token 是总输出长度。

快速开始

OpenRouter API 兼容 OpenAI 格式，大多数 SDK 只需替换基础 URL 即可使用，唯一变化是下方的模型标识 openai/gpt-6-astra。

  1. 获取 API 密钥 从 OpenRouter 控制台创建 API 密钥并设为环境变量： export OPENROUTER_API_KEY=sk-or-v1-...

  2. 发起首次请求 使用 openai/gpt-6-astra 调用 OpenRouter API。OpenRouter 支持可展示逐步思考过程的推理模型，请求中添加 reasoning 参数即可启用推理，响应中通过 reasoning_details 数组查看内部推理过程。继续对话时需保留完整的 reasoning_details，让模型能延续之前的推理。

示例（TypeScript SDK）： ``` import { OpenRouter } from "@openrouter/sdk";

const openrouter = new OpenRouter({ apiKey: "" });

const stream = await openrouter.chat.send({ chatRequest: { model: "openai/gpt-6-astra", messages: [ { role: "user", content: "How many r's are in the word 'strawberry'?" } ], stream: true } });

let response = ""; for await (const chunk of stream) { const content = chunk.choices[0]?.delta?.content; if (content) { response += content; process.stdout.write(content); }

if (chunk.usage) { console.log("\nReasoning tokens:", chunk.usage.completionTokensDetails?.reasoningTokens); } } ```

  1. 启用流式传输 请求体中添加 "stream": true 即可通过服务器发送事件接收响应： curl -N https://openrouter.ai/api/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $OPENROUTER_API_KEY" \ -d '{ "model": "openai/gpt-6-astra", "stream": true, "messages": [ {"role": "user", "content": "Hello"} ] }'

端点

  • 聊天补全：POST https://openrouter.ai/api/v1/chat/completions，支持流式和非流式，Authorization 为 Bearer 密钥，可选 HTTP-Referer（站点 URL）和 X-Title（站点名称）用于排名。
  • Responses API：POST https://openrouter.ai/api/v1/responses，使用 OpenAI Responses API 格式，参数同上。
  • Anthropic Messages API：POST https://openrouter.ai/api/v1/messages，支持文本、图像、PDF、工具和扩展思考，参数同上。

参数

  • max_completion_tokens：整数，设置模型生成 token 的上限
  • reasoning：映射，控制支持思考 token 的模型的推理行为，包括是否启用、推理强度、最大推理 token、是否排除推理内容
  • seed：整数，指定后推理会确定性采样，相同 seed 和参数重复请求会返回相同结果
  • response_format：映射，强制模型生成指定输出格式
  • tools：数组，工具调用参数，遵循 OpenAI 工具调用请求格式
  • tool_choice：字符串或对象，控制模型调用哪个工具（如有）

常见问题

  • 什么是 GPT-6 Astra？ 是 OpenAI 面向高要求端到端任务的旗舰模型，适合高级分析、软件工程、深度研究、科学工作和文档创作，在涉及计算机和浏览器使用的长周期智能体任务上表现突出。

  • 费用是多少？ 输入 10 美元/M token，输出 50 美元/M token，缓存读取 1 美元/M token，缓存写入 12.50 美元/M token，网页搜索 10 美元/1K 次调用。

  • 上下文长度是多少？ 105 万 token 上下文窗口，最多支持 12.8 万补全 token。

  • 支持工具调用和结构化输出吗？ 支持，可通过 tools 和 tool_choice 实现函数调用，也可通过 response_format 中的 JSON 模式生成结构化输出。

  • 支持哪些输入输出？ 输入支持 PDF、图像、文本，输出为文本。

  • 哪些服务商提供该模型？ OpenRouter 上有 OpenAI 和 Azure (US) 两家，请求会自动路由到最优可用服务商，支持自动故障转移，也可通过服务商路由功能固定或排除特定服务商。

  • 何时发布？ 2026 年 9 月 4 日。

评论

社区整体情绪偏兴奋，主要围绕 Astra 的可用性、成本性价比以及接入渠道展开讨论，对 Azure 定价和 tooling 适配存在疑问。

认为 Astra 的实际表现优于同价位旧模型

  • 有用户通过生成鹈鹕场景的对比测试发现，Astra 低档位在同等预算下输出质量明显优于 5.6 Sol、Terra、Luna 等旧模型，且整体消耗 token 更少，结果更好（较多人） > 如果预算只有 10 美分，Astra 低档位生成的效果比其他模型好太多（@simonw）

反馈 Astra 已在多渠道向不同用户开放

  • 多位用户表示已在 Codex、OpenAI API、Pro 用户、欧洲 Plus 用户等渠道获得访问权限，但部分用户仅能使用 Codex 而无法使用聊天功能，且存在无重置次数等限制（较多人）

质疑 Azure 上 Astra 的性价比与额外价值

  • 有用户指出 Azure 版本价格翻倍，质疑其相比直接调用 OpenAI 端点并未提供额外优势，同时有人询问 Azure 版本是否为零数据留存模式（少数人）

反馈 OpenRouter 早期接入存在故障

  • 有用户测试时发现 OpenRouter 曾返回模型 ID 未找到的错误，后续才恢复正常，同时有人询问是否已上线以及 Fable 5.1 的相关情况（少数人）

反馈 Astra 在 Codex 中响应体感更快

  • 有用户实际使用数小时后表示，即便每秒生成 token 数只有 Sol 的一半，Astra 在 Codex 中的体感速度仍更快（少数人）

反映 Astra 与部分工具链存在适配问题

  • 有用户尝试将 Astra 作为 Foundry 模型接入 GitHub Copilot 时失败，报错显示开启推理参数后工具调用不可用（少数人）

有价值的补充

  • 有用户分享了 Astra 与其他主流模型在 SVG 生成任务上的对比展示链接，显示其生成效果突出
  • 有用户发布了 Astra 生成鹈鹕场景的完整对话记录，可供参考其实际输出表现
  • 有用户表达了对该模型上线的极高期待，代表了社区整体的兴奋情绪