GPT-6 Astra 是 OpenAI 于 2026 年 9 月发布的旗舰模型,API 模型 ID 为 gpt-6-astra,采用全新的推理参数体系与 Responses API 优先的工具调用机制。相比 GPT-5.6,它移除了 temperature、top_p 等采样参数,新增了 xhigh / max 推理档位、对话中动态切换推理强度、异步工具调用等能力。本文按"参数总览→逐项配置→完整示例→迁移清单"的顺序,系统讲解 GPT-6 Astra 的参数配置方法。
GPT-6 Astra 关键参数总览
| | |
|---|
| | gpt-6-astra(无 gpt-6 通用别名)
|
| | 1,050,000 tokens(最大输入 922,000,最大输出 128,000) |
| | |
| | |
| reasoning.effort(Responses)
reasoning_effort(Chat)
| low / medium / high / xhigh / max(不支持 none) |
| max_output_tokens(Responses)
max_completion_tokens(Chat)
| 上限 128,000,计入可见输出与推理 token |
| | "30m"(取代旧 prompt_cache_retention)
|
| | |
| | |
推理参数配置(reasoning.*)
GPT-6 Astra 用推理强度取代传统采样参数,这是配置时最容易出错的地方。reasoning.effort 在 Responses API 中使用,reasoning_effort 在 Chat Completions 中使用,支持五个档位:
| |
|---|
| |
| 通用推理与编码(编码 / Agent 任务建议起步档) |
| |
| |
| |
迁移要点:若原配置使用 none 或 minimal,迁到 Astra 应从 low 起步对照效果;原本已用其他档位的保留原有效强度,不要自动全局拉满——max 档会显著增加延迟与 token 消耗。
其余推理相关参数:
reasoning.summary:设为 "auto" 可让模型返回推理摘要(便于排查与展示)
reasoning.context:GPT-5.6 及以后模型默认 all_turns(跨轮保留推理上下文),早期模型仅支持 auto 与 current_turn
输出控制与提示缓存参数
输出上限:Responses API 使用 max_output_tokens(上限 128,000),该值同时计入"可见输出 token"和"推理 token";Chat Completions 使用 max_completion_tokens。配置长文或深度推理时,需为推理 token 预留额度,避免输出被截断。
结构化输出:设置 text.format.type 为 json_schema 并提供严格 schema,即可让 Astra 返回机器可读的 JSON(需配合 Responses API)。
语气 / 长度:text.verbosity 可控制输出详略。
提示缓存:从 GPT-5.5 或更早模型迁移时,必须把旧的 prompt_cache_retention 替换为 prompt_cache_options.ttl: "30m",否则缓存会悄悄失效、不再省钱。缓存写入按未缓存输入费率的 1.25 倍计费(标准 $12.50/百万 tokens),命中缓存的输入仅 $1/百万 tokens。可用 prompt_cache_key 显式指定缓存键,include 数组中可加入 reasoning.encrypted_content 用于无状态工作流。
工具调用与长任务控制参数
GPT-6 Astra 的工具调用必须使用 Responses API(Chat Completions 仅支持文本与图像输入,不支持工具)。可用工具包括:网页搜索、文件搜索、图像生成、代码解释器、托管 Shell、补丁编辑、Skills、Computer Use、MCP、工具搜索、函数调用与自定义工具。
与长任务相关的三个新增控制参数:
- 异步工具调用:在函数或自定义工具上设置
async: true,模型在等待工具结果时可继续推理或处理请求的其他部分;结果就绪后通过原 call_id 回传。该特性为 OpenAI 原生 Responses API 预览特性，Azure OpenAI 暂不支持。
- 对话中切换推理强度:通过
configuration_update 输入项提升/降低后续推理强度,同时保留已缓存的 prompt 前缀(前提是请求级 reasoning.effort 保持不变)。新强度一直生效,直到再次更新。注：此能力仅 OpenAI 原生平台可用，Azure 版本暂不支持 configuration_update 动态修改推理强度。
- 中途转向:在 WebSocket 连接上,可在响应进行中发送补充指令(纠错或变更需求),模型保留已完成的工作并融入续写。该能力属于预览特性，Azure 暂未开放。
其他工具参数:tool_choice(自动/指定)、parallel_tool_calls(并行控制)、max_tool_calls(内置工具调用上限)。
已移除参数与常见配置陷阱
以下参数在 GPT-6 Astra 上不再支持,发送会返回 400 错误,迁移时务必从请求体中删除:
| |
|---|
| |
| |
| |
| Chat Completions 需额外移除;Responses 从 include 中去掉 message.output_text.logprobs |
| |
service_tier: "fast" / "priority"
| EU 数据驻留场景下不支持,改用 Standard |
完整参数配置示例
Requests API(推荐,带工具与推理摘要):
Chat Completions(仅文本/图像,无工具,使用 reasoning_effort 与 max_completion_tokens):
对话中动态升档推理强度(保留缓存前缀):
长上下文计费阈值与迁移清单
计费阈值:当单次请求输入超过 272,000 tokens 时,整个请求(非仅超出部分)进入长上下文计费带——输入与缓存费率为标准 2 倍,输出为标准 1.5 倍。Batch / Flex 为标准的 50%,Fast mode 为 2 倍(无 EU 数据驻留、无延迟 SLA)。长任务务必先估算 token、接近阈值时压缩或拆分。
迁移清单(从 GPT-5.6 到 GPT-6 Astra):
- 推理强度:
none / minimal → low;其余保留现有有效档位
- 删除
temperature、top_p、top_logprobs(Chat Completions 再加 logprobs)
- EU 数据驻留场景使用 Standard,移除
service_tier: "fast"/"priority"
- 缓存配置:
prompt_cache_retention → prompt_cache_options.ttl: "30m"
- 输出参数:Responses 用
max_output_tokens,Chat 用 max_completion_tokens
参数配置注意事项
- 先验证权限再配置:Astra 分阶段推出,先在 API 控制台确认项目已获得
gpt-6-astra 访问权限,不要仅凭模型名可用就假设全部功能开放
- 不要照搬旧采样参数:temperature / top_p 在 Astra 上直接报错,改用 reasoning.effort 控制质量与成本
- 缓存 TTL 必改:旧
prompt_cache_retention 不兼容,漏改会导致缓存失效、成本上升
- 谨慎使用 max 档:max 会带来数万内部推理 token 与高延迟,仅用于确实困难的端到端任务
- 工具必须走 Responses:Chat Completions 发起工具调用会失败,先在保留旧模型的情况下把工具路径迁到 Responses 再切换模型
- AGENTS.md 敏感度:Astra 对 AGENTS.md、Skills 等指导文件指令更敏感,部署前审查可被模型访问的指导文件
常见问题
Q: GPT-6 Astra 支持 temperature 参数调温度吗?
A: 不支持。temperature、top_p、top_logprobs 均会返回 400 错误。Astra 通过 reasoning.effort(low~max 五档)控制推理深度与输出质量,取代了传统采样参数。
Q: Responses API 和 Chat Completions 的参数写法有何不同?
A: 推理强度在 Responses 用 reasoning.effort,在 Chat 用 reasoning_effort;输出上限在 Responses 用 max_output_tokens,在 Chat 用 max_completion_tokens。工具调用仅 Responses 支持。
Q: 为什么我的缓存突然不省钱了?
A: 多半是迁移时漏改缓存参数。旧 prompt_cache_retention 已被 prompt_cache_options.ttl: "30m" 取代,未更新则缓存前缀不再命中。
Q: 长上下文 1.05M 是否意味着可以随便塞整个代码库?
A: 不是。一旦单次输入超过 272K tokens,整个请求按输入/缓存 2 倍、输出 1.5 倍计费。大上下文应配合检索、工具过滤与上下文工程使用。
Q: 能否在任务中途提高推理强度而不丢失缓存?
A: 可以。通过 configuration_update 输入项切换 effort,并让请求级 reasoning.effort 保持不变,即可保留 prompt 缓存前缀;新强度持续生效直到再次更新。
以上信息基于 OpenAI 官方文档及公开技术资料整理,模型参数、定价与访问权限可能随时更新,请以 OpenAI 官方平台(developers.openai.com)最新公告为准。参数配置涉及真实计费和能力差异,建议在测试环境中验证后再部署至生产环境。
AI 速览
