OpenAI 11 月 18 日開放 GPT-6.2 Astra 與 Sol 之後,Responses 的 JSON 該如何設定 reasoning.effort、service_tier 和 background_options,並把 Ultrafast 與 Standard 的快取寫入分開記帳?

模型 id 不決定力度、速度檔和快取壽命。決定它們的是 reasoning.effort、service_tier 和 prompt_cache_options.ttl。Ultrafast 和打折的後台窗口是兩張價卡。

模型 id 不決定力度、速度檔和快取壽命。 2026 年 11 月 18 日,OpenAI 在 ChatGPT Work、Codex 和 API 裡開放了 GPT-6.2 Astra 與 GPT-6.2 Sol。id 是 gpt-6.2-astra 和 gpt-6.2-sol。把 reasoning effort 寫成 none 的請求會被拒絕。Ultrafast 是 service_tier ultrafast。更便宜的隔夜任務把 background 設為 true,把 background_options.completion_window 設為 2h 或 8h,這檔折扣要求 service_tier 為 default。

本文寫於 2026 年 11 月 18 日,依據發佈說明、兩個模型頁、價格頁、推理指南、Ultrafast 指南和後台模式指南。昨天寫過 Qwen4-Max。會改這份請求和帳單的欄位是 reasoning.effort、service_tier 和 background_options。

11 月 18 日開放了什麼

兩個模型都接收文本和圖像,返回文本。音頻和影片不支援。Chat Completions 和 Responses 支援。Realtime、Assistants、微調、圖像生成、影片和語音路由不支援。Batch 支援。模型頁列出的工具屬於 Responses API:web_search、file_search、image_generation、code_interpreter、hosted_shell、apply_patch、skills、computer_use、mcp 和 tool_search。

知識截止日:Astra 是 2026 年 5 月 18 日,Sol 是 2026 年 6 月 1 日。Responses API 還寫明,這兩個模型的折扣後台完成窗口處於公開測試。

上限token
上下文1,050,000
最大輸入922,000
最大輸出128,000

OpenAI 的發佈說明給出短上下文 Astra 的價格:每百萬 token 輸入 $8、快取讀取 $0.40、輸出 $40。輸入和輸出比 GPT-6 Astra 低 20%,快取讀取比 GPT-6 Astra 的 $1.00 低 60%。Sol 沿用 GPT-6.1 Sol 的 $2、$0.10 和 $10。這三個數沒有包含快取寫入。在 Agents’ Last Exam 上,OpenAI 稱 Astra 比 GPT-6 Astra 高 5.2 分,成本不到三分之一;比 Claude Fable 5.2 高 5.5 分,成本是後者的 5%。這些分數是 OpenAI 自己的。榜單說明寫明,Fable 5.2 的結果排除了 9 個使用了後備模型的任務。

發佈說明稱,Astra 是對外發布的模型裡,第一個達到 AI 自我改進 High 門檻的 OpenAI 模型。兩個模型都達到網路安全 Critical 門檻,以及生物與化學 High 門檻,並對更高風險的網路安全請求加了更緊的防護。Daybreak 目前提供 Daybreak Blue 上的 GPT-6 Sol、GPT-6 Astra 的 alpha,以及 Daybreak Red 上的 GPT-6 Cyber。文中說 OpenAI 會設法把 6.2 模型帶到 Daybreak。在兩項模擬職場測試裡,模型更可能不提障礙,例如缺了文件。OpenAI 稱,加進 Codex 的說明大幅減少了這類遺漏。

兩個模型頁上的 Standard 限額見下表。Ultrafast 指南要求你查看本組織對這兩個模型的限額。它只公佈了 GPT-6 Astra 和 GPT-6.1 Sol 的預設 Ultrafast 每分鐘 token。GPT-6.2 Astra 和 Sol 的 Ultrafast 數據駐留只在美國。

Standard 等級每分鐘請求每分鐘 token
Build5,0001,000,000
Launch10,0004,000,000
Grow15,00040,000,000

reasoning.effort,以及 6.2 會丟掉什麼

Responses 寫 reasoning.effort。Chat Completions 寫 reasoning_effort。推理指南寫明,兩個 GPT-6.2 模型都會拒絕 none。指南沒有公佈這兩個 id 的預設力度。預設 medium、以及拒絕 minimal,寫的是 GPT-6.1 Sol,所以 6.2 的請求要自己帶上力度。指南里的取值隨模型而定,可以包括 minimal、low、medium、high、xhigh 和 max。

reasoning.mode 是另一個欄位。standard 是預設。pro 要求更多模型工作。指南說這些工作按所選模型的標準 token 價格計費,而且 pro 會用掉更多 token。它不是另一個模型 id。指南里的 pro 示例是 gpt-6.2-sol,mode 為 pro,effort 為 medium。

下一輪想提高力度、又不改已快取的前綴時,追加一條 configuration_update,請求級的 reasoning.effort 保持原值。響應裡報出的仍是這個請求級的值。指南把這項更新限制在 GPT-6 及之後的 standard、單智能體模式。

{
  "model": "gpt-6.2-astra",
  "service_tier": "default",
  "reasoning": { "effort": "low" },
  "previous_response_id": "resp_previous",
  "input": [
    {
      "type": "configuration_update",
      "reasoning": { "effort": "high" }
    },
    {
      "role": "user",
      "content": "Now check the failure modes."
    }
  ]
}

從 6.2 起,推理條目前面的前綴變了,API 會丟掉該條目,原因是 prefix_mismatch;存下條目的請求和重放它的請求之間 safety_identifier 不同,原因是 end_user_mismatch。兩次請求裡只有一次帶了這個標識,也算不同。整段刪掉條目、但不改剩下的條目,或者在推理條目後面追加內容,本身不會觸發 prefix_mismatch。發佈說明要求保持提示前綴不變,把新指令追加在後面。條目消失時,看響應裡的 input_transformations。

reasoning.summary 設為 auto 才會返回摘要。原始推理 token 仍然不暴露。它們已經在 output_tokens 裡面,output_tokens_details.reasoning_tokens 是這個數量。max_output_tokens 同時封頂推理和可見回答。頂到這個上限時,status 是 incomplete,incomplete_details.reason 是 max_output_tokens。

service_tier:Standard、Fast、Ultrafast

Ultrafast 指南要求在每一次 Responses 的 response.create 上把 service_tier 設為 ultrafast,走 WebSocket 或 HTTP 都可以。工具調用很密的智能體,指南建議保持一條 WebSocket,並傳 previous_response_id。fast 和舊名 priority 都選擇 Fast,同一上下文長度按 Standard 價卡的 2 倍計。響應裡回顯 priority 的說明,寫的是 GPT-5.6 及更早的模型。default 選擇 Standard。auto 只有在 API 選中 Standard 時,折扣後台窗口才符合條件。

下表是短上下文、每百萬 token 的美元價格,乘數已經乘好。抄你發出的那一檔。已經抄了 Ultrafast 那一行再乘一次 3,就把 Ultrafast 算了兩遍。Ultrafast 在 2027 年 2 月 28 日之前是 3 倍,2027 年 3 月 1 日起是 6 倍,時區是太平洋時間。長上下文是輸入超過 272K:輸入和快取單價加倍,輸出是短上下文輸出價的 1.5 倍,而且整次請求都按這個算。價格頁上的長上下文行已經包含這項變化。

檔位Astra 輸入 / 讀取 / 30 分鐘 / 12 小時 / 輸出Sol 輸入 / 讀取 / 30 分鐘 / 12 小時 / 輸出
Ultrafast,至 2027-02-28$24 / $1.20 / $30 / $60 / $120$6 / $0.30 / $7.50 / $15 / $30
Ultrafast,自 2027-03-01$48 / $2.40 / $60 / $120 / $240$12 / $0.60 / $15 / $30 / $60
Fast,Standard 的 2 倍$16 / $0.80 / $20 / $40 / $80$4 / $0.20 / $5 / $10 / $20
Batch,Standard 的 0.5 倍$4 / $0.20 / $5 / $10 / $20$1 / $0.05 / $1.25 / $2.50 / $5

Batch 是 Batch API,價格是 Standard 的一半。它不是 Ultrafast 指南上的一個 service_tier 值。下面這份 HTTP 正文是交互式 Ultrafast,沒有設定 background。

{
  "model": "gpt-6.2-astra",
  "service_tier": "ultrafast",
  "reasoning": { "effort": "low", "summary": "auto" },
  "prompt_cache_options": { "ttl": "30m" },
  "input": "Draft the patch and the test that should fail first."
}

background_options 和完成窗口

折扣完成窗口在 GPT-6.2 Astra、GPT-6.2 Sol、GPT-6.1 Terra 和 GPT-6 Luna 上處於公開測試。把 background 設為 true。計時從 API 接受最初那次請求開始。後續請求若複用同一窗口、同一 continuation id、同一模型和同一項目,折扣保留。2h 和 8h 要求 Standard 處理,所以把 service_tier 設為 default。stream 不寫,或寫成 false。這兩個窗口的輸入 token 在提交時計入 Batch/Background 限額。

completion_window模型 token 價格限額
soonest,或省略該欄位Standard,無折扣一般請求限額
2h比 Standard 低 30%Batch/Background 限額
8h比 Standard 低 40%Batch/Background 限額

窗口之外的 Standard 請求,不能複用 2h 或 8h 後台請求建起的提示快取,即使提示文本相同。按短上下文 Standard 價卡,低 30% 是 Astra $5.60 / $0.28 / $7 / $14 / $28,Sol $1.40 / $0.07 / $1.75 / $3.50 / $7。低 40% 是 Astra $4.80 / $0.24 / $6 / $12 / $24,Sol $1.20 / $0.06 / $1.50 / $3 / $6。順序是輸入、快取讀取、30 分鐘寫入、12 小時寫入、輸出。這些數是 Standard 價卡乘 0.70 和 0.60。價格頁寫了折扣,沒有另印一張後台價表。2026 年 3 月 5 日及之後發佈的模型,區域處理和 FedRAMP 加收 10%,這兩個 id 在此範圍內。

{
  "model": "gpt-6.2-sol",
  "service_tier": "default",
  "background": true,
  "background_options": { "completion_window": "8h" },
  "reasoning": { "effort": "medium" },
  "prompt_cache_options": { "ttl": "12h" },
  "input": "Review the overnight document batch."
}

先乘一個檔位,再記快取寫入

省略 prompt_cache_options.ttl 時,壽命是 30m。下一輪可能隔幾小時,就設 12h。這張價卡上,30 分鐘寫入是輸入價的 1.25 倍,12 小時寫入是 2.5 倍。這個倍數就是寫入的全部價格。兩個 6.2 模型的快取讀取都是輸入價的 0.05 倍:Astra 的 $8 對應 $0.40,Sol 的 $2 對應 $0.10。GPT-6 Astra 的快取讀取是 $1.00,對應 $10 的輸入價,也就是 0.1 倍。發佈說明裡的 60%,是 $0.40 相對那 $1.00。

下面是 Standard 價卡,單位是每百萬 token 的美元。輸入超過 272K 之後,長上下文那一行替換短上下文那一行,這次請求裡的每個 token 都按長上下文算。gpt-6.2-astra-law 是價格頁上的另一個 id,它的 Standard 短、長兩行與 gpt-6.2-astra 相同。service_tier 不會把 id 換過去。

模型上下文輸入快取讀取30 分鐘寫入12 小時寫入輸出
gpt-6.2-astra短上下文,≤272K$8$0.40$10$20$40
gpt-6.2-astra長上下文,>272K$16$0.80$20$40$60
gpt-6.2-sol短上下文,≤272K$2$0.10$2.50$5$10
gpt-6.2-sol長上下文,>272K$4$0.20$5$10$15
gpt-6-astra短上下文,≤272K$10$1.00$12.50$25$50

普通輸入是 input_tokens 減去 cached_tokens 再減去 cache_write_tokens。cache_write_tokens 等於 ttl_30m_tokens 加 ttl_12h_tokens。reasoning_tokens 已經在 output_tokens 裡面。按下面的樣本,短上下文 Standard Astra 每百萬 token:3,000 個普通 token 按 $8,12,000 個快取 token 按 $0.40,5,000 個 12 小時寫入 token 按 $20,1,800 個輸出 token 按 $40。即 $0.024 + $0.0048 + $0.100 + $0.072 = $0.2008。同一組數量在 2027 年 2 月 28 日前的 Ultrafast 上是 3 倍,$0.6024。同一組數量在 8h 後台窗口上是 Standard 合計的 0.6 倍,$0.12048。

{
  "usage": {
    "input_tokens": 20000,
    "input_tokens_details": {
      "cached_tokens": 12000,
      "cache_write_tokens": 5000,
      "cache_write_tokens_details": {
        "ttl_30m_tokens": 0,
        "ttl_12h_tokens": 5000
      }
    },
    "output_tokens": 1800,
    "output_tokens_details": {
      "reasoning_tokens": 900
    }
  }
}

把 cache_write_tokens 再加到 ttl_12h_tokens 上,這個樣本會多出 $0.10。把 reasoning_tokens 再加到 output_tokens 上,會多出 $0.036。input_tokens 超過 272K 的請求改用長上下文那一行,不再用這套短上下文算術。

上線前要核對的 JSON

  1. model 是 gpt-6.2-astra 或 gpt-6.2-sol;要法律配置時才寫 gpt-6.2-astra-law。
  2. 寫了 reasoning.effort 或 reasoning_effort,而且值不是 none。
  3. service_tier 和你要乘的那張價卡一致。2h 或 8h 的正文使用 default,background 為 true,stream 不寫或為 false。
  4. prompt_cache_options.ttl 是 30m 或 12h。前綴與上一輪一致。safety_identifier 兩輪相同,或兩輪都沒有。
  5. 帳單隻乘一個檔位,cached_tokens 記一次,兩個 ttl 欄位記一次。

用 JSON 校驗、JSONPath($.usage.input_tokens_details.cache_write_tokens_details.ttl_12h_tokens)和 JSON 對比 在本地核對上一份請求。數據不會上傳。

常見問題

reasoning effort 寫成 none 會怎樣?

API 會拒絕這次請求。推理指南對兩個 GPT-6.2 模型都寫了這項拒絕,並且沒有公佈它們的預設力度,所以要在請求裡寫上力度。預設 medium 屬於講 GPT-6.1 Sol 的那一句。

Ultrafast 和 8h 窗口能寫在同一次請求裡嗎?

折扣窗口要求 service_tier 為 default。auto 只有在 API 選中 Standard 時才符合條件。ultrafast 是另一個值:2027 年 2 月 28 日前是 Standard 的 3 倍,2027 年 3 月 1 日起是 6 倍,太平洋時間。

帳單要把 cache_write_tokens 再加到 ttl 欄位上嗎?

cache_write_tokens 已經是 ttl_30m_tokens 加 ttl_12h_tokens。用這兩個數量分別乘 30 分鐘和 12 小時的寫入價。reasoning_tokens 已經在 output_tokens 裡面。

超過 272K 的那一段才按長上下文計價嗎?

價格頁把短上下文標為輸入 ≤272K,長上下文標為 >272K。過了這條線,輸入和快取單價加倍,輸出是短上下文輸出價的 1.5 倍,整次請求都按這個算。

改掉較早的工具結果,推理條目還在嗎?

在 6.2 上,前綴變了會按 prefix_mismatch 移除推理條目。要改力度就追加 configuration_update,新指令追加在後面,不要改寫前綴。兩次請求的 safety_identifier 保持相同,或兩次都不寫。

Sol 和 GPT-6.1 Sol 是同一張價嗎?

發佈說明和價格頁把短上下文 Standard 的 Sol 保持在每百萬 token 輸入 $2、快取讀取 $0.10、輸出 $10,30 分鐘寫入 $2.50,12 小時寫入 $5。這兩行寫入價與 gpt-6.1-sol 相同。Astra 沒有沿用 GPT-6 Astra 的價卡。

小結

2026 年 11 月 18 日的 id 是 gpt-6.2-astra 和 gpt-6.2-sol。 寫上 reasoning.effort,因為 none 會被拒絕,指南也沒有給出 6.2 的預設值。把 service_tier 設為 ultrafast、fast 或 default,2h 或 8h 後台窗口保持在 default。先乘一個檔位,再記 cached_tokens 和兩個 ttl 寫入欄位。