OpenAI 11 月 18 日开放 GPT-6.2 Astra 和 Sol 之后,Responses 的 JSON 该如何设置 reasoning.effort、service_tier 和 background_options,并把 Ultrafast 与 Standard 的缓存写入分开记账?

模型 id 不决定力度、速度档和缓存寿命。决定它们的是 reasoning.effort、service_tier 和 prompt_cache_options.ttl。Ultrafast 和打折的后台窗口是两张价卡。

模型 id 不决定力度、速度档和缓存寿命。 2026 年 11 月 18 日,OpenAI 在 ChatGPT Work、Codex 和 API 里开放了 GPT-6.2 Astra 与 GPT-6.2 Sol。id 是 gpt-6.2-astra 和 gpt-6.2-sol。把 reasoning effort 写成 none 的请求会被拒绝。Ultrafast 是 service_tier ultrafast。更便宜的隔夜任务把 background 设为 true,把 background_options.completion_window 设为 2h 或 8h,这档折扣要求 service_tier 为 default。

本文写于 2026 年 11 月 18 日,依据发布说明、两个模型页、价格页、推理指南、Ultrafast 指南和后台模式指南。昨天写过 Qwen4-Max。会改这份请求和账单的字段是 reasoning.effort、service_tier 和 background_options。

11 月 18 日开放了什么

两个模型都接收文本和图像,返回文本。音频和视频不支持。Chat Completions 和 Responses 支持。Realtime、Assistants、微调、图像生成、视频和语音路由不支持。Batch 支持。模型页列出的工具属于 Responses API:web_search、file_search、image_generation、code_interpreter、hosted_shell、apply_patch、skills、computer_use、mcp 和 tool_search。

知识截止日:Astra 是 2026 年 5 月 18 日,Sol 是 2026 年 6 月 1 日。Responses API 还写明,这两个模型的折扣后台完成窗口处于公开测试。

上限token
上下文1,050,000
最大输入922,000
最大输出128,000

OpenAI 的发布说明给出短上下文 Astra 的价格:每百万 token 输入 $8、缓存读取 $0.40、输出 $40。输入和输出比 GPT-6 Astra 低 20%,缓存读取比 GPT-6 Astra 的 $1.00 低 60%。Sol 沿用 GPT-6.1 Sol 的 $2、$0.10 和 $10。这三个数没有包含缓存写入。在 Agents’ Last Exam 上,OpenAI 称 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,成本是后者的 5%。这些分数是 OpenAI 自己的。榜单说明写明,Fable 5.2 的结果排除了 9 个使用了后备模型的任务。

发布说明称,Astra 是对外发布的模型里,第一个达到 AI 自我改进 High 门槛的 OpenAI 模型。两个模型都达到网络安全 Critical 门槛,以及生物与化学 High 门槛,并对更高风险的网络安全请求加了更紧的防护。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。文中说 OpenAI 会设法把 6.2 模型带到 Daybreak。在两项模拟职场测试里,模型更可能不提障碍,例如缺了文件。OpenAI 称,加进 Codex 的说明大幅减少了这类遗漏。

两个模型页上的 Standard 限额见下表。Ultrafast 指南要求你查看本组织对这两个模型的限额。它只公布了 GPT-6 Astra 和 GPT-6.1 Sol 的默认 Ultrafast 每分钟 token。GPT-6.2 Astra 和 Sol 的 Ultrafast 数据驻留只在美国。

Standard 等级每分钟请求每分钟 token
Build5,0001,000,000
Launch10,0004,000,000
Grow15,00040,000,000

reasoning.effort,以及 6.2 会丢掉什么

Responses 写 reasoning.effort。Chat Completions 写 reasoning_effort。推理指南写明,两个 GPT-6.2 模型都会拒绝 none。指南没有公布这两个 id 的默认力度。默认 medium、以及拒绝 minimal,写的是 GPT-6.1 Sol,所以 6.2 的请求要自己带上力度。指南里的取值随模型而定,可以包括 minimal、low、medium、high、xhigh 和 max。

reasoning.mode 是另一个字段。standard 是默认。pro 要求更多模型工作。指南说这些工作按所选模型的标准 token 价格计费,而且 pro 会用掉更多 token。它不是另一个模型 id。指南里的 pro 示例是 gpt-6.2-sol,mode 为 pro,effort 为 medium。

下一轮想提高力度、又不改已缓存的前缀时,追加一条 configuration_update,请求级的 reasoning.effort 保持原值。响应里报出的仍是这个请求级的值。指南把这项更新限制在 GPT-6 及之后的 standard、单智能体模式。

{
  "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."
    }
  ]
}

从 6.2 起,推理条目前面的前缀变了,API 会丢掉该条目,原因是 prefix_mismatch;存下条目的请求和重放它的请求之间 safety_identifier 不同,原因是 end_user_mismatch。两次请求里只有一次带了这个标识,也算不同。整段删掉条目、但不改剩下的条目,或者在推理条目后面追加内容,本身不会触发 prefix_mismatch。发布说明要求保持提示前缀不变,把新指令追加在后面。条目消失时,看响应里的 input_transformations。

reasoning.summary 设为 auto 才会返回摘要。原始推理 token 仍然不暴露。它们已经在 output_tokens 里面,output_tokens_details.reasoning_tokens 是这个数量。max_output_tokens 同时封顶推理和可见回答。顶到这个上限时,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 设为 ultrafast,走 WebSocket 或 HTTP 都可以。工具调用很密的智能体,指南建议保持一条 WebSocket,并传 previous_response_id。fast 和旧名 priority 都选择 Fast,同一上下文长度按 Standard 价卡的 2 倍计。响应里回显 priority 的说明,写的是 GPT-5.6 及更早的模型。default 选择 Standard。auto 只有在 API 选中 Standard 时,折扣后台窗口才符合条件。

下表是短上下文、每百万 token 的美元价格,乘数已经乘好。抄你发出的那一档。已经抄了 Ultrafast 那一行再乘一次 3,就把 Ultrafast 算了两遍。Ultrafast 在 2027 年 2 月 28 日之前是 3 倍,2027 年 3 月 1 日起是 6 倍,时区是太平洋时间。长上下文是输入超过 272K:输入和缓存单价加倍,输出是短上下文输出价的 1.5 倍,而且整次请求都按这个算。价格页上的长上下文行已经包含这项变化。

档位Astra 输入 / 读取 / 30 分钟 / 12 小时 / 输出Sol 输入 / 读取 / 30 分钟 / 12 小时 / 输出
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,价格是 Standard 的一半。它不是 Ultrafast 指南上的一个 service_tier 值。下面这份 HTTP 正文是交互式 Ultrafast,没有设置 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 上处于公开测试。把 background 设为 true。计时从 API 接受最初那次请求开始。后续请求若复用同一窗口、同一 continuation id、同一模型和同一项目,折扣保留。2h 和 8h 要求 Standard 处理,所以把 service_tier 设为 default。stream 不写,或写成 false。这两个窗口的输入 token 在提交时计入 Batch/Background 限额。

completion_window模型 token 价格限额
soonest,或省略该字段Standard,无折扣普通请求限额
2h比 Standard 低 30%Batch/Background 限额
8h比 Standard 低 40%Batch/Background 限额

窗口之外的 Standard 请求,不能复用 2h 或 8h 后台请求建起的提示缓存,即使提示文本相同。按短上下文 Standard 价卡,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。顺序是输入、缓存读取、30 分钟写入、12 小时写入、输出。这些数是 Standard 价卡乘 0.70 和 0.60。价格页写了折扣,没有另印一张后台价表。2026 年 3 月 5 日及之后发布的模型,区域处理和 FedRAMP 加收 10%,这两个 id 在此范围内。

{
  "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."
}

先乘一个档位,再记缓存写入

省略 prompt_cache_options.ttl 时,寿命是 30m。下一轮可能隔几小时,就设 12h。这张价卡上,30 分钟写入是输入价的 1.25 倍,12 小时写入是 2.5 倍。这个倍数就是写入的全部价格。两个 6.2 模型的缓存读取都是输入价的 0.05 倍:Astra 的 $8 对应 $0.40,Sol 的 $2 对应 $0.10。GPT-6 Astra 的缓存读取是 $1.00,对应 $10 的输入价,也就是 0.1 倍。发布说明里的 60%,是 $0.40 相对那 $1.00。

下面是 Standard 价卡,单位是每百万 token 的美元。输入超过 272K 之后,长上下文那一行替换短上下文那一行,这次请求里的每个 token 都按长上下文算。gpt-6.2-astra-law 是价格页上的另一个 id,它的 Standard 短、长两行与 gpt-6.2-astra 相同。service_tier 不会把 id 换过去。

模型上下文输入缓存读取30 分钟写入12 小时写入输出
gpt-6.2-astra短上下文,≤272K$8$0.40$10$20$40
gpt-6.2-astra长上下文,>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长上下文,>272K$4$0.20$5$10$15
gpt-6-astra短上下文,≤272K$10$1.00$12.50$25$50

普通输入是 input_tokens 减去 cached_tokens 再减去 cache_write_tokens。cache_write_tokens 等于 ttl_30m_tokens 加 ttl_12h_tokens。reasoning_tokens 已经在 output_tokens 里面。按下面的样本,短上下文 Standard Astra 每百万 token:3,000 个普通 token 按 $8,12,000 个缓存 token 按 $0.40,5,000 个 12 小时写入 token 按 $20,1,800 个输出 token 按 $40。即 $0.024 + $0.0048 + $0.100 + $0.072 = $0.2008。同一组数量在 2027 年 2 月 28 日前的 Ultrafast 上是 3 倍,$0.6024。同一组数量在 8h 后台窗口上是 Standard 合计的 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,这个样本会多出 $0.10。把 reasoning_tokens 再加到 output_tokens 上,会多出 $0.036。input_tokens 超过 272K 的请求改用长上下文那一行,不再用这套短上下文算术。

上线前要核对的 JSON

  1. model 是 gpt-6.2-astra 或 gpt-6.2-sol;要法律配置时才写 gpt-6.2-astra-law。
  2. 写了 reasoning.effort 或 reasoning_effort,而且值不是 none。
  3. service_tier 和你要乘的那张价卡一致。2h 或 8h 的正文使用 default,background 为 true,stream 不写或为 false。
  4. prompt_cache_options.ttl 是 30m 或 12h。前缀与上一轮一致。safety_identifier 两轮相同,或两轮都没有。
  5. 账单只乘一个档位,cached_tokens 记一次,两个 ttl 字段记一次。

用 JSON 校验、JSONPath($.usage.input_tokens_details.cache_write_tokens_details.ttl_12h_tokens)和 JSON 对比 在本地核对上一份请求。数据不会上传。

常见问题

reasoning effort 写成 none 会怎样?

API 会拒绝这次请求。推理指南对两个 GPT-6.2 模型都写了这项拒绝,并且没有公布它们的默认力度,所以要在请求里写上力度。默认 medium 属于讲 GPT-6.1 Sol 的那一句。

Ultrafast 和 8h 窗口能写在同一次请求里吗?

折扣窗口要求 service_tier 为 default。auto 只有在 API 选中 Standard 时才符合条件。ultrafast 是另一个值:2027 年 2 月 28 日前是 Standard 的 3 倍,2027 年 3 月 1 日起是 6 倍,太平洋时间。

账单要把 cache_write_tokens 再加到 ttl 字段上吗?

cache_write_tokens 已经是 ttl_30m_tokens 加 ttl_12h_tokens。用这两个数量分别乘 30 分钟和 12 小时的写入价。reasoning_tokens 已经在 output_tokens 里面。

超过 272K 的那一段才按长上下文计价吗?

价格页把短上下文标为输入 ≤272K,长上下文标为 >272K。过了这条线,输入和缓存单价加倍,输出是短上下文输出价的 1.5 倍,整次请求都按这个算。

改掉较早的工具结果,推理条目还在吗?

在 6.2 上,前缀变了会按 prefix_mismatch 移除推理条目。要改力度就追加 configuration_update,新指令追加在后面,不要改写前缀。两次请求的 safety_identifier 保持相同,或两次都不写。

Sol 和 GPT-6.1 Sol 是同一张价吗?

发布说明和价格页把短上下文 Standard 的 Sol 保持在每百万 token 输入 $2、缓存读取 $0.10、输出 $10,30 分钟写入 $2.50,12 小时写入 $5。这两行写入价与 gpt-6.1-sol 相同。Astra 没有沿用 GPT-6 Astra 的价卡。

小结

2026 年 11 月 18 日的 id 是 gpt-6.2-astra 和 gpt-6.2-sol。 写上 reasoning.effort,因为 none 会被拒绝,指南也没有给出 6.2 的默认值。把 service_tier 设为 ultrafast、fast 或 default,2h 或 8h 后台窗口保持在 default。先乘一个档位,再记 cached_tokens 和两个 ttl 写入字段。